基于Logistic回归模型及卡方自动交互探测决策树模型预测胎儿染色体异常的研究

目的 应用Logistic回归模型及卡方自动交互探测(CHAID)决策树模型分析胎儿染色体异常的影响因素,比较两种模型对其的预测价值。方法 回顾性分析10种常见超声软指标阳性并获得羊水穿刺结果的642例单胎孕妇资料,以胎儿染色体结果为因变量,超声软指标为自变量,建立Logistic回归模型和CHAID决策树模型,筛选胎儿染色体异常的影响因素;绘制受试者工作特征(ROC)曲线分析两种模型对胎儿染色体异常的预测价值。结果 单因素Logistic回归模型显示,NT增厚、鼻骨缺失、侧脑室增宽均为胎儿染色体异常的影响因素(OR=4.942、2.558、2.463,均P<0.05);多因素Logistic回归筛选NT增厚(OR=7.511,P<0.05)、鼻骨缺失(OR=4.819,P<0.05)、侧脑室增宽(OR=4.789,P<0.05)用于回归模型的拟合,获得回归方程:Y=-2.888+2.016×NT增厚+1.572×鼻骨缺失+1.566×侧脑室增宽。CHAID决策树模型显示,NT增厚、鼻骨缺失均为胎儿染色体异常的影响因素。ROC曲线分析显示,Logistic回归模型预测胎儿染色体异常的曲线下面积大于CHAID决策树模型(0.712 vs. 0.675),差异有统计学意义(Z=2.267,P<0.05)。结论 Logistic回归模型和CHAID决策树模型均可预测胎儿染色体异常,Logistic回归模型的预测价值优于CHAID决策树模型。

基于决策树的血液透析患者透析失衡综合征风险预测模型的构建

目的 应用卡方自动交互检测(CHAID)决策树算法构建血液透析患者透析失衡综合征的风险预测模型。方法 选取200例血液透析患者作为研究对象,将血液透析后发生透析失衡综合征的患者纳入发生组,未发生透析失衡综合征的患者纳入未发生组。收集并分析患者的临床资料,采用单因素和多因素Logistic回归分析法筛选血液透析患者发生透析失衡综合征的独立影响因素,基于独立影响因素和决策树模型构建血液透析患者发生透析失衡综合征的风险预测模型。结果 200例血液透析患者中,发生透析失衡综合征者40例,未发生透析失衡综合征者160例。多因素Logistic回归分析结果显示,年龄、尿素氮是血液透析患者发生透析失衡综合征的独立危险因素(OR>1,P<0.05),白蛋白是血液透析患者发生透析失衡综合征的独立保护因素(OR<1,P<0.05)。决策树模型显示,位于第1层的年龄是透析失衡综合征最重要的影响因素(样本分为3个亚群,年龄>56.5岁患者透析失衡综合征发生率为95.0%,远高于年龄≤56.5岁患者的发生率),位于第2层的白蛋白、尿素氮分别是年龄>55.5~56.5岁、年龄>56.5岁的影响因素。结论 分析透析失衡综合征的独立影响因素,并基于决策树构建风险预测模型,可预测血液透析患者发生透析失衡综合征的概率。

基于卡方自动交互检测的GF-1影像鄱阳湖湿地信息提取

快速准确地获取鄱阳湖区域湿地信息,对湿地进行动态监测具有重要价值。本文以国产高分一号(GF-1)影像和辅助地学数据作为数据源,将GF-1影像获取的归一化植被指数(Normalized Differential Vegetation Index,NDVI)、基于蓝光波段的归一化差异水体指数(Normalized Difference Water Index based on Bule light,NDWI-B)以及数字高程模型(Digital Elevation Model,DEM)作为分类变量,采用卡方自动交互检测(CHi-squared Automatic Interaction Detection,CHAID)决策树算法构建分类规则,并进行研究区范围内的湿地信息提取。最后,采用混淆矩阵对分类结果进行精度验证,并与最大似然法监督分类结果进行比较。结果表明,分类结果的总体精度和Kappa系数分别为85.6%和0.82,较最大似然法监督分类结果分别提高了9.6%和0.12,是鄱阳湖区域湿地信息提取的有效方法。

