肺癌患者术中低体温风险预测模型的构建及验证

作者：曾昕; 卢秀英^*; 周羽; 蔡思雪; 杨舒涵

来源：中国护理管理, 2023, 23(10): 1500-1506.

• 肺癌
• 低体温
• 列线图
• 机器学习法
• XGBoost
• 随机森林
• 支持向量机

目的 ：构建并验证肺癌患者术中低体温风险预测模型，为临床医护人员识别术中低体温高危人群提供参考。方法 ：选取四川省某三级甲等肿瘤专科医院2022年6月—11月的肺癌手术患者，按照7:3的比例随机分为训练集（770例）和验证集（330例）。使用R语言中Logistic回归、XGBoost、随机森林、支持向量机4种机器学习算法构建预测模型，并对其性能进行比较，得到最优的肺癌患者术中低体温预测模型算法，并在验证集患者中进行模型验证。结果 ：术中低体温发生率为53.2%。术中出血量、术中输液量、手术时间、麻醉时间、手术室温度、麻醉后核心体温、手术切除部位是肺癌患者术中低体温的影响因素。随机森林模型训练集和验证集的ROC曲线下面积均为0.968，其性能优于其他3种预测模型。结论 ：基于随机森林算法的模型是最优的肺癌患者术中低体温预测模型，有利于临床筛选术中低体温高危人群，可为医护人员早期采取有针对性的预防措施提供借鉴。

• 单位
  成都医学院; 四川大学华西医院; 四川省肿瘤医院