基于3种机器学习法分析构建急性上消化道出血患者不良临床结局事件预测模型

郭旭 ,  田丽 ,  许勤华

中国卫生统计 ›› 2026, Vol. 43 ›› Issue (3) : 451 -454.

PDF (970KB)
中国卫生统计 ›› 2026, Vol. 43 ›› Issue (3) : 451 -454. DOI: 10.11783/j.issn.1002-3674.2026.03.026
应用研究

基于3种机器学习法分析构建急性上消化道出血患者不良临床结局事件预测模型

作者信息 +

Author information +
文章历史 +
PDF (992K)

摘要

目的 基于机器学习探讨血清乳酸/白蛋白比值(lactate/albumin ratio, LAR)、单核细胞/高密度脂蛋白胆固醇比值(monocyte/high-density lipoprotein cholesterol ratio, MHR)及血小板-白蛋白-胆红素指数(plateletary-albumin-bilirubin index, PALBI)与急性上消化道出血患者发生不良临床结局事件的相关性,以期为临床应用提供参考。方法 回顾性选取2022年6月至2024年12月南阳市中心医院收治的急性上消化道出血患者205例作为训练集,根据是否发生消化道再次出血的不良临床结局事件分为发生组(n=43)和未发生组(n=162)。另选我院同期收治的急性上消化道出血患者88例作为验证集,收集患者临床资料并计算LAR、MHR、PALBI,通过单因素分析患者发生不良临床结局事件的影响因素,使用logistic回归、决策分类回归树(decision classification regression tree, CRT)、反向传播神经网络(back-propagation neural network, BPNN)机器学习算法构建急性上消化道出血患者发生不良临床结局事件的预测模型,并采用ROC曲线比较3种方法构建的模型对发生不良临床结局事件的预测价值。结果 单因素和多因素logistic回归分析最终结果显示,年龄、肝硬化、LAR、MHR、PALBI均是发生不良临床结局事件的独立影响因素(P<0.05)。采用CRT法构建的预测模型显示,LAR、MHR、PALBI、肝硬化均是发生不良临床结局事件的分类因素。BPNN模型结果显示,影响因素重要性排序为PALBI、年龄、MHR、LAR、肝硬化、幽门螺杆菌感染。logistic回归模型、CRT模型、BPNN模型的AUC分别是0.911(95%CI为0.860~0.962)、0.854(95%CI为0.779~0.930)、0.927(95%CI为0.886~0.969),均>0.800,其中logistic回归模型与BPNN模型诊断效能较佳。验证集结果显示logistic回归模型与BPNN模型的诊断效能较决策树模型好。结论 LAR、MHR及PALBI与急性上消化道出血患者发生不良临床结局事件显著相关,机器学习法构建的模型均具有较好的预测效能,其中logistic回归模型与BPNN模型诊断效能较佳。

关键词

急性上消化道出血 / 不良临床结局事件 / 机器学习法

Key words

引用本文

引用格式 ▾
郭旭,田丽,许勤华. 基于3种机器学习法分析构建急性上消化道出血患者不良临床结局事件预测模型[J]. 中国卫生统计, 2026, 43(3): 451-454 DOI:10.11783/j.issn.1002-3674.2026.03.026

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

[1]

许清华,孙鹏飞. 急性上消化道出血患者应用泮托拉唑和生长抑素联合急诊治疗的效果与结局观察[J].中华养生保健,2024,42(13):190-193.

[2]

胡萍,周敏,熊小芳,等. 难治性急性非静脉曲张性上消化道出血消化内镜止血后再出血状况及集束化护理预防研究[J].基层医学论坛,2024,28(22):79-81.

[3]

游平飞,金红旭. LAR联合MHR对急性上消化道出血患者预后的预测价值[J].中国医科大学学报,2024,53(7):640-645.

[4]

吴永美,卞熠,俞远怀,等. 年龄休克指数、PALBI评分及BUN/Cr比值对急性消化道出血输血治疗患者预后的预测价值[J].分子诊断与治疗杂志,2023,15(12):2079-2082.

[5]

张宁,陈雁,张红梅,等. 2型糖尿病患者轻度认知功能障碍发生风险的logistic回归和决策树预测模型的构建[J].中国实用护理杂志,2023,39(32):2514-2520.

[6]

崔海艳,景涛,邹新亮,等. 急性心肌梗死患者PCI后服药依从性较差的主要影响因素及其BP神经网络模型构建[J].实用心脑肺血管病杂志,2024,32(6):45-50.

[7]

方积乾. 医学统计手册[M].北京:中国统计出版社,2018.

[8]

王家良. 临床流行病学:临床科研设计,测量与评价[M].上海:上海科学技术出版社,2014.

[9]

中国医师协会急诊医师分会,中华医学会急诊医学分会,全军急救医学专业委员会,等. 急性上消化道出血急诊诊治流程专家共识[J].中国急救医学,2021,41(1):1-10.

[10]

马阳阳,郭凯华. 上消化道出血患者术后早期再出血风险预测模型的构建及效果验证[J].护理实践与研究,2023,20(21):3271-3276.

[11]

柴振伟. 急性上消化道出血患者的临床特征及不良预后的影响因素[J].河南医学研究,2022,31(19):3560-3563.

[12]

周银瑞,年士艳,冯磊,等. 乳酸、白蛋白及其比值在ICU高致死率疾病中的应用进展[J].分子诊断与治疗杂志,2024,16(4):783-786.

[13]

王肖,李玲玲. PGE2、IL—6及乳酸水平对肝硬化合并消化道出血的诊断及预后预测价值[J].医学理论与实践,2024,37(5):836-839.

[14]

臧传丽,朴玉华,朴红梅. 单核细胞计数与高密度脂蛋白比值及全身免疫炎症指数预测急性肺栓塞病情严重程度及预后的临床意义[J].延边大学医学学报,2023,46(4):276-281.

[15]

刘伟,庄雷,李妙男. MHR、NLR与急性缺血性脑卒中静脉溶栓患者预后的关系[J].中国现代医学杂志,2024,34(3):20-25.

[16]

常琳琳,代子艳,周亚柏,等. OASIS评分联合血小板—白蛋白—胆红素指数与急性上消化道出血病情的相关性及对预后评估价值[J].河北医学,2024,30(3):441-448.

[17]

盛锦义,姜景平,汪福昌. 老年消化道出血临床特征及与HP感染、非甾体抗炎药物使用的关系[J].中国老年学杂志,2022,42(24):5978-5980.

[18]

高伟华,赵杰,李晓敏. 急性上消化道出血预后相关危险因素分析[J].中外医疗,2024,43(17):58-60.

AI Summary AI Mindmap
PDF (970KB)

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