基于logistic回归和决策树法预测颅脑肿瘤患者术后病情恶化风险

摘要

目的 探讨logistic回归模型与决策树模型预测颅脑肿瘤患者术后病情恶化风险的应用价值,为早期识别和干预高危患者提供参考。方法 选取颅脑肿瘤行开颅手术患者539例,按是否发生病情恶化分为病例组(n=241)和对照组(n=298),分别建立logistic回归模型和决策树模型,分析比较两种模型的差异。结果 logistic回归结果显示,ASA分级、手术时间、脉搏血氧饱和度、格拉斯哥评分、中线结构是影响颅脑肿瘤术后病情恶化的主要因素;决策树模型分析结果显示,格拉斯哥评分和ASA分级是颅脑肿瘤术后病情恶化的影响因素。logistic回归模型的ROC曲线下面积显著大于决策树模型,分别为0.881、0.848。结论 将两种模型结合可以从不同层面发现颅脑肿患者术后病情恶化的影响因素,为临床医护人员评估患者病情和及时采取针对性的干预措施提供指导。