基于随机森林模型分析共情心理对大学生心理健康的影响

目的运用随机森林算法分析共情心理对大学生心理健康的影响。方法采取方便抽样的方法,以问卷调查的方式于2022年8月对河北省某大学的1383名学生进行在线调查,内容包括调查对象一般情况以及基本共情量表和症状自评量表。使用最小二乘法回归模型分析共情心理是否为大学生心理健康的影响因素,构建随机森林模型分析共情心理对大学生心理健康的重要性。结果共回收问卷1383份,有效问卷1348份,问卷有效率为97.5%。回归模型结果表明,共情心理对大学生心理健康水平的影响具有统计学意义(t=-2.051,P<0.05)。随机森林模型的结果显示,大学生心理健康重要性排名前3位的解释变量分别为共情心理、睡眠质量以及学业压力。结论共情心理是影响大学生心理健康的重要因素。建议合理开展提升共情心理能力的活动,关心学生的睡眠时长,适当减轻学生的学业压力。

基于随机森林模型的抗肿瘤化疗患者经外周静脉植入中心静脉导管置管后导管相关感染及影响因素

目的 基于随机森林模型分析化学治疗患者经外周静脉置入中心静脉导管(PICC)置管后导管相关感染的影响因素。方法 选取接受化学治疗并留置PICC的400例肿瘤患者,采用计算机产生随机数法将就诊患者以3∶1的比例分为训练集(300例)和测试集(100例)。根据感染发生情况将训练集患者分为无感染组和感染组,比较两组的临床资料,采用多因素logistic回归模型及随机森林的集成分类算法分析患者PICC置管后出现导管相关感染的影响因素,并对比二者的预测效能。结果 训练集300例化学治疗患者中,32例患者出现导管相关感染(10.67%),与无感染组比较,感染组患者单次置管穿刺次数更多,PICC留置时间更长,导管移动比例、合并糖尿病比例及换药频次更高,白细胞计数(WBC)水平及免疫功能更低(均P<0.05)。PICC留置时间、导管移动情况、合并糖尿病情况、换药频次、WBC及免疫功能均为患者PICC置管后导管相关感染的独立影响因素(均P<0.05)。随机森林模型显示不同影响因素的重要程度排序结果依次为:PICC留置时间、导管移动情况、合并糖尿病情况、WBC、换药频次及免疫功能。随机森林模型的集成分类算法预测化学治疗患者发生导管相关感染的受试者工作特征(ROC)曲线下面积(AUC)为0.872,与logistic回归模型(AUC=0.791)相比预测效能更优。结论 PICC留置时间、导管移动情况、合并糖尿病情况、换药频次、WBC水平及免疫功能是化学治疗患者发生导管相关感染的独立影响因素,随机森林模型的集成分类算法可用于对化学治疗患者发生导管相关感染的预测分析,其预测性能优于logistic回归模型。

流过式介质阻挡放电电离质谱法结合随机森林模型鉴别名贵木材种类

本研究开发了电烙铁灼烧-流过式介质阻挡放电电离质谱法快速准确鉴别名贵木材制品的种类,并根据质谱指纹图谱数据,建立了基于随机森林算法的预测模型。结果表明,电烙铁灼烧-流过式介质阻挡放电电离质谱法无需样品前处理、操作简便,单次分析用时仅为4~5 s,符合快速分析要求。优化后的随机森林模型经过袋外误判率和十折交叉验证误判率分别为4.76%和4.74%,模型分类准确率大于95%。该方法能够准确区分黄檀属、古夷苏木属和紫檀属木材样品,并成功应用于网售名贵木材制品种类的快速鉴别,可为名贵木材制品的真伪鉴别与品质评价提供科学依据与技术参考。

