贝叶斯Logistic回归模型在中老年人心脏病影响因素分析中的应用

目的探讨贝叶斯Logistic回归模型在心脏病影响因素分析研究中的应用价值。方法数据资料来自2015年中国健康与养老追踪调查中的525例调查对象。利用OpenBUGS软件分别拟合了贝叶斯随机效应和固定效应的Logistic回归模型,并在两种模型中估计各影响因素与因变量关系的优势比(OR)及95%可信区间(95%CI)。结果贝叶斯随机效应和固定效应的Logistic回归模型分析结果均显示,性别、高血压和糖尿病是心脏病患病率的影响因素。两个模型的收敛效果均较好,参数估计结果也相差较小,但随机效应模型的拟合效果略差于固定效应模型(随机效应模型:DIC=156.6,pD=11.96;固定效应模型:DIC=155.8,pD=7.79)。结论在贝叶斯Logistic回归模型中引入随机效应参数需根据具体情况而定,否则反而可能会降低模型的拟合效果。

基于Logistic回归和支持向量机的早发性结直肠癌风险预测模型

目的:通过Logis tic回归和支持向量机(SVM)探究早发性结直肠癌(EOCRC)和晚发性结直肠癌(LOCRC)的危险因素,建立针对不同年龄段人群的风险预测模型并比较预测效果。方法:选择2012—2022年诊断为结直肠癌患者,记录人口学特征、临床表现、既往史、家族史、生活方式、体格检查、实验室检查及病理诊断,分别建立风险预测模型,比较两模型的ROC曲线下面积(AUROC)、准确率、精确率、召回率、F1分数。结果:综合两模型结果,EOCRC风险与出现消化道出血、腹胀腹痛、大便习惯改变等临床表现、体重减轻、肿瘤标志物升高具有较强的正相关性,与婚姻状况、阑尾切除史、糖尿病史、血脂异常病史、结直肠癌家族史也存在较弱的正相关;LOCRC风险与婚姻状况、出现临床表现、体重减轻、血脂异常、肿瘤标志物升高具有较强的正相关性,与年龄、吸烟、阑尾切除史、结直肠癌家族史也存在一定的正相关性。两模型的AUROC、准确率、F1分数相差不大,但Logistic回归模型的精确率更高而SVM模型的召回率更高。结论:EOCRC和LOCRC的危险因素不完全相同,婚姻状况、吸烟、血脂异常、肿瘤家族史在EOCRC中的贡献低于在LOCRC中的贡献。相较Logistic回归,SVM能发现更多的结直肠癌危险因素,能尽可能多的找出结直肠癌的可能患者。

Logistic回归模型和XGBoost模型对急性缺血性脑卒中患者发生吞咽障碍的预测价值

目的筛选危险因素构建急性缺血性脑卒中后吞咽障碍风险预测模型,对比XGBoost模型和Logistic回归模型的优劣性。方法选取2022年1-12月新疆医科大学第二附属医院神经内科573例急性缺血性脑卒中患者,按7∶3比例随机分为建模组(n=401)和验证组(n=172)。筛选发生吞咽障碍的危险因素,以单因素分析有统计学意义的变量分别建立Logistic回归模型和XGBoost模型。在验证组数据集上使用十折交叉验证法进行内部验证,采用校准曲线、受试者工作特征曲线(ROC曲线)和决策曲线评价两种模型的预测效能。结果多因素Logistic回归分析结果显示,年龄、NIHSS评分、GCS评分、BI指数、脑干病变、构音障碍、失语症、咽反射(正常)是急性缺血性脑卒中后吞咽障碍的影响因素。XGBoost模型特征重要性排序前8位分别为年龄、BI指数、NIHSS评分、咽反射、TOAST分型、白蛋白、文化程度、营养评分。对比两种模型结果显示,XGBoost模型的准确性、精确度、敏感度、F1分值分别为0.849、0.830、0.754、0.790,表现优于Logistic回归模型。Logistic回归、XGBoost模型预测吞咽障碍的AUC值分别是0.894、0.925,两者AUC值比较,差异无统计学意义(P>0.05)。模型的校准曲线和临床决策曲线均显示XGBoost模型准确度和临床实用价值优于Logistic回归模型。结论XGBoost模型和Logistic回归模型均能有效预测急性缺血性脑卒中后吞咽障碍风险,XGBoost模型表现更优,可为临床早期预防急性缺血性脑卒中吞咽障碍提供参考。

