基于机器学习下构建新生儿高胆红素血症风险预测模型的应用研究

摘要

目的 通过调查新生儿高胆红素血症发病高危因素，利用多种机器学习方法建立和评估新生儿高胆红素血症风险预测模型，为防治新生儿高胆红素血症研究提供依据。方法 收集山东中医药大学附属医院儿科门诊及病房的新生儿，采用问卷调查方式收集新生儿高胆红素血症的数据,采用Python3中的Scikitlearn机器学习软件进行统计分析，运用Logistic回归算法进行筛选高胆红素血症相关指标。基于纵向体检队列资料抽样产生不同样本量的模拟数据，对数据运用6种机器学习算法建立新生儿高胆红素血症风险预测模型，采用受试者工作特征曲线下面积验证模型鉴别新生儿高胆红素血症的能力和准确性。结果 在6种机器算法中，随机森林模型综合效果最佳，其风险预测模型重要性特征排名较高为孕期疾病、新生儿是否患有新生儿溶血病、出生后异常症状（感染）、是否为早产儿。结论 基于机器学习下构建的新生儿高胆红素血症风险预测模型对于新生儿高胆红素血症的防治具有一定的临床诊断价值；根据其结果生成的新生儿黄疸管理系统可对高风险患儿加强管理及监测，减少或预防并发症的发生。

关键词

新生儿高胆红素血症 / 预测模型 / 机器学习 / 风险评估