基于分位数回归与决策树模型的跌倒患者住院费用影响因素分析

目的应用以多元逐步回归为代表的传统回归分析方法与分位数回归模型分别探究住院费用的影响因素,通过卡方自交互侦测决策树(chi-squared automatic interaction detector, CHAID)建立费用分组模型。为科学分析住院费用、制定针对性的控费措施及体系完善提供参考依据。方法采用回顾性研究法,收集重庆市两所三级甲等综合医院2016-2019年因跌倒住院的6627例患者基本信息及费用情况,对基本信息进行描述性分析,在单因素分析基础上,分别采用多元逐步回归分析和分位数回归模型筛选纳入决策树的分类节点变量,并比较两者的分析结果。根据比较结果最终选择将分位数回归结果中有影响作用的变量纳入CHAID决策树模型建立住院费用分组模型。结果单因素分析结果显示,跌倒患者住院费用的影响因素有付费方式、职业、婚姻、年龄、住院日、受伤部位、受伤类型、手术次数及手术类型;经分位数回归分析得的住院费用影响因素包含了多元逐步回归分析结果中的影响因素,显示付费方式、婚姻、年龄、住院日、受伤部位、手术次数、受伤类型和手术类型在住院费用的不同分位数点产生影响(P<0.05)。在分位数回归模型结合CHAID决策树模型建立的费用分组模型中,手术次数、住院日、手术类型、受伤部位和受伤类型为最主要的影响因素,每种组合的费用差异明显。结论相较于传统回归分析方法,选择分位数回归模型探究住院费用影响因素更稳健全面。在分位数回归模型基础上,结合CHAID决策树模型组构建的住院费用分组模型较为合理,能清楚反应影响住院费用的重点因素,为医院完善控费制度,制定医保费用支付标准提供参考依据。

福建省2008-2013年手足口病重症病例危险因素的分类决策树分析

目的分析手足口病重症病例的危险因素,为降低手足口病重症病例发生率提供理论依据。方法福建省2008-2013年手足口病重症确诊病例资料来源于疾病监测信息报告管理系统,从同期报告的轻症病例确诊病例中随机选取与重症病例相同数目的病例。运用决策树中的CHAID法分析重症病例发生的危险因素,因变量为重症是否发生,自变量为实验室结果、发病到就诊时间、发病月份、年龄、性别、城乡。使用分割样本验证模型,样本被随机均分为训练样本与测试样本。结果福建省2008-2013年共报告13971例手足口确诊病例,其中重症1503例(10.8%),轻症12468例,共3006例病例进入模型。训练样本(1523例)模型中包括实验室结果、发病到就诊间隔时间、年龄、性别4个预测变量,实验室结果是最佳预测变量,模型对70.1%的训练样本进行了正确分类,测试样本(1483例)模型对66.5%的个案进行了正确分类。结论决策树是一种有效预测手足口病重症病例的方法。

冠心病不稳定型心绞痛患者阳虚证卡方自动交互检测决策树识别模式研究

目的建立冠心病不稳定型心绞痛患者临床常规检测指标对阳虚证的识别模式。方法采集411例冠心病不稳定型心绞痛患者的基本资料、中医四诊信息及临床常规检测指标,对患者进行中医证候/证候要素及辨证分型的判断。经数据归一化处理后,以90个临床常规检测指标为自变量,以是否'阳虚证'作为因变量,采用卡方自动交互检测(CHAID)决策树方法自动提取阳虚证的识别规律,计算模型的敏感度、特异度和准确率。对其中212例患者进行阳虚证识别模式的外验证。结果 D-二聚体、血小板分布宽度(PDW)、血清游离四碘甲状腺原氨酸(FT4)、脂蛋白(a)[LP (a)]、氯离子(Cl^-)和凝血酶原时间(PT)共6个属性指标经筛选进入决策树模型。该模型对411例患者的测试结果显示:敏感度为74. 7%,特异度为72. 6%,准确率为73. 0%。外验证模型缺失Cl^-,模型识别准确率为81. 1%,敏感度为74. 3%,特异度为82. 5%。结论 CHAID决策树模型可以基于临床常规检测指标数据清晰、直观地进行冠心病不稳定型心绞痛阳虚证的识别,自动归纳识别规律。