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logistic回归模型分析骨科手术部位感染的影响因素

目的总结骨科手术部位感染现状,探讨骨科手术部位感染的影响因素。方法收集江苏省盐城市第三人民医院2022年1月至2023年12月骨科手术部位感染病例作为感染组,共41例,按照1∶1的比例,随机抽取同科室2022年1月至2023年12月年龄相近(±10岁)、性别相同未发生手术部位感染的41例病例作为非感染组,分析骨科手术部位感染病原菌分布情况并基于二分类logistic回归模型分析骨科手术部位感染的影响因素。结果本研究共纳入41例手术部位感染患者,术后1~3 d发生手术部位感染10例(24.39%),术后4~6 d发生手术部位感染12例(29.27%),术后7~9 d发生手术部位感染5例(12.20%),术后10~30 d发生手术部位感染10例(24.39%),术后31~90 d发生手术部位感染4例(9.76%)。感染组检出40株病原菌,主要为革兰氏阳性球菌(31株,77.50%),最常见的为金黄色葡萄球菌(19株,47.50%),其次为凝固酶阴性葡萄球菌(7株,17.50%)。两组糖尿病史、体重指数(BMI)、术前纤维蛋白原、手术持续时间、手术引流比较,差异有统计学意义(P<0.05)。logistic回归分析显示,患者BMI(OR=1.231,95%CI:1.049~1.445,P=0.011)是骨科手术部位感染的独立危险因素。BMI作为手术部位感染的独立危险因素,其临界值为25.37 kg/m2。结论骨科手术患者中,肥胖患者更易发生手术部位感染,建议进一步强化肥胖患者的围手术期管理,以减少手术部位感染的发生。

基于Logistic回归模型和PCA模型的急性缺血性脑卒中发作影响因素分析

目的应用Logistic回归模型和主成分分析(PCA)模型分析急性缺血性脑卒中(AIS)发作的影响因素。方法从大连医科大学附属第二医院医渡云科研大数据服务器系统提取2001年1月1日至2021年12月31日的数据,将医院病历系统收录的55620例AIS患者纳入病例组,将筛选后的64134例在医院体检中心体检的人群纳入对照组。收集两组的临床资料,分析AIS发作的影响因素。结果多因素分析结果显示,年龄、性别、肌酐、白细胞计数、血红蛋白、红细胞计数、血小板计数、甘油三酯(TG)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)、丙氨酸氨基转移酶(ALT)、总胆固醇(TC)、γ-谷氨酰转移酶(γ-GGT)水平及吸烟史、饮酒史、高血压、糖尿病、心梗、冠心病、动脉粥样硬化为AIS的影响因素(P<0.05);受试者工作特征(ROC)曲线下面积(AUC)为0.927。PCA提取8个主成分,既往病史、血脂水平风险比较大。结论既往病史及血脂水平是AIS发作的主要影响因素,有效控制原发疾病及血脂水平能够更好控制AIS发作。

基于Logistic回归与决策树模型的老年多重慢病及影响因素分析

目的:应用决策树模型和Logistic回归对老年多重慢病影响因素进行分析,为多重慢病的管理和防控提供依据。方法:采用多阶段分层随机抽样方法于青岛、广州、苏州抽取1273名老年人,进行老年多重慢病的问卷调查,分别建立Logistic回归模型和决策树模型,分析并比较两种分析方法结果的差异性。结果:Logistic回归结果显示年龄、婚姻状况、医疗保险、吸烟是老年多重慢病的影响因素,其中年龄是保护因素(OR<1)。决策树模型显示医疗保险是老年多重慢病的最主要影响因素,其次是吸烟、年龄和婚姻状况。两种模型分析比较结果显示,Logistic回归模型的灵敏度为74.3%,特异度为55.3%;决策树模型的灵敏度为57.2%,特异度为73.3%。结论:研究显示年龄、婚姻状况、医疗保险、吸烟是老年多重慢病的影响因素。结合运用Logistic回归模型和CHAID模型,可以有效筛选老年多重慢病的危险因素,有助于制定针对性措施,加强管理和防控。

