目的基于Logistic回归和XGBoost算法构建急性膝关节周围多发损伤患者围手术期深静脉血栓形成风险的预测模型,并比较预测性能。方法回顾性选取2017年1月—2020年6月于广州市番禺区中心医院创伤骨科治疗的急性膝关节周围多发损伤患者120例...目的基于Logistic回归和XGBoost算法构建急性膝关节周围多发损伤患者围手术期深静脉血栓形成风险的预测模型,并比较预测性能。方法回顾性选取2017年1月—2020年6月于广州市番禺区中心医院创伤骨科治疗的急性膝关节周围多发损伤患者120例,以7∶3的比例随机分为训练集(n=84)和测试集(n=36),采用训练集数据构建Logistic回归和XGBoost算法预测模型,筛选急性膝关节周围多发损伤患者围手术期深静脉血栓形成的预测因素,采用测试集数据评价模型的预测效果。符合正态分布的计量资料以均数±标准差(Mean±SD)表示,组间比较采用独立样本t检验;非正态分布的计量资料以中位数(四分位间距)[M(P_(25),P_(75))]表示,组间比较采用独立样本Mann-Whitney U检验;计数资料组间比较采用χ^(2)检验。结果Logistic回归模型结果表明,年龄、合并高血压、合并冠心病、受伤至手术时间、术后1 d的D-二聚体、合并多发伤是急性膝关节周围多发损伤患者围手术期深静脉血栓形成的预测因素(P<0.05)。XGBoost算法模型重要特征评分结果中排前5位的为合并多发伤35分,受伤至手术时间28分,年龄24分,合并冠心病21分,术后1 d的D-二聚体16分。训练集中,Logistic回归模型的曲线下面积为0.805(95%CI:0.637~0.912),Hosmer and Lemeshow检验的χ^(2)=1.436,P=0.329;XGBoost算法模型的曲线下面积为0.847(95%CI:0.651~0.920),Hosmer and Lemeshow检验的χ^(2)=1.103,P=0.976。结论Logistic回归模型和XGBoost算法模型对急性膝关节周围多发损伤患者围手术期深静脉血栓形成的预测性能相当,且合并多发伤、受伤至手术时间、年龄、合并冠心病、术后1 d的D-二聚体可作为预测因子。展开更多
文摘目的基于Logistic回归和XGBoost算法构建急性膝关节周围多发损伤患者围手术期深静脉血栓形成风险的预测模型,并比较预测性能。方法回顾性选取2017年1月—2020年6月于广州市番禺区中心医院创伤骨科治疗的急性膝关节周围多发损伤患者120例,以7∶3的比例随机分为训练集(n=84)和测试集(n=36),采用训练集数据构建Logistic回归和XGBoost算法预测模型,筛选急性膝关节周围多发损伤患者围手术期深静脉血栓形成的预测因素,采用测试集数据评价模型的预测效果。符合正态分布的计量资料以均数±标准差(Mean±SD)表示,组间比较采用独立样本t检验;非正态分布的计量资料以中位数(四分位间距)[M(P_(25),P_(75))]表示,组间比较采用独立样本Mann-Whitney U检验;计数资料组间比较采用χ^(2)检验。结果Logistic回归模型结果表明,年龄、合并高血压、合并冠心病、受伤至手术时间、术后1 d的D-二聚体、合并多发伤是急性膝关节周围多发损伤患者围手术期深静脉血栓形成的预测因素(P<0.05)。XGBoost算法模型重要特征评分结果中排前5位的为合并多发伤35分,受伤至手术时间28分,年龄24分,合并冠心病21分,术后1 d的D-二聚体16分。训练集中,Logistic回归模型的曲线下面积为0.805(95%CI:0.637~0.912),Hosmer and Lemeshow检验的χ^(2)=1.436,P=0.329;XGBoost算法模型的曲线下面积为0.847(95%CI:0.651~0.920),Hosmer and Lemeshow检验的χ^(2)=1.103,P=0.976。结论Logistic回归模型和XGBoost算法模型对急性膝关节周围多发损伤患者围手术期深静脉血栓形成的预测性能相当,且合并多发伤、受伤至手术时间、年龄、合并冠心病、术后1 d的D-二聚体可作为预测因子。