极端梯度上升模型在预测临床重症手足口病中的应用价值

作者：赵敬; 冯慧芬^*; 王斌; 黄平

来源：中国临床研究, 2019, 32(10): 1323-1326.

DOI：10.13429/j.cnki.cjcr.2019.10.005

• 手足口病,重症
• 极端梯度上升模型
• Logistic回归模型
• 预测

目的探讨极端梯度上升模型(XGBoost)和Logistic回归模型在临床重症手足口病(HFMD)预测中的应用对比。方法回顾性收集郑州市某医院2017年3月至11月期间住院部收治的HFMD患儿872例的临床资料,其中轻症488例,重症384例。使用R3.4.4软件进行所有资料的分析,分别构建XGBoost和Logistic回归模型,比较两种模型对重症HFMD的预测效果。结果在XGBoost模型中,输出变量重要性中前三位分别为:白细胞计数、年龄和心率,其对重症HFMD总体预测准确性为92.4%,ROC曲线下面积为0.952(95%CI:0.931～0.967)。Logistic回归模型总体预测准确性为80.1%,ROC曲线下面积为0.848(95%CI:0.833～0.866)。模型评估显示XGBoost模型的预测效果明显优于Logistic回归模型。结论 XGBoost模型可以用于预测重症HFMD,相比于传统模型,具有较高的准确性和诊断价值。

• 单位
  郑州大学第五附属医院