基于DCE-MRI表现的logistic回归分析模型在乳腺良恶性病变诊断中的应用

目的 分析基于动态对比增强磁共振成像(DCE-M RI)表现的logistic回归分析模型在乳腺良恶性病变诊断中的应用。方法 回顾性分析2021年1月~2023年10月来我院进行乳腺检查患者161例临床资料。其中良性病变60例、恶性病变101例,分别纳入良性组(n=60)及恶性组(n=101)。分析两组DCE-MRI表现差异,进行单因素分析,利用二元Logistic回归分析构建乳腺良恶性病变诊断模型。采用受试者工作特征(ROC)曲线分析乳腺良恶性病变诊断模型的效能。结果 单因素分析显示,良性组与恶性组TIC曲线、BI-RADS分级、早期强化率、边缘形态及病灶大小比较差异有统计学意义(P<0.05);二元Logistic回归分析结果显示, TIC曲线、BI-RADS分级、早期强化率、边缘形态及病灶大小是乳腺良恶性病变危险征像;构建logistic乳腺癌良恶性病变诊断模型Y=-0.633+0.645TIC曲线+2.112×BI-RADS分级+1.142×早期强化率+1.136×边缘形态+1.136×病灶大小;ROC曲线分析显示该模型诊断效能,AUC为0.944,敏感度为83.33%,特异度为85.15%,提示该模型具有较高的诊断效能。结论 基于乳腺病变早期DCE-MRI表现的logistic诊断模型,能够筛选出对乳腺恶性病变鉴别诊断有意义的特征变量,对乳腺良恶性病变具有较高的诊断效能。

基于连续比例Logistic回归模型的贝叶斯判别分析

针对传统贝叶斯判别分析方法处理实际问题的局限性,提出一种基于连续比例Logistic回归模型的贝叶斯判别分析方法.首先基于连续比例Logistic回归模型建立半参数密度比模型,通过经验似然法估计模型的参数,并使用贝叶斯定理计算后验概率进行分类预测.然后对比新方法与传统方法的回判正确率,统计模拟表明当总体数据符合正态分布时,2者判别能力相当,否则,提出的新方法能够更好地判别不同的数据特征.最后运用新方法分析真实的数据集,验证了新方法在分类预测中的准确性和稳健性,与传统方法相比,更适用于实际应用中多元分类问题的建模和预测.

基于有序Logistic回归模型的北京高校男生有氧能力

为探索北京高校男生有氧能力的影响因素,通过随机抽样法抽取134名18~25岁北京高校男生,空腹抽静脉血测血液指标,用德国MetaMax 3B系统实时监测气体代谢,通过线性递增方案测得最大摄氧量(maximum oxygen uptake, VO_(2max))相对值。采用Spearman相关、有序Logistic回归等分析方法进行分析处理。结果表明:回归方程中影响北京高校男生有氧能力的因素有体重(M)、心率(heart rate, HR)、每搏输出量(stroke volume, SV)、心室射血时间(ventricular ejection, VET)、血红蛋白(hemoglobin, HGB)。方程模型系数综合检验步(step)、块(block)、模型(model)检验的P均小于0.01;拟合优度检验的-2对数似然值(-2LL)为159.374,Cox&Snell R^(2)为0.331,Nagelkerke R^(2)为0.373;方程预测等级1准确率为45.5%,等级2准确率为100%,等级3准确率为100%,综合为81.8%,说明Logistic回归模型性能良好。Hosmer和Lemeshow检验预测值与观望值无显著性差异(P>0.05)。可见北京高校男生定量负荷心功能、血液指标与有氧能力的多元Logistic回归模型拟合度较好,且HR、SV、VET、HGB是预测北京高校男生有氧能力的重要因素。同时研究中受试者无需运动至极限状态,运动强度大大降低,可以有效避免运动风险的发生,回归模型的检验结果良好,适合在大样本人群中推广。