精炼决策树模型在个人信用评估中的应用

零售贷款业务的特点决定了商业银行不可能用发放企业贷款的方法开展个人信贷业务,个人信用评估应运而生。本文将基于卡方自动交互检测的决策树模型引入个人信用评估领域。首先介绍了该模型的基本原理与算法,对使用实际数据对模型的可靠性进行检验。并针对传统决策树模型得到结果的不足,精炼决策树模型在原模型的基础上考虑错分好坏客户成本的差异。精炼决策树模型的实证结果表明其提高了对坏客户的正确判断率,因此在个人信用评估的实践中更具优势。

基于不同烟用原纸中荧光增白剂分布建立的CHAID决策树模型鉴别卷烟真伪

鉴于国内外标准禁止在烟用原纸中使用双三嗪氨基二苯乙烯型荧光增白剂而假烟烟用原纸的安全性没有保障,提出了题示方法。以白度仪检测19种规格真伪卷烟原纸样品(包装纸、封签纸、内衬纸、成形纸、卷烟纸)的D65荧光亮度和甘茨(CIE)白度(10个变量),发现真伪卷烟样品各种原纸的CIE白度无明显规律;卷烟真品D65荧光亮度不小于1.00%的原纸仅有卷烟纸(异常现象,需要进一步分析),卷烟伪品D65荧光亮度不小于1.00%的原纸有内衬纸、封签纸、卷烟纸和包装纸,样品数量占比分别为68.4%,57.9%,57.9%和52.6%。采用SPSS 25.0统计软件建立基于最大似然估计的向前逐步二分逻辑回归模型,对上述10个变量与卷烟真伪进行相关性分析,3步回归后提取出了内衬纸荧光亮度、包装纸荧光亮度、封签纸荧光亮度等3个关键变量。以历年样品的3个关键变量数据建立卡方自动交互检测决策树分类模型,卷烟真伪的判断准确率达到100%。对真伪卷烟样品进行红外光谱分析,二者的特征吸收峰基本相同,但在卷烟伪品的红外光谱图中观察到1371 cm^(-1)附近有吸收峰,可能来源于双三嗪氨基二苯乙烯型荧光增白剂中甲基C-H键的弯曲振动,说明基于荧光增白剂分布建立的决策树模型能有效鉴别卷烟真伪。

应用决策树卡方自动交互检验法建立血清细胞角蛋白19片段对非小细胞肺癌的辅助诊断模型

目的采用CHAID法建立CYFRA21-1在非小细胞肺癌(NSCLC)中的辅助诊断模型。方法选取2013年1月-2014年12月来浙江省台州医院就诊的NSCLC初诊患者504例为NSCLC组,肺部良性疾病患者297例为良性对照组,测定血清CYFRA21-1、CEA、CA125及SCC含量,采用CHAID法确定其在辅助诊断NSCLC上的价值。收集2015年1月-2016年12月CYFRA21-1高于本文得出的诊断值的肺部相关疾病患者,计算其中的NSCLC患者比例来验证决策树CHAID法结果。结果 NSCLC组的4种肿瘤标志物均高于良性对照组,差异有统计学意义(P<0.05)。入选人群针对4种肿瘤标志物的决策树CHAID法自动分层,决策树按照CYFRA21-1分层,当CYFRA21-1高于10.8 ng/ml时,NSCLC患者的比例达100%,CYFRA21-1在5.6 ng/ml^10.8 ng/ml时,NSCLC患者的比例达93.8%。173例CYFRA21-1高于5.6 ng/ml的肺部相关疾病患者中,16例为良性疾病,157例为NSCLC,占90.8%;而CYFRA21-1高于10.8 ng/ml的肺部相关疾病患者共66例,均为NSCLC患者。结论 CYFRA21-1对于NSCLC患者具有较好的辅助诊断价值。

