自发性高血压脑出血患者血肿吸收速度预测模型的建立及应用分析

目的运用支持向量机算法(SVM)构建血肿吸收速度GCS-V预测模型,预测高血压脑出血患者的血肿吸收速度快慢,对临床患者的预后判断提供帮助。方法收集我院自发性高血压脑出血患者58例,应用多田氏血肿计算公式求出初始血肿体积及入院1周后的血肿体积,进而求出血肿吸收速度。根据血肿吸收速度,求出该组患者的平均血肿吸收速度。以平均值(0.35 mL/d)为界限,将患者分为吸收快组(>0.35 mL/d)及吸收慢组(≤0.35 mL/d),运用SVM筛选出特异性指标,建立吸收快慢的预测模型:血糖+血氯+血钠+血肿初始体积(GCS-V模型)。采用Bootstrap校正曲线,检测GCS-V模型拟合优度,进一步使用ROC曲线对模型预测的准确性进行评估。结果通过组间差异性分析,最终确定血肿初始体积、血糖、血氯、血钠4个指标为特异性指标,成功构建GCS-V模型,预测血肿吸收快慢。Bootstrap校正曲线,拟合合格(χ^(2)=3.1195,P>0.05)。GCS-V模型曲线下面积达到0.946,预测结果准确度=91.7%,灵敏度=91.67%,特异性=91.18%。结论运用SVM构建血肿吸收速度GCS-V预测模型,对脑出血血肿吸收速度具有较好的预测效能。