随机森林和决策树模型在脓毒症患儿预后不良风险预测中的效能比较

脓毒症是由感染引起的全身性炎症反应综合征,并常伴随器官功能障碍,严重时危及生命[1]。资料显示,脓毒症是儿童重病监护病房中的主要疾病之一,病死率高达5%~25%,全球每年有数百万儿童死于脓毒症[2]。目前临床治疗脓毒症主要依靠抗生素、血管活性药物及液体复苏等方式,但临床效果存在不确定性,患儿预后也存在较大差异,预测脓毒症患儿的预后风险已成临床医生关注的重要问题。传统的临床评分系统和生物标志物检测缺乏足够的敏感性和特异性,预测准确性有限。