基于频繁模式增长算法的重症监护室转出率预测模型研究

摘要

目的 基于频繁模式增长(FP-Growth)算法构建重症监护室(ICU)患者转出率预测模型，并评价该模型的应用价值。方法 选取ICU患者4 000例为研究对象，将其分为建模组和验证组。收集并比较2组的临床资料。建模组行基于FP-Growth算法的关联规则分析。通过计算建模组最终扫描集合元素间有效强关联规则，构建ICU患者转出率预测模型。在内部验证中，通过校准曲线等评价模型的一致性。在外部验证中，比较建模组和验证组预测ICU患者转出率的受试者工作特征(ROC)曲线的曲线下面积(AUC)。结果 建模组患者在同时具备相应临床资料的前提下，7 d内转出率为71%,>7～14 d内转出率为40%,>14～21 d内转出率为18%。在内部验证中，校正曲线显示，预测值与观测值的一致性较为理想。在外部验证中，模型预测建模组7 d、>7～14 d、>14～21 d转出率时的AUC分别为0.880、0.861、0.654。结论 ICU患者转出率预测模型的短期(14 d内)预测效能较为理想，其应用对优化ICU整体治疗效果和医疗资源配置具有一定的参考意义。

关键词

重症监护室 / 频繁模式增长算法 / 转出率 / 预测 / 关联规则 / 短期 / 曲线下面积 / 医疗资源配置