XGBoost模型与Logistic回归模型预测儿童TBTB合并MPP的价值

摘要

目的 比较XGBoost模型和Logistic回归模型在预测儿童气管支气管结核(TBTB)合并肺炎支原体肺炎(MPP)中的效能。方法 收集2018年6月至2023年1月入院治疗的212例MPP患儿临床资料，根据是否合并TBTB将其分为合并组(n=42)与肺炎组(n=170)。通过XGBoost和Logistic回归构建儿童TBTB合并MPP的临床预测模型，采用受试者工作特征(ROC)曲线绘制两个模型在预测儿童TBTB合并MPP中的预测价值；采用Delong检验确定两个模型曲线下面积的差异。结果 XGBoost模型筛选符合情况的相关变量为地区、咳嗽时间、发热史、咳嗽史、SIRI、WBC、湿罗音、SII,多因素Logistic回归分析发现，地区、发热史、咳嗽史、咳嗽时间、WBC是儿童TBTB合并MPP的独立危险因素(P<0.05),XGBoost曲线下面积为0.996,而Logistic回归模型曲线下面积仅为0.851。Delong检验发现，XGBoost模型预测效能高于Logistic回归模型，差异有统计学意义(P<0.01)。结论 XGBoost模型优于Logistic回归模型，可作为诊断儿童TBTB合并MPP的有效工具。

关键词

气管支气管结核 / 肺炎支原体肺炎 / XGBoost / Logistic回归 / 预测模型