多模态头颅MRI参数联合随机森林算法构建老年衰弱的早期预测模型

摘要

目的：构建基于多模态头颅MRI参数联合随机森林算法构建老年衰弱的早期预测模型。方法：选取2023年1—12月500例老年住院患者作为研究对象，依据衰弱评估量表，其中衰弱组140例，衰弱前期210例，无衰弱组150例，研究患者的脑白质高信号以及深部脑白质信号之间的差异，比较三组患者的生活方式、多重用药、日常生活能力、焦虑情绪等之间的差异。结果：衰弱组、衰弱前组以及非衰弱组患者的年龄、合并慢性病、居住情况、婚姻状况、文化程度、年龄、微型营养评估简表、简易智能状态检查量表全面衰退量表、日常生活活动量表、慢性病合并种类、用药种类、脑白质高信号、深部白质高信号、海马体积、左侧海马体积、右侧海马体积之间的差异均存在统计学意义（P<0.05）。多因素分析结果显示，以上因素均是造成衰弱的影响因素。研究形成的模型在随机森林模型的构建中，经预处理和特征筛选后具有良好的预测能力。结论：多模态头颅MRI参数联合随机森林算法构建的早期预测模型可以对老年衰弱进行预测，作为临床早期干预以及识别衰弱的重要参考。

关键词

衰弱 / 老年人 / 磁共振成像

基金资助

河南省自然科学基金面上项目（242300420124）; 2025年度河南省医学科技攻关计划项目（LHGJ20250639）