基于Logistic回归的老年髋部骨折患者术后尿道感染风险预测模型构建与应用

目的探讨老年髋部骨折患者术后尿道感染风险因素,并以此构建老年髋部骨折术后患者尿道感染风险预测模型,并应用于老年髋部骨折围手术期。方法选取我院骨科2019年1月至2023年5月收治的老年髋部骨折患者1012例作为研究对象,其中发生术后尿道感染者111例。通过单因素分析初步筛选出老年骨科患者尿道感染的危险因素,综合考虑临床经验,将相关危险因素纳入多因素Logistic回归分析,并根据结果建立Logistic模型。结果纳入单因素、多因素Logistic回归分析模型分析,经筛选后发现,影响术后尿道感染的独立危险因素有低蛋白血症、电解质失衡、肺炎、糖尿病4项(P<0.05)。检测发现,预测模型在老年髋部骨折患者诊断中的敏感度、特异度各为83.78%,90.77%。结论低蛋白血症、电解质失衡、肺炎、糖尿病均是影响老年髋部骨折患者术后尿道感染风险的因素。基于本文列线图模型构建的老年髋部骨折尿道感染预测模型有良好的预测能力与准确性。

基于多模态超声图像特征的Logistic回归模型预测三阴性乳腺癌病灶肿瘤浸润淋巴细胞表达的临床价值

目的探讨基于多模态超声(包括二维超声、剪切波弹性成像、超声造影及自动乳腺全容积成像)图像特征的Logistic回归模型术前预测三阴性乳腺癌(TNBC)病灶肿瘤浸润淋巴细胞(TILs)表达的临床价值。方法选取经病理证实的TNBC女性患者99例,根据TILs表达水平将其分为TILs低表达组41例(TILs表达水平<20%)和TILs高表达组58例(TILs表达水平≥20%),应用二维超声获取病灶形态、方位、边缘、内部回声、后方回声、钙化等特征,剪切波弹性成像检测病灶剪切波速度(SWV),自动乳腺全容积成像获取病灶有无汇聚征、晕环征、导管改变等特征,超声造影获取起始增强时间、增强强度、增强方向、增强模式、局灶性充盈缺损、周围血管征、增强后病变范围等特征。比较两组多模态超声图像特征的差异;应用多因素Logistic回归分析筛选预测TNBC病灶TILs高表达的独立影响因素,并建立回归模型。绘制受试者工作特征(ROC)曲线分析回归模型预测TNBC病灶TILs高表达的诊断效能。结果TIls高表达组二维超声图像特征形态规则、边缘光整、后方回声增强、内部回声不均匀,以及超声造影图像特征高增强、局灶性充盈缺损占比均高于TIls低表达组,差异均有统计学意义(均P<0.05);两组自动乳腺全容积成像特征及SWV比较差异均无统计学意义。多因素Logistic回归分析显示,形态规则、边缘光整、后方回声增强、高增强及局灶性充盈缺损均为预测TNBC病灶TILs高表达的独立影响因素(OR=6.858、3.824、5.909、1.945、6.522,均P<0.05);建立的回归模型为:Logit(P)=-2.989+1.925×形态规则+1.341×边缘光整+1.776×后方回声增强+0.665×高增强+1.875×局灶性充盈缺损;其预测TNBC病灶TILs高表达的ROC曲线下面积为0.772。结论基于多模态超声图像特征的Logistic回归模型对术前预测TNBC病灶TILs表达有一定的临床价值。

乡村振兴视域下基于Logistic回归模型的农户参与新型职业农民培训意愿的影响研究

以安徽省池州市东至县为例,利用Logistic回归模型对农户参与新型职业农民培训意愿的影响因素展开分析。确定21个影响因素变量,并给出预期作用方向;经由SPSS 22.0版软件对变量二元Logistic回归计算后,得到具有显著性水平的影响因素,与预期作用方向对比,二者之间的结果完全相同,证明所提方法在分析农户参与新型职业农民培训意愿影响因素方面的有效性和可行性。

