基于神经网络模型的髋关节置换术后病人再入院风险研究

Readmission risk of patients after hip replacement based on neural network model

目的:基于神经网络模型筛选髋关节置换术后病人再入院的影响因素,并分析模型的预测效能。方法:回顾性分析2020年5月—2022年12月在温州某三级甲等医院接受髋关节置换术的440例病人的资料,根据病人出院后再入院情况分为再入院组和未再入院组,建立神经网络模型,使用受试者工作特征(ROC)曲线下面积(AUC)评价模型的预测效果。结果:髋关节置换术后病人再入院率为19.55%。神经网络模型显示,髋关节置换术病人再入院居前5位的危险因素为糖尿病(100.0%)、手术时长(89.4%)、住院时长(79.9%)、性别(71.2%)、术后并发深静脉血栓(69.0%),模型预测准确率为81.5%,AUC为0.728[95%CI(0.669,0.786)]。结论:经神经网络模型筛选,糖尿病、手术时长、住院时长、性别及术后并发深静脉血栓为髋关节置换术病人再入院的危险因素,模型预测效能较好。临床医护人员可结合神经网络模型分析结果,早期筛选髋关节置换术病人再入院的高危病人,开展早期预防,改善围术期护理,强化出院后监测,降低再入院率。