Logistic回归模型和XGBoost模型对急性缺血性脑卒中患者发生吞咽障碍的预测价值

摘要

目的 筛选危险因素构建急性缺血性脑卒中后吞咽障碍风险预测模型，对比XGBoost模型和Logistic回归模型的优劣性。方法 选取2022年1-12月新疆医科大学第二附属医院神经内科573例急性缺血性脑卒中患者，按7∶3比例随机分为建模组(n=401)和验证组(n=172)。筛选发生吞咽障碍的危险因素，以单因素分析有统计学意义的变量分别建立Logistic回归模型和XGBoost模型。在验证组数据集上使用十折交叉验证法进行内部验证，采用校准曲线、受试者工作特征曲线(ROC曲线)和决策曲线评价两种模型的预测效能。结果 多因素Logistic回归分析结果显示，年龄、NIHSS评分、GCS评分、BI指数、脑干病变、构音障碍、失语症、咽反射(正常)是急性缺血性脑卒中后吞咽障碍的影响因素。XGBoost模型特征重要性排序前8位分别为年龄、BI指数、NIHSS评分、咽反射、TOAST分型、白蛋白、文化程度、营养评分。对比两种模型结果显示，XGBoost模型的准确性、精确度、敏感度、F1分值分别为0.849、0.830、0.754、0.790,表现优于Logistic回归模型。Logistic回归、XGBoost模型预测吞咽障碍的AUC值分别是0.894、0.925,两者AUC值比较，差异无统计学意义(P>0.05)。模型的校准曲线和临床决策曲线均显示XGBoost模型准确度和临床实用价值优于Logistic回归模型。结论 XGBoost模型和Logistic回归模型均能有效预测急性缺血性脑卒中后吞咽障碍风险，XGBoost模型表现更优，可为临床早期预防急性缺血性脑卒中吞咽障碍提供参考。

关键词

急性缺血性脑卒中 / 吞咽障碍 / Logistic回归 / XGBoost模型