基于超声乳腺影像报告和数据系统与Logistic回归分析的良恶性乳腺肿块鉴别诊断模型的构建

目的基于超声乳腺影像报告和数据系统(BI-RADS)与Logistic回归分析构建良恶性乳腺肿块鉴别诊断模型,并分析其应用价值。方法选取156例和67例乳腺肿块患者,分别作为模型组和验证组。依据病理结果将156例模型组患者分为良性组(n=87)和恶性组(n=69),记录两组患者的临床特征和BI-RADS超声影像特征,乳腺恶性肿块的影响因素采用Logistic回归分析。根据影响因素构建良恶性乳腺肿块鉴别诊断模型,绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),分析该模型的诊断效能。结果单因素分析结果显示,良性组和恶性组患者年龄、肿块最大直径、淋巴结肿大情况、BI-RADS分类、超声弹性评分、方位、形态、边缘、内部回声、后方回声、血供情况、结构扭曲情况和微钙化情况比较,差异均有统计学意义(P﹤0.01)。多因素Logistic回归分析结果显示,年龄≥40岁、肿块最大直径≥3 cm、方位不平行、形态不规则、边缘成角、边缘毛刺、内部回声不均匀和微钙化均是乳腺恶性肿块的独立危险因素(P﹤0.05)。根据上述8个影响因素构建良恶性乳腺肿块的鉴别诊断模型,Hosmer-Lemeshow拟合优度检验结果显示,χ^(2)=12.512,P=0.130;该模型诊断乳腺恶性肿块的AUC为0.896(95%CI:0.844~0.948),灵敏度为85.50%,特异度为85.10%,约登指数为0.706,表明该模型拟合优度良好,具有较好的诊断效能。将验证组67例患者代入诊断模型中,该模型诊断乳腺恶性肿块的AUC为0.986(95%CI:0.962~1.000),灵敏度为93.30%,特异度为100%,约登指数为0.933,说明该模型的诊断效能较好。结论基于超声BI-RADS与Logistic回归分析构建的良恶性乳腺肿块鉴别诊断模型具有较高的临床应用价值,可作为辅助手段对乳腺癌进行筛查。

信息量模型与Logistic回归模型耦合方法在新安江流域地质灾害易发性评价中的应用

遥感数据结合数学模型评价流域地质灾害易发性,可用于辅助开展地质灾害预警工作。本文利用信息量模型与Logistic回归模型耦合的方法,基于地理国情数据、多源卫星遥感影像数据、数字高程模型等基础数据,以及地质、土壤、地质灾害等方面的专题数据,选取地质灾害影响因子,对新安江流域地质灾害易发性情况进行分区评价。结果表明,信息量模型与Logistic回归模型耦合方法在地质灾害易发性评价中能够较好地考虑到影响因子间的相关性,保证了地质灾害易发性评价结果的可靠性。信息量模型与Logistic回归模型耦合方法进行新安江流域地质灾害易发性分区的评价表明,高易发区和较高易发区主要分布在人类活动强度较大的河流两岸和道路沿线,该结果与实际地质灾害点分布特征较为吻合,可为新安江流域防灾、减灾工作提供参考。

康复辅具使用满意度研究—基于Logistic回归与决策树模型

随着对康复辅具的需求日益增加,为调查辅具使用者对辅具的满意度,对上海地区相关人员进行问卷调查。采用云模型、有序Logistic回归模型和决策树模型分析辅具使用者满意度现状及其影响因素。研究发现:辅具使用者的整体满意度一般;云滴图说明辅具使用者对于满意度的评价呈现非均衡的分布情况;有序Logistic回归模型显示年龄、完成特定活动是否困难、家庭月收入是辅具使用满意度的显著影响因素;在进行IV特征评估后的决策树模型同样呈现出相同的影响因素。

基于Logistic回归模型的头孢类药物引起静脉炎危险因素分析

目的:探讨基于Logistic回归模型的头孢类药物引起静脉炎危险因素。方法:选取345例输注头孢类药物的住院患者为研究对象,根据是否发生静脉炎分为研究组(n=27)和对照组(n=318)。比较两组患者一般资料、头孢类药物用药情况,分析头孢类药物引起静脉炎的相关因素。结果:研究组中,患者静脉炎1级4例,2级16例,3级7例,经对症治疗后所有患者均转归有效,无严重后遗症发生。单因素分析结果显示,两组患者年龄、药物过敏史、用药时间、滴注速度均有统计学差异(P<0.05);多因素Logistic回归结果显示,合并药物过敏史、用药时间≥7 d是头孢类药物引起静脉炎的独立危险因素(P<0.05)。结论:合并药物过敏史、头孢类药物用药时间≥7 d可能会增加患者静脉炎发生风险;因此,临床应用头孢类药物时,应重点关注既往存在药物过敏史及用药时间过长的患者,规范使用,减少静脉炎的发生。