基于随机森林模型的GRACE数据3种空间降尺度对比

陆地水储量是赋存在陆地上各种形式水的综合体现,研究其时空变化对认识区域水循环过程和水资源调控等具有重要意义。然而现有陆地水储量变化数据实际分辨率较低,限制了其在中小流域或地区中的应用。针对这一问题,本文基于GRACE重力卫星和其后续卫星GRACE-FO反演的陆地水储量变化数据,首先采用随机森林模型,分别基于格点、区域(流域)和区域(全国)3种空间降尺度思路将GRACE数据降尺度至0.25°×0.25°,后结合GLDAS模型数据,基于水量平衡原理计算得到地下水储量变化数据,最后基于降尺度模型模拟效果和实测地下水位数据评估3种降尺度思路在全国的适用性。结果表明:随机森林模型能够较好地模拟驱动数据(降水、气温、植被条件指数和土壤水储量)与GRACE数据的统计关系,验证期格点降尺度思路的平均相关系数总体在0.6左右,区域降尺度思路的平均纳什效率系数、相关系数和均方根误差分别>0.5、>0.75和<6.6 cm,3种空间降尺度思路的模拟精度均满足基本要求;2003—2021年间,GRACE数据、格点降尺度、区域降尺度(流域)和区域降尺度(全国)得到的我国陆地水储量亏缺量分别约为119.5×10^(8)、62.4×10^(8)、121.1×10^(8)和121.8×10^(8)m^(3)/a,地下水储量亏缺量分别约为230.0×10^(8)、171.8×10^(8)、235.6×10^(8)和236.4×10^(8)m^(3)/a,受制于样本数较少等原因,格点降尺度结果精度较差;两种区域降尺度思路得到的水储量变化速率均和原始GRACE数据基本一致,模拟结果均优于格点降尺度,且细化到流域的区域降尺度对地下水储量变化验证精度有一定的改善。区域降尺度具有适用性强、模拟精度高、计算效率高的优势,研究结果可为流域水资源可持续利用以及水资源规划等提供精细化的水储量变化数据。

基于随机森林模型的藏东南地区滑坡易发性评价及主控因素分析

为了获取藏东南地区的滑坡易发性分区、深入探究研究区滑坡发育的主控因素。本文采用随机森林模型对藏东南地区的滑坡易发性进行研究。首先通过现场调查、遥感解译和文献查询等手段,共发现研究区滑坡306处,其次使用频率比模型(FR)对研究区易发性做快速评判,在其低易发区进行非滑坡样本的选取,使得随机森林模型得到较好的原始数据集,并通过计算权重来制作研究区易发性图,分析滑坡发生的主控因素,最后绘制ROC曲线和计算线下曲线的面积(AUC)对模型的准确性进行验证。模型预测结果显示,研究区高易发区主要集中在易贡藏布、帕隆藏布交汇处和雅鲁藏布江大拐弯的地方。在对特征重要性因素排序中,前三分别是断层密度、高程和坡度,模型的AUC=0.940,因此有较好的准确性。根据结果分析,研究区因长期受到构造作用影响,地质构造复杂,东西两侧均是巨型断层,南侧为喜马拉雅前缘断裂带,断裂带发育,尤其在高易发区断层纵横交错,多重挤压造成岩石破碎,节理发育。因此,易贡藏布、帕隆藏布交汇处和雅鲁藏布江大拐弯区域为滑坡灾害高易发区具有合理性。该模型对藏东南地区滑坡的发生和灾害的治理提供了理论依据,对该地区防灾减灾提供了理论支撑。

基于随机森林模型的长江流域分区多源融合降水模拟方法研究

基于3种卫星降水产品,提出了一种基于随机森林模型的长江流域分区多源融合降水模拟算法(FCM-RF算法)。采用模糊C均值算法,结合地面观测站点资料对长江流域进行降水区域划分,引入降水比降刻画降水空间性,进一步通过普通克里金插值法优化融合结果,得到一套长江流域空间分辨率为0.25°×0.25°的多源融合降水产品,并对其进行了评估。结果表明:FCM-RF算法在长江流域具有良好的表现,可以有效提高原始卫星降水产品对于降水事件的捕捉能力,在验证站点模拟降水量与实测降水量的相关系数可达到0.76;FCM-RF算法在年际上具有相似变化特征,对于春秋季降水的敏感性较高,在夏季由于强降水影响表现欠佳,冬季由于雨量稀少、存在固态降水,呈现出误差小、相关系数较低的特点;FCM-RF算法在东南地区具有较强的降水捕捉能力,在青藏高原地区的准确性较低。

