基于决策树的医院感染监测预警模型的构建

作者：李栋栋; 李保利; 丁浩奇; 江世根

来源：中国数字医学, 2019, 14(04): 42-44.

• 监测预警
• 机器学习
• 医院感染
• 决策树

目的:构建医院感染监测预警模型,实现医院感染疑似病例的实时监测及预警。方法:利用大数据分析及机器学习相关技术,整理并分析医院感染病例的在院数据,得到与医院感染相关性强的因素并构建出基于决策树算法的监测预警模型。结果:以5万多份感染日的数据为测试样本,用构建后的决策树模型进行验证,医院感染的敏感性稳定在80%以上,特异性稳定在90%以上,并将构建后的决策树模型进行了规则化,实现了人工添加规则的功能。结论:医院感染监测预警模型是基于决策树算法和大量数据训练出来的智能预警模型,具备足够的数据支撑,具有实时、准确和灵活等特点。模型的应用能够节省医院感染管理人员的筛查时间,有利于临床的及时干预和救治。