成年住院精神分裂症患者中锥体外系不良反应的预测模型比较研究

摘要

目的 对成年住院精神分裂症患者使用抗精神病药发生的锥体外系不良反应，采用不同算法建立预测模型并进行比较。方法 回顾性收集首都医科大学附属北京安定医院2010—2018年的电子病历系统数据，使用正则化方法进行文本挖掘得到结构化临床资料。通过弹性网络模型筛选进入预测模型的变量，采用11种算法构建预测模型，并以灵敏度、特异度、阳性预测值、阴性预测值、受试者工作特征曲线下面积和决策曲线分析综合比较，效果最佳者使用Shapley加性解释法(shapley additive explanations, SHAP)可视化预测因子的贡献。结果 锥体外系不良反应发生率为41.09%。在构建的预测模型中，CatBoost表现最佳(AUC=0.89),SHAP摘要图可视化了预测因子的贡献大小。结论 对不良反应发生预测最佳的模型为CatBoost,优于最新的算法TabPFN;最重要的危险因素为服用氟哌啶醇、住院时间长等。

关键词

抗精神病药 / 锥体外系不良反应 / 预测模型 / 精神分裂症 / 住院 / 电子病历系统 / 机器学习