目的建立预测术中输血风险影响因素的随机森林算法预测模型,评价其临床预测性能。方法收集解放军总医院第一医学中心2014年1月~2017年12月手术患者48176例,根据术中是否输血分为输血组(n=5035)和未输血组(n=43141),比较分析2组年龄、性...目的建立预测术中输血风险影响因素的随机森林算法预测模型,评价其临床预测性能。方法收集解放军总医院第一医学中心2014年1月~2017年12月手术患者48176例,根据术中是否输血分为输血组(n=5035)和未输血组(n=43141),比较分析2组年龄、性别、体重、血常规与凝血检测指标、手术等级、手术次数与麻醉方式,以及术前输血史等指标;将所有病例按7∶3随机分为训练集(n=33723)与测试集(n=14453),利用计算机编程语言(Python V 3.9.0)中sklearn功能包引入随机森林算法,将2组差异因素纳入随机森林算法以构建模型,使用受试者操作曲线(ROC)做模型评价。结果1)输血组与未输血组性别、年龄、血常规、凝血功能、手术等级、术前输血史等指标间差异均具有明显差别(P<0.05);2)除血型分布外,训练集与测试集病例其他指标间差异不大(P>0.05);3)建立的术中用血模型中血常规、凝血功能、全身麻醉等指标影响较大,累积重要度>0.90;4)ROC分析显示该随机森林模型在训练集与测试集预测时ROC曲线下面积达0.91和0.82,具有良好的预测能力。结论基于随机森林法的术中用血预测模型能较好地预测术中用血及输血风险因素。展开更多
文摘目的建立预测术中输血风险影响因素的随机森林算法预测模型,评价其临床预测性能。方法收集解放军总医院第一医学中心2014年1月~2017年12月手术患者48176例,根据术中是否输血分为输血组(n=5035)和未输血组(n=43141),比较分析2组年龄、性别、体重、血常规与凝血检测指标、手术等级、手术次数与麻醉方式,以及术前输血史等指标;将所有病例按7∶3随机分为训练集(n=33723)与测试集(n=14453),利用计算机编程语言(Python V 3.9.0)中sklearn功能包引入随机森林算法,将2组差异因素纳入随机森林算法以构建模型,使用受试者操作曲线(ROC)做模型评价。结果1)输血组与未输血组性别、年龄、血常规、凝血功能、手术等级、术前输血史等指标间差异均具有明显差别(P<0.05);2)除血型分布外,训练集与测试集病例其他指标间差异不大(P>0.05);3)建立的术中用血模型中血常规、凝血功能、全身麻醉等指标影响较大,累积重要度>0.90;4)ROC分析显示该随机森林模型在训练集与测试集预测时ROC曲线下面积达0.91和0.82,具有良好的预测能力。结论基于随机森林法的术中用血预测模型能较好地预测术中用血及输血风险因素。