基于随机森林模型的旺业甸实验林场土壤全氮数字制图

为探究林场土壤全氮含量的空间分布特征及对环境因素的响应,以旺业甸实验林场为研究区,采用随机森林模型和Cubist模型建立了不同土层深度(0~10、10~30、30~50cm)土壤全氮含量与环境协变量(海拔、归一化植被指数、年平均降水量、年平均气温、y坐标和坡向)之间的定量关系模型,对该区土壤全氮含量进行预测并制图,并分析了影响土壤全氮空间变异的控制性因素。研究结果显示:0~10、10~30、30~50cm土层实测全氮含量的均值分别为3.20、2.02、1.47g/kg,土壤全氮的平均含量随土层深度的增加而降低;3个土层深度土壤全氮预测随机森林模型的决定系数R2分别为0.59、0.42和0.39,均优于决定系数R2分别为0.56、0.38和0.34的Cubist模型,2种模型预测精度都随土层深度的增加而降低,各环境因素对土壤全氮空间分布的影响作用随土层深度的增加而减小;从随机森林模型土壤全氮预测图来看,不同土层深度土壤全氮含量均呈现西部、北部和中部低,西南、东南和东部高的空间格局,不确定性图显示随机森林模型预测土壤全氮含量分布具有较低的标准差;海拔对土壤全氮含量的影响最大,其他依次为:归一化植被指数>年平均降水量>年平均气温>y坐标>坡向。结果表明,随机森林模型可以作为有效预测该林场不同土层深度土壤全氮含量的方法。

基于地理探测器和随机森林模型的区域景观游憩服务潜在供应评估方法研究——以亚热带湿润淮阳低山景观区为例

游憩服务(RS)是自然对人类的贡献(NCP)之一,也是区域尺度下主要的人类需求,由于其具有无形、主观、非物质等特点,量化RS一直是当前研究的难点与热点。既往研究的评估方法依赖于利益相关者的认知,缺乏通用性,并多为对各类土地类型或植被的RS潜在供应能力进行“一刀切”式直接赋值,鲜有考虑地域特征。研究旨在探究景观特征及其要素如何影响RS供给,从而提出一种因地制宜的RS潜在供应量客观评估方法。以“亚热带湿润淮阳低山景观区”为例,首先将风景资源点分为5类,利用核密度分析量化各类RS实际供应;然后利用地理探测器分类评估景观特征的RS贡献度;再基于随机森林模型对景观特征要素与RS潜在供应能力进行关联量化分析;最后测算出各景观类型的RS潜在供应量。研究结果表明:(1)不同景观特征的RS贡献度具有差异,不同景观特征要素具备不同的RS潜在供应能力;(2)景观特征的RS贡献度和景观特征要素的RS潜在供应能力在不同地理气候条件下具有空间分异特征,应当因地制宜进行评估;(3)景观特征的贡献度和景观特征要素的RS潜在供应能力取决于RS的类型,在评估RS潜在供应量时,应对RS进行分类探讨;(4)由于景观类型是景观特征要素的聚类簇,基于景观类型测算RS潜在供应量可以反映出若干景观特征要素RS潜在供应能力的协同性。强调了景观特征及其要素在RS评估方面的关键作用,所提出的量化方法突破了主观性的局限,具有客观优势,最终可为全域旅游规划和风景资源点建设选址提供参考。

流过式介质阻挡放电电离质谱法结合随机森林模型快速鉴别棉、涤纶纺织品

为实现对棉、涤纶纺织品的快速准确鉴别,开发了电烙铁灼烧-流过式介质阻挡放电电离质谱法。结果表明,电烙铁灼烧-流过式介质阻挡放电电离质谱法无需样品前处理,操作简便,单次数据采集用时仅为4~5 s。使用棉、涤纶与棉涤混纺纺织品样品的质谱指纹图谱数据,建立了基于随机森林算法的预测模型。优化后的随机森林模型五折交叉验证与袋外验证的误判率分别为2.50%和2.52%。基于袋外验证混淆矩阵,求得该模型的预测准确率为97.5%,对棉与涤纶样品的精确率、召回率和F1分数均高于95%,满足快速鉴别要求。该方法可为棉、涤纶纺织品真伪鉴别与品质评价提供技术参考。

