王玉婷,潘丽娟,杨舒媛,李丹旦.基于决策树算法的鼻窦炎伴鼻息肉患者术后嗅觉水平恢复预测模型构建[J].上海护理,2025,25(8):
基于决策树算法的鼻窦炎伴鼻息肉患者术后嗅觉水平恢复预测模型构建
DOI:
中文关键词:  决策树  鼻窦炎  鼻息肉  嗅觉水平  预测模型
英文关键词:
基金项目:新余市科技计划项目(项目编号:20233090888)
作者单位E-mail
王玉婷* 江西省新余市人民医院 wyyut11@163.com 
潘丽娟 江西省新余市人民医院  
杨舒媛 江西省新余市人民医院  
李丹旦 江西省新余市人民医院  
摘要点击次数: 900
全文下载次数: 0
中文摘要:
      目的 探讨鼻窦炎伴鼻息肉(chronic rhinosinusitis with nasal polyps,CRSwNP)患者术后嗅觉水平恢复的影响因素,并基于决策树(classification regression tree,CRT)算法及Logistic回归构建相应的预测模型。方法 回顾性选取2022年6月至2024年6月在我院210例CRSwNP患者作为研究对象,根据患者术后嗅觉水平恢复情况分为未恢复组(n=36)和恢复组(n=174)。通过单因素分析获得CRSwNP患者术后嗅觉恢复的影响因素,并使用决策分类回归树算法、多因素Logistic回归构建CRSwNP患者术后嗅觉水平恢复情况的预测模型,同时采用受试者工作曲线(receiver operator characteristic,ROC)比较2两种算法模型的预测效能。结果 CRT模型结果显示,CRSwNP患者术后嗅觉恢复情况的影响因素包括吸烟史、变应性鼻炎、病变部位、分型分期及嗜酸粒细胞百分比;对相关变量进行重要性排序,依次为嗜酸粒细胞百分比(0.129)>变应性鼻炎(0.027)>吸烟史(0.019)>分型分期(0.014)>病变部位(0.006)。多因素Logistic回归模型结果显示,吸烟史、变应性鼻炎、病变部位、分型分期及嗜酸粒细胞百分比均是CRSwNP患者术后嗅觉水平恢复情况的独立影响因素(均P<0.05)。本研究中CRT模型的AUC为0.954(0.920~0.987),准确度为0.929,敏感度为0.833,特异度为0.920。Logistics回归模型的AUC为0.920(0.867~0.973),准确度为0.886,敏感度为0.944,特异度为0.737。CRT模型和Logistics回归模型对于CRSwNP患者术后嗅觉水平恢复情况均具有良好的预测效果,且CRT模型的AUC大于Logistics回归模型。结论 CRSwNP患者术后嗅觉水平恢复情况的影响因素包括年龄、骨质疏松、视力异常、FMA评分、慢性疼痛及高血压,基于CRT算法构建的CRSwNP患者术后嗅觉水平恢复情况预测模型的预测效能良好,可进一步推广应用以验证预测模型的效能。
英文摘要:
      
  查看/发表评论  下载PDF阅读器 全文HTML
关闭