基于随机森林模型预测儿童扁桃体术后出血率的临床结果

目的:儿童扁桃体术后出血是一种严重且可能危及生命的并发症,本研究旨在通过一项全国多中心回顾性研究来构建儿童扁桃体术后出血的风险预警模型,为儿童扁桃体术后分层管理提供依据。方法:通过对2022年1月15日-2023年5月15日从不同省份的15个研究中心接受全身麻醉下行扁桃体切除术的8854例患儿进行分层抽样后得到,本研究样本量2724例,其中男1096例,女1628例。根据术后患儿有无出血分为出血组与未出血组,采用随机森林算法构建风险预警模型,通过不断探寻最优化模型,提高预测儿童扁桃体术后出血率的准确性,并通过十折交叉验证模型的预测效能。结果:2724例患儿中有117例扁桃体术后出血,出血率为4.30%。采用随机森林算法针对训练集构建的模型在测试集中予以验证,得出的预测准确率为98.72%,召回率为78.95%,ROC曲线下面积(AUC)为0.96。结论:随机森林模型虽然召回率有待提高,但整体准确性相当出色,能有效地避免将阳性病例误判为阴性病例,是一种可以被用来预测扁桃体术后出血率和临床医疗决策的有用工具,为后续优化提升奠定了良好基础。