随机森林模型和Logistic回归模型预测非计划再手术发生风险的效能比较

目的比较随机森林模型和Logistic回归模型预测非计划再手术发生风险的效能。方法在手术麻醉系统中筛选一次住院期间申请2次手术的患者信息。提取所有非计划再次手术患者(n=219)作为研究组,对应科室的计划再次手术患者(n=14311)作为对照组。运用随机森林模型和Logistic回归模型建立非计划再手术预测模型。采用受试者工作特征曲线下面积评价两种模型的预测效能。结果(1)Logistic回归分析结果显示,前次术中输血、罹患恶性肿瘤、合并疾病数量、前次手术切口愈合等级、前次手术级别、前次手术时长、前次手术切口类别是非计划再手术发生的影响因素(P<0.05)。Logistic回归预测模型的曲线下面积为0.922,灵敏度、特异度、准确率分别为92.59%、79.11%、79.28%。(2)随机森林模型特征变量的重要性排序结果显示,前次手术切口类别、前次术中输血、前次手术级别、前次手术切口愈合等级、合并疾病数量、罹患恶性肿瘤等变量的重要性更靠前。随机森林预测模型的曲线下面积为0.866,灵敏度、特异度、准确率分别为80.00%、93.33%、86.66%。Logistic回归预测模型曲线下面积大于随机森林预测模型,但差异无统计学意义(P>0.05)。结论综合使用Logistic回归模型和随机森林模型,并将二者分析结果互为补充,可从各个方面预测非计划再次手术的风险因素,能获得更好的预测效能。

基于Lasso-logistic回归和随机森林模型的癌症患者抑郁影响因素分析

目的探究癌症患者抑郁现状及其影响因素,为促进癌症患者心理健康,提高临床照护水平提供参考依据。方法选取2020年10月至2021年10月安徽省内不同地域8家医院的560例患者为研究对象,采用问卷调查的方法,收集患者的医院焦虑抑郁等相关信息。描述调查对象一般特征,构建Lasso-logistic回归模型确定癌症患者抑郁的影响因素,再利用随机森林模型对变量重要性进行评价。结果560例癌症患者中,有237例患者患有抑郁情绪,占比42.32%。Lasso-logistic回归结果显示,焦虑、住院环境、失眠、家庭年收入和临床分期是癌症患者抑郁的影响因素(P<0.05),变量重要性排序依次为焦虑、住院环境、失眠、家庭年收入和临床分期。结论癌症患者抑郁发生率较高,焦虑、住院环境、失眠、家庭年收入和临床分期是影响癌症患者抑郁情绪的重要因素,临床照护应从以上方面加强对癌症患者抑郁情绪的管理和干预。

基于逐步多元线性回归和随机森林模型预测黄河流域极端气温事件

全球变暖背景下,极端气候事件频发,且对黄河流域等地区的经济发展及人民生活造成严重危害。基于1961—2020年黄河流域80个站点的日气温数据提取了6个逐月极端气温指数(ETI)。利用多重共线性分析去除有相依性的环流指数,并考虑滞后性进行Pearson相关分析,筛选出各ETI的关键环流指数及最佳滞后时间;之后基于最佳滞后时间下的关键环流指数建立逐步多元线性回归(SMLR)和随机森林(RF)模型。对模型进行精度评价,探究环流指数在单站点及整个流域的重要性,并预测了2022年11月的6个ETI值。结果表明:黄河流域ETI中最高气温(TXx)、暖昼天数(TX90p)、酷热天数(TD30)和最低气温(TNn)呈波动上升趋势,而霜冻天数(FD0)和冷夜天数(TN10p)呈下降趋势;极端高温事件的强度和发生频率的空间分布特征与极端低温事件基本相反。以靖远站TXx为例,各关键环流指数对TXx具有不同程度的影响(0.10<r_(max)<0.89),r_(max)对应的最佳滞后时间主要为5、6、11、12个月。SMLR和RF模型对黄河流域各ETI的预测能力都较好,验证期的决定系数(R 2)范围分别为0.53~0.95和0.64~0.95;除对TXx的模拟效果稍弱外,其他5个ETI的RF模型模拟效果均优于SMLR模型。太平洋区极涡强度指数(PPVI)是影响黄河流域TXx、TNn、TX90p和FD0的最重要环流因子,北非—北大西洋—北美副高脊线位置指数(NANRP)对TN10p和TD30的影响最大。预测的2022年11月ETI的空间分布特征与多年平均情况基本相似。研究结果为黄河流域极端气温事件预报提供了参考。

