基于贝叶斯网络的老年人失能风险预测模型构建

作者：陈玲; 郝志梅^*; 魏霞霞; 汪凤兰; 景丽伟; 邢凤梅

来源：中国老年学杂志, 2023, 43(22): 5596-5600.

• 失能
• 预测模型
• 贝叶斯网络

目的 探讨老年人失能与相关影响因素间的关系，构建老年人失能风险的贝叶斯网络预测模型。方法 以2018年中国健康与养老追踪调查(CHARLS)数据为基础，使用GeNIe2.3软件制作贝叶斯网络拓扑结构构建老年人失能风险预测模型。根据贝叶斯网络推理，受试者工作特征(ROC)曲线线下面积(AUC)评价模型的预测效果。结果 最终共选取样本5 825例，其中失能老年人1 705例，失能率为29.3%。老年人失能风险贝叶斯网络预测模型含有14个节点、28条有向边，由社会因素、压力因素、个人因素和功能性因素4部分组成，影响老年人失能的风险分别为51%、60%、66%和36%。老年人失能风险的贝叶斯网络预测模型中ROC AUC为0.667。结论 老年人失能的影响因素较多，基于贝叶斯网络构建的失能预测模型能够直观描述老年人失能与影响因素间的复杂关系，且有较好的预测能力，可以为预防老年人失能提供参考。

• 单位
  首都医科大学; 华北理工大学