基于决策树算法构建糖尿病酮症酸中毒患儿脑水肿风险预测模型

摘要

目的 探讨糖尿病酮症酸中毒(DKA)患儿并发脑水肿的影响因素，并构建决策树模型。方法 回顾性选取158例DKA患儿的病历资料，根据患儿是否并发脑水肿分为并发脑水肿组(n=36)和未并发脑水肿组(n=122)。收集分析所有患儿的一般临床资料，并比较相关指标之间的差异性。采用多因素Logistic回归分析筛选DKA患儿并发脑水肿的影响因素。采用SPSS Modeler软件构建DKA患儿并发脑水肿的决策树模型，并分析决策树模型的预测效能。结果 本研究共纳入158例DKA患儿，其中有36例患儿并发脑水肿，脑水肿的发生率为22.78%。并发脑水肿组在年龄≤6岁、血糖>20 mmol/L、pH值≤7.35、碳酸氢盐浓度>10 mmol/L、血钠上升缓慢、持续低钠血症、血尿素氮升高方面占比高于未并发脑水肿组，差异有统计学意义(P<0.05)。年龄≤6岁、血糖水平>20 mmol/L、pH值≤7.35、碳酸氢盐浓度>10 mmol/L、血钠上升缓慢和血尿素氮水平升高是DKA患儿并发脑水肿的独立危险因素(P<0.05)。将单因素分析中具有统计学差异的7个项目纳入决策树模型，共筛选出解释变量6个，分别为碳酸氢盐浓度>10 mmol/L、血糖水平>20 mmol/L、持续低钠血症、血钠上升缓慢、pH值≤7.35和血尿素氮水平升高。决策树模型共5层，13个节点，其中血钠上升缓慢是最重要的预测因子。DKA患儿并发脑水肿的决策树模型的曲线下面积(AUC)是0.880(95%CI:0.819～0.927), Logistic回归模型的AUC是0.735(95%CI:0.659～0.802), 2个模型的Delong检验结果为Z=2.790,P=0.005,结果提示决策树模型的AUC更优(P<0.05)。结论 本研究构建的DKA患儿脑水肿的决策树预测模型显著优于Logistic回归模型。本研究证实血钠上升缓慢是最强预测因子，并建立碳酸氢盐>10 mmol/L→血糖>20 mmol/L→血钠动力学的3步预警路径。模型具有直接临床指导价值，但需多中心验证。血钠动力学与脑水肿的机制关联有待进一步研究。

关键词

糖尿病酮症酸中毒 / 脑水肿 / 决策树 / 风险预测模型 / 血钠 / 临床决策支持系统 / 机器学习 / 血尿素氮