应用无人机可见光影像和面向对象的随机森林模型对城市树种分类

为及时准确的了解城市树种空间分布信息,提升城市居民生活水平和推动城市生态系统可持续发展。以福州市仓山区城市森林为研究对象,应用无人机(UAV)监测城市树种空间分布及其动态变化的可见光影像,根据最佳尺度对影像进行分割,并提取分割对象的光谱、地形、指数、纹理和几何特征。通过对不同类型特征的组合构建不同的分类方案,利用递归特征消除法(RFE)筛选出优选特征子集,利用面向对象方法结合随机森林(RF)模型对城市树种进行分类。结果表明:在随机森林模型分类的过程中,利用光谱特征对树种分类的总体分类精度为82.12%;地形特征对树种分类的贡献度率为14.96%;指数特征和纹理特征的引入,在一定程度提高了树种的分类精度;几何特征的贡献较小,在分类过程中没有明显的贡献。特征优选子集的S10方案分类精度最高,总体精度达92.42%,Kappa系数为0.91。说明特征优选能够降低高维度特征的复杂性,在大幅减少数据冗余的同时提高了分类精度。在最优特征子集下,随机森林(RF)算法分类的总体精度比极致梯度提升(XGBoost)、轻量级梯度提升机(LightGBM)和k最近邻算法(KNN)分别提高了1.15%、1.81%和15.15%,Kappa系数分别提高了1%、2%和17%。

随机森林模型在软件企业价值评估中的应用研究

软件企业因其技术更新快、产品附加值高、易存未知性等特点,运用传统的评估方法容易造成其评估值失真。针对软件企业价值评估的难点与重点,文章提出了基于随机森林模型的软件企业价值评估方法,采用平均下降精度、平均下降基尼系数并结合相关系数聚类法构建模型指标体系。使用A股软件企业样本数据进行实证分析。研究得出:随机森林模型的拟合优度为92.7%,拟合效果较好;在重要性分析上,影响软件企业价值最重要的三个因素为研发投入金额、营业总收入增长率和息前税后利润。

基于最大熵和随机森林模型的3种珍贵硬阔叶树种潜在分布预测

水曲柳(Fraxinusmandshurica)、胡桃楸(Juglansmadshurica)和黄檗(Phellodendronamurense)为中国东北地区3种珍贵硬阔叶树种,分析其分布与环境因子间的关系,预测其潜在分布区,可为其更新和补植等提供参考。以帽儿山实验林场为研究区,选取A1土层厚度、AB土层厚度、土壤类型、坡度、坡位、坡向、海拔、郁闭度、每公顷株数、每公顷蓄积、立地类型和地表总盖度12个环境因子,采用最大熵(MaxEnt)模型和随机森林(RF)模型对3种珍贵硬阔叶树种潜在分布进行预测,通过受试者工作特征曲线下面积(AUC)评价模型精度。结果表明,最大熵模型和随机森林模型的AUC均值分别为0.854和0.920;最大熵模型输出的主要环境因子为立地类型和坡位,随机森林模型输出的主要环境因子为海拔。随机森林模型在精度上优于最大熵模型,两个模型的输出结果均表明限制3种珍贵硬阔叶树种分布的主要因子为地形因子。帽儿山实验林场西部和北部适宜3种珍贵硬阔叶树种生长;3种树种的分布点均落在适生区和较适生区范围内。

基于随机森林模型的合肥市主城区轨道交通站域空间活力与建成环境关联性测度

以合肥市主城区轨道交通站域为例,基于百度热力指数等多源数据分析其空间活力特征,采用随机森林模型测度地理区位、土地利用、功能设施、开发强度、交通便利度以及环境品质6个维度的建成环境要素与轨道交通站域空间活力的关联性。同时,结合K-means聚类算法,划分轨道交通站域类型并识别典型站域存在问题,从而针对不同类型轨道交通站域提出空间活力优化策略。结果表明:①合肥市主城区轨道交通站域空间活力在时序上呈现“晚高峰高于早高峰,休息日晚高峰高于工作日晚高峰”特征,在空间上呈现“内高外低”由二环线向外逐渐递减的空间分异格局;②综合工作日与休息日早/晚/非高峰时段建成环境变量对轨道交通站域空间活力的相对重要性排序,由大到小依次为:功能设施>开发强度>地理区位>土地利用>交通便利度>环境品质;③合肥市主城区轨道交通站域可划分为成熟型、成长型、初熟型、孕育型4类,聚类特征明显,在空间上呈现“圈层结构”。其中,成熟型站域集聚分布在二环线内,成长型站域沿二环线呈环状分布,初熟型站域主要呈零散状分布在二环线外滨湖区与经开区,孕育型站域主要分布在二环线外城市各区,分布范围较广。研究旨在从建成环境视角为轨道交通站域空间活力提升与低碳交通策略提供政策启示。