普外科术中低体温发生情况Logistics回归分析及预测模型构建

目的探讨普外科术中低体温发生的风险因素,构建并验证术中低体温发生的风险预测模型。方法选取2020年12月至2022年12月在本院接受普外科手术的117例患者作为观察对象。收集患者临床资料,根据患者术中是否发生低体温将其分为发生低体温组(A组)和未发生低体温组(B组)。Logistic回归分析影响患者普外科术中发生低体温的危险因素,并建立风险预测模型,受试者工作特征曲线(ROC)检测该模型的预测效能。结果117例患者中发生低体温31例(26.49%),未发生低体温86例(73.50%)。两组患者在年龄、体重指数、手术方式、ASA分级、术中输液量、手术室温、手术时间等方面比较,差异具有统计学意义(P<0.05)。Logistic回归分析结果显示,年龄≥65岁、术中输液量≥1000 mL、麻醉时间≥4 h、手术室温<23℃是普外科术中发生低体温的危险因素(P<0.05)。独立危险因素纳入Logistic回归分析并建立预测模型,模型预测概率P=1/[1+e(-1.020+0.874)×(年龄)+1.114×(术中输液量)+1.556×(手术室温)+1.453×(麻醉时间)]。ROC曲线检验该模型预测效能,结果显示ROC曲线下面积(AUC)=0.754(P<0.05);Hosmer-Lemeshow拟合优度检验显示,χ^(2)=1.001,P=0.998。结论患者年龄、术中输液量、麻醉时间、手术室温是普外科患者术中发生低体温的独立危险因素,Logistic风险预测模型拟合效度好,具有较高预测价值。

Logistic回归与决策树模型在碘造影剂不良反应预测中的应用

目的采用Logistic回归与决策树模型分析碘造影剂(iodinated contrast medium,ICM)不良反应影响因素。方法不良反应组为2019年1月至2023年8月期间在云南省阜外心血管病医院行CT检查使用ICM并出现不良反应的患者129例,对照组为同期使用ICM未发生不良反应的患者135例,将单因素分析中有统计学意义的变量纳入多因素Logistic回归和决策树模型,提取引起不良反应的影响因素并进行分析。结果Logistic回归结果显示BMI、过敏史和肾功能不全是发生ICM不良反应的影响因素(P<0.05),预测模型为Lggit(P)=0.123×BMI+1.684×过敏史+2.551×肾功能不全-3.652;决策树分析筛选出3个风险变量,包括过敏史、肾功能不全和ICM种类,其中过敏史是最主要的影响因素。结论通过运用Logistic回归和决策树模型预测不良反应的影响因素并将研究转变为了避免不良反应发生的主动预测,对患者安全用药有参考价值。

基于Logistic回归与随机森林算法构建甲状腺乳头状癌颈部淋巴结转移预测模型的对比研究

目的基于Logistic回归与随机森林算法构建甲状腺乳头状癌(PTC)颈部淋巴结转移(LNM)的预测模型,比较二者的诊断效能。方法选取我院收治的PTC患者156例,依据是否发生颈部LNM分为非转移组65例和转移组91例,比较两组超声、基因检测及临床检查结果的差异。采用多因素Logistic回归分析筛选PTC颈部LNM的独立影响因素,基于Logistic回归和随机森林算法分别构建PTC颈部LNM的预测模型;绘制受试者工作特征(ROC)曲线分析模型的诊断效能。结果转移组与非转移组年龄、结节最大径、甲状腺球蛋白抗体(TgAb)水平,以及甲状腺外浸润(ETE)、BRAFV600E基因突变、微钙化占比比较差异均有统计学意义(均P<0.05)。多因素Logistic回归分析显示,微钙化、结节最大径、ETE、年龄、TgAb水平、BRAFV600E基因突变均为PTC颈部LNM的独立影响因素(均P<0.05)。ROC曲线分析显示,Logistic回归模型预测PTC颈部LNM的曲线下面积(AUC)为0.763;随机森林模型显示,树的数目为272时错误率最低,模型预测PTC颈部LNM的相对重要预测因子排序依次为TgAb水平、BRAFV600E基因突变、微钙化、年龄、ETE、结节最大径,其预测PTC颈部LNM的AUC为0.856,高于Logistic回归模型(Z=2.812,P=0.005)。结论基于随机森林算法构建的PTC颈部LNM预测模型的诊断效能高于基于Logistic回归构建的预测模型,临床医师可根据PTC患者颈部LNM的随机森林重要性排序制定合适的干预措施。