基于Logistic回归、决策树、神经网络构建住院老年患者肌少症相对风险预测模型

作者：张媛; 马艳; 史凌云; 韩正风^*

来源：现代医学, 2023, 51(08): 1134-1143.

• 肌少症
• 多因素Logistic回归
• 决策树
• 神经网络
• 预测模型

目的:分析住院老年患者肌少症的影响因素，构建肌少症相对风险预测模型，并对结果进行比较分析。方法:采用便利抽样法，连续入选2020年7月至2021年9月在新疆医科大学第一附属医院住院的老年患者372例，应用多因素Logistic回归、决策树CHAID算法、神经网络分析肌少症的危险因素，构建Logistic回归预测模型、决策树预测模型、神经网络预测模型，采用受试者工作特征(ROC)曲线下面积(AUC)比较3种预测模型的效果。结果:住院老年患者肌少症检出率为18.82%,其中男性检出率为23.84%,女性为14.50%。3种模型的结果均显示体质指数、步速、性别为住院老年患者发生肌少症的主要影响因素。Logistic回归预测模型的AUC为0.882(95%CI 0.836～0.928),风险预测正确率为87.8%;决策树预测模型的AUC为0.874(95%CI 0.832～0.916),风险预测正确率为86.7%;神经网络预测模型的AUC为0.890(95%CI 0.848～0.931),风险预测正确率为85.8%;3种模型的预测价值均>0.7,预测效果较好。结论:多种模型可从不同的层面挖掘肌少症的危险因素，多模型有效结合能更充分地了解不同因素之间的相互作用，构建预测模型具有较好的预测作用，可为早期筛查和干预提供参考。

• 单位
  新疆医科大学第一附属医院