基于决策树法的肝癌射频消融术术后中重度疼痛风险预测模型构建及护理策略探讨

摘要

目的 基于决策树法构建肝癌患者射频消融术（RFA）术后中重度疼痛风险预测模型，并探讨相应的护理策略。方法 选取2022年1月至2023年10月南昌大学第一附属医院收治的行RFA治疗的112例肝癌患者为研究对象，依据术后24 h内的疼痛评分，分为非中重度疼痛组（n=60）、中重度疼痛组（n=52）,分析RFA术后患者中重度疼痛的危险因素，基于决策树法构建风险预测模型，并分析其预测效能。结果 多因素Logistic回归分析显示，消融时间>12 min、肿瘤数量≥3个、近肝包膜、病灶直径>1.5 cm、术前疼痛等是肝癌RFA术后中重度疼痛的危险因素（OR=3.066,P=0.023;OR=4.437,P=0.003;OR=3.835,P=0.005;OR=3.531,P=0.011;OR=4.089,P=0.007）。决策树模型显示，肝癌RFA术后中重度疼痛预测变量的重要性排序依次为术前疼痛、肿瘤数量≥3个、近肝包膜、病灶直径>1.5 cm、消融时间>12 min（χ²=12.639,P<0.001;χ²=12.166^,P<0.001;χ²=13.304,P<0.001;χ²=3.931,P=0.047;χ²=4.368,P=0.037）。决策树模型预测RFA术后中重度疼痛的AUC为0.846,优于Logistic回归模型的0.772（Z=2.024,P=0.043）。结论 消融时间>12 min、肿瘤数量≥3个、近肝包膜、病灶直径>1.5 cm、术前疼痛等是肝癌患者RFA术后中重度疼痛的危险因素，基于上述因素构建的决策树模型预测效能较好，可为RFA术后中重度疼痛的预防及护理策略制定提供一定的理论参考。

关键词

肝癌 / 射频消融 / 中重度疼痛 / 风险预测模型 / 决策树法

基金资助

国家自然科学基金资助项目(82303182)