基于随机森林算法心胸外科术后患者急性肾损伤预测模型的价值分析

作者：张熠; 陈均; 薛春竹; 母存富^*

来源：心脏杂志, 2023, 35(01): 67-71.

• 随机森林算法
• 心胸外科手术
• 急性肾损伤
• 预测模型

目的 构建基于随机森林算法的心胸外科术后患者急性肾损伤（acute kindey injury,AKI）的预测模型，并分析其预测价值。方法 选取广元市第一人民医院2018年1月～2020年12月接受心胸外科手术治疗的212例患者为研究对象，采用随机数字表法按2:1的比例建立训练集和测试集。采用随机森林算法对心胸外科患者术后AKI的预测指标的重要性进行排序。根据袋外数据误差，赤池信息量准则和贝叶斯信息量准则对排序指标进行筛选并构建预测模型，多维标度法（multidimensional scaling,MDS）观察预测模型对心胸外科术后患者AKI的预测能力；采用内部验证法验证模型对心胸外科患者术后AKI的预测能力。结果 212例患者中，148例未发生AKI的为未发生组，64例发生AKI为发生组；16个指标根据平均准确度下降程度和平均基尼指数下降程度进行重要性排序。用袋外数据误差，赤池信息量准则和贝叶斯信息量准则筛选出术后中性粒细胞明胶酶相关脂质运载蛋白（NGAL）、术后金属蛋白酶组织抑制剂2(TIMP 2)、术后胰岛素样生长因子结合蛋白7(IGFBP7)及术后血浆肌酐（pCr）4个变量（P<0.01），并纳入模型。通过MDS法观察到预测模型区分良好。结论 基于术后NGAL、术后TIMP 2、术后IGFBP7及术后pCr建立的随机森林算法预测模型可用于心胸外科术后患者AKI发生的预测。