基于决策树模型指导社区获得性肺炎医疗费用管理的研究

目的:以社区获得性肺炎(CAP)为代表性疾病,探索DRGs分组方案管理医疗费用的合理性和可行性。方法:收集中山大学孙逸仙纪念医院2016年1月至2018年12月主要诊断为"社区获得性肺炎"患者2256例,通过分析CAP患者住院费用的影响因素,利用卡方自动交互检验(CHAID)决策树建立DRGs分组方案,评价其合理性和可行性。结果:单因素分析显示住院期间进行抢救,有手术操作及合并重要并发症是CAP住院费用的主要影响因素。DRGs分组方案可合理将2256例CAP患者划分为6组,各组组间异质性和组内同质性评价效果强。结论:通过CHAID决策树模型建立的疾病DRGs病例组合方案,可对特定疾病的住院费用进行精细化管理,有望为优化医疗资源分配提供理论依据。

基于半监督机器学习的滑坡易发性预测建模

为了克服滑坡编录样本不足、扩充滑坡样本较困难、主观随机选择的非滑坡样本准确性较低等缺点,以江西省南康区为例,拟用半监督卡方自交互侦测决策树(SSCHAID)和半监督反向传播神经网络(SSBPNN)进行滑坡易发性预测(LSP),在已知滑坡样本和随机选取的非滑坡样本基础上,用全监督机器学习将初始LSP划分成不同级别;将高分辨率遥感影像和初始滑坡易发性图中的极高易发区叠加,筛选一定数量的潜在滑坡栅格单元扩充滑坡样本;从极低易发区选取非滑坡栅格单元组合成新的输出变量;将新的输出变量导入全监督机器学习,获得最终LSP并评价其精度.结果表明:半监督机器学习的LSP精度远高于全监督机器学习的LSP精度.

基于决策树模型的心力衰竭患者住院费用分析

目的探索符合心力衰竭患者住院费用的病例组合,制定心力衰竭患者住院费用参考标准,为提高医院的管理效率和医疗质量,控制住院费用提供参考。方法运用单因素分析和多元线性回归分析对住院费用的影响因素进行筛选,并将关键影响因素作为分类节点变量,基于穷举卡方自动交互算法的决策树模型构建心力衰竭患者病例组合方案,计算各组标准费用和费用上限。结果将转科情况、住院天数、治疗方式、转归情况、心力衰竭类型、入院途径、合并症或并发症数量作为关键影响因素,最终组建19个心力衰竭住院费用病例分组;分析显示可能存在费用不合理现象。结论心力衰竭病例分组合理,基于分组方案得到的住院费用标准、病种权重及费用上限标准,可为控制医疗资源消耗、规范医生诊疗行为、提高医疗质量和医院管理效率提供依据,有利于控制住院费用,减轻心力衰竭患者的疾病负担,为进一步完善并推进疾病诊断相关分组预付制提供较高质量的数据支持。

慢性乙肝住院患者DRGs相关分组的可行性探讨

2015年8月国家卫生计生委医政医管局发布《关于进一步加强疾病诊断相关分组协作工作的函》（国卫医评价便函[2015]80号）,要求建立推广、应用、维护疾病诊断相关组（DRGs）对辖区内三级医院开展住院医疗服务、质量绩效评价工作,并提出进一步推广DRGs在全国应用的具体安排。针对上述问题,政府及医保机构采取多种措施。

基于疾病诊断相关分组方案对精神分裂症患者住院费用初步探究

目的通过合理分组,制定精神分裂症患者住院费用发生额度的参考范围,为实现医保基金的合理使用与监管提供决策依据。方法以疾病诊断相关分组(diagnosis related groups,DRGs)核心思想为指导,采用决策树分析的卡方自动交互检测法(Chi-square automatic interaction detection,CHAID)算法,对患者进行细化分组并制定医疗费用合理范围。结果 (1)最终医院级别、住院天数、曾住院次数被用作截断点变量,生成一棵总节点数为21,终节点数为13,树深为3的决策树统计模型。(2)全部病例共形成13个病例组合,共筛选出1 096例可疑案例,构成比为10.03%,发生费用占总发生费用的21.60%(7 165 046.09/33 171 509.68);超额费用占发生费用的24.74%(1 772 930.71/7 166 251.86),占总发生费用的5.34%(1 772 930.71/33 171 509.68)。结论将DRGs方案应用于本病种,通过将患者合理分组来研究住院费用问题可为医疗保险基金的合理使用和监管提供一条可循的管理路径。