基于随机森林模型的造纸废水出水质量预测方法

为提升造纸企业废水出水质量预测的自动化水平,强化废水处理能力,研究采用增广矩阵对造纸废水原始数据实施升维处理,进而通过动态慢性特征分析方法确定最佳特征数量。在此基础上,通过随机森林模型对当前特征数量下的样本数据进行回归预测分析。为验证动态慢性特征-随机森林复合模型的有效性,统计分析了该模型的预测误差并与其他模型进行对比,发现动态慢性特征-随机森林复合模型预测结果的平均绝对百分比误差(MAPE)、均方根误差(RMSE)和决定系数R^(2)分别为0.02、2.88、0.81,显著优于传统的慢性特征-支持向量回归复合模型,显示出了较为理想的造纸废水出水质量预测准确度水平,具有一定的应用价值。

基于随机森林模型的城市非法营运车辆识别

区域经济社会的快速发展与交通出行的需求发展不匹配,在一定程度上为非法营运车辆提供了市场契机。城市高速公路的ETC(Electronic Toll Collection)数据可有效稽查高速公路的非法营运车辆,从而优化运行秩序并提升管理水平。文中提取ETC数据的有效字段,采用随机森林算法建立非法营运车辆识别分类器,加入CART(Classification and Regression Tree)分类树模型分类器和二元逻辑回归模型分类器与之对比,并以西南某市高速公路自2022年2月6日~2022年3月8日的ETC指标数据进行实证分析。结果表明,随机森林模型分类器比CART分类树模型分类器和二元逻辑回归模型分类器预测效果更好,其准确性高达98.75%。

随机森林模型预测老年膀胱癌患者术后下肢深静脉血栓发生风险及预警措施

目的探讨随机森林模型预测老年膀胱癌患者术后下肢深静脉血栓(DVT)发生风险及预警措施。方法选取2019年6月—2022年6月我院收治的282例老年膀胱癌患者,按照7∶3比例分为训练组(n=197)和内部验证组(n=85),统计两组下肢DVT发生率及一般临床资料,训练组基于随机森林模型结果构建下肢DVT风险预警模型,并行内外部验证。结果282例老年膀胱癌患者下肢DVT发生率为15.10%(42/278)。训练组和内部验证组中,DVT阳性及阴性患者在年龄、BMI、麻醉时间、合并糖尿病、合并高脂血症、术前纤维蛋白原(FIB)、D-二聚体(D-D)、白蛋白(ALB)水平及Caprini风险评估模型(RAM)评分、术后卧床时间比较差异有统计学意义(均P<0.05);确认属性重要性评分前8变量纳入随机森林模型算法中建立下肢DVT风险预警模型,变量重要性评分依次为术前D-D、术前FIB、术前ALB、术前RAM评分、年龄、合并糖尿病、术后卧床时间、合并高脂血症,随机森林模型预测效能为0.933,经外部验证显示模型预测结果与实际结果具有较高一致性。结论随机森林模型对老年膀胱癌患者术后下肢DVT具有较好的预测能力,综合考虑年龄、合并糖尿病、术后卧床时间、合并高脂血症及术前D-D、FIB、ALB与RAM评分等因素有利于预防下肢DVT发生,具有临床指导意义。

随机森林模型在重症病人病情变化预测中的应用价值

目的:探究随机森林模型在重症病人病情变化预测中的应用价值。方法:采取便利抽样法,选取2021年1月—12月湖州市某三级甲等医院重症监护室(ICU)病人的临床资料,采用R 4.2.2软件进行数据处理,对随机森林模型预测重症病人病情变化的效能进行评价。结果:通过随机森林模型的构建,最终筛选出格拉斯哥昏迷评分(GCS)、血糖、平均动脉压、心率、白细胞、慢性健康评分(CPS)、血氧饱和度、钾离子、体温、乳酸为重要预测变量。随机森林模型受试者工作曲线下面积为0.709,预测准确度为67.00%,灵敏度为56.78%,特异度为73.40%。结论:随机森林模型对重症病人病情变化具有良好的预测效能,在实际临床工作中具有一定的参考价值。