基于可解释机器模型预测经碟垂体瘤术后迟发性低钠血症的可行性研究

摘要

目的 探讨基于XGBoost算法构建经蝶垂体瘤术后迟发性低钠血症的可解释机器预测模型的可行性。方法 选取自2018年8月—2021年8月于徐州医科大学附属医院行神经内镜下经鼻蝶入路手术治疗的垂体腺瘤患者168例，收集临床及实验室数据，使用XGboost算法建立预测模型，并基于SHAP算法对经蝶垂体瘤手术后发生迟发性低钠血症的影响因素进行解释分析。结果 在纳入研究的168例垂体腺瘤患者中，35例出现术后迟发性低钠血症，133例未出现术后迟发性低钠血症。本研究构建的预测模型各项评价指标表现良好，预测模型的R²为0.94。最终基于SHAP值分析显示，术前钠离子水平、甲状腺激素水平及年龄是预测经蝶垂体瘤术后迟发性低钠血症的主要特征。通过具体案例的分析，该模型的可解释性得到进一步验证。结论 通过XGBoost算法构建经蝶垂体瘤手术后发生迟发性低钠血症的预测模型，并用SHAP算法提高机器学习模型对数据分析的可解释性，相关结果有助于降低术后并发症的发生率，改善患者预后，为临床工作提供参考和指导。

关键词

垂体腺瘤 / 迟发性低钠血症 / 机器学习 / XGboost / SHAP