决策树算法预测系统性红斑狼疮并发肾炎的模型构建及效能分析

摘要

目的 构建系统性红斑狼疮(SLE)并发肾炎的决策树模型，并分析该模型的预测效能。方法 回顾性分析2021年6月—2023年12月本院收治的320例SLE患者的临床资料，根据是否并发肾炎将其分为肾炎组(62例)和无肾炎组(258例)。采用多因素Logistic回归分析法分析SLE并发肾炎的影响因素，并构建风险预测决策树模型。使用受试者工作特征(ROC)曲线和混淆矩阵评估决策树模型的预测效能。结果 SLE患者中肾炎的发生率为19.38%(62/320)。肾炎组疾病活动度中度及以上、高尿酸血症、低蛋白血症、蛋白尿、抗双链-DNA抗体阳性、抗心磷脂抗体阳性和总胆固醇(TC)≥6 mmol/L占比均高于无肾炎组(P<0.05);多因素Logistic回归分析显示疾病活动度中度及以上、高尿酸血症、低蛋白血症、蛋白尿、抗双链-DNA抗体阳性、抗心磷脂抗体阳性、TC≥6 mmol/L均是SLE并发肾炎的危险因素(P<0.05);SLE并发肾炎的风险预测决策树模型共生长4层，共计13个节点和7个终端节点，最终筛选6个解释变量，即疾病活动度中度及以上、高尿酸血症、低蛋白血症、蛋白尿、抗双链-DNA抗体阳性、抗心磷脂抗体阳性，其中低蛋白血症位于决策树首层，另决策树模型共提取7条分类规则和3类高危人群。ROC曲线分析显示，决策树模型预测SLE并发肾炎的曲线下面积(0.875)稍优于多因素Logistic回归模型(0.863)。混淆矩阵显示决策树模型的精确度为78.26%,F值为0.82。结论 SLE并发肾炎的风险预测决策树模型共生长4层，包含疾病活动度中度及以上、高尿酸血症、低蛋白血症、蛋白尿、抗双链-DNA抗体阳性、抗心磷脂抗体阳性共6个影响因素，其中低蛋白血症是最重要的危险因素，同时该模型具有良好的预测效能，有助于临床筛选高风险肾炎患者以预防肾炎发生。

关键词

系统性红斑狼疮 / 肾炎 / 影响因素 / 决策树