随机森林与Logistic回归模型对子宫内膜息肉切除术后影响息肉复发预测的比较

目的:探讨子宫内膜息肉切除术后息肉复发的影响因素,基于随机森林与Logistic回归构建息肉复发的预测模型,并进行两种模型的效能比较。方法:回顾性选取2021年12月—2022年11月在医院行子宫内膜息肉切除术的病人216例,根据1年内病人有无息肉复发分为复发组(n=41)和无复发组(n=175),通过单因素分析得出对应的影响因素,基于随机森林与Logistic回归模型构建子宫内膜息肉切除术后息肉复发的风险预测模型,同时采用受试者工作特征(receiver operating characteristic, ROC)曲线比较两种算法构建的模型对息肉复发的预测价值。结果:多因素Logistic回归分析显示,子宫内膜厚度、息肉数量、雌二醇水平、黄体生成素水平、子宫内膜息肉家族史、合并子宫内膜异位均是息肉复发的独立危险因素(P<0.05)。随机森林算法预测模型显示,前6位影响因素的重要性排序为雌二醇水平(GiNi=16.74)>子宫内膜厚度(GiNi=12.08)>息肉数量(GiNi=11.40)>黄体生成素水平(GiNi=11.11)>术后感染(GiNi=2.66)>手术方式(GiNi=2.50)。ROC比较结果显示,随机森林的预测效能较多因素Logistic回归更高,曲线下面积(area under curve, AUC)为0.912,敏感度为0.854,特异度为0.863。结论:行子宫内膜息肉切除术病人的息肉数量、术后感染情况等因素对术后息肉复发的预测具有重要意义,基于随机森林算法构建的风险预测模型具有较好的预测效能。