尿毒症并发脑出血患者预后不良风险预测模型的构建研究

作者：王春; 刘炜; 尹建华; 李奎; 宋燕; 李凡

来源：护理管理杂志, 2023, 23(07): 511-515.

• 尿毒症
• 脑出血
• 预后不良
• 危险因素
• SMOTE算法
• Logistic分析

目的 基于SMOTE算法和Logistic分析构建尿毒症并发脑出血患者预后不良的风险预测模型。方法 选取2019年7月至2021年1月某医院收治的239例尿毒症并发脑出血患者作为研究对象，根据患者预后情况分为预后不良组和预后良好组。收集两组患者临床资料，采用单因素和二元Logistic回归分析方法筛选预后不良的危险因素，并建立Logistic回归模型(P1)。同时基于SMOTE算法改进数据集，并构建预测模型(P2),对比模型的预测效能。结果 239例尿毒症并发脑出血患者预后不良34例，发生率14.23%。年龄≥60岁、平均动脉压≥120 mm Hg、血红蛋白<90 g/L、白蛋白<35 g/L、脑出血量多和出血破入脑室是尿毒症并发脑出血患者预后不良的独立危险因素(P<0.01或P<0.05)。ROC曲线显示，P2模型的ROC曲线下面积为0.904(95%CI:0.884,0.924),显著高于P1模型的0.806(95%CI:0.750,0.854),且P2模型特异度显著高于P1模型(P<0.05)。结论 年龄、平均动脉压、血红蛋白、白蛋白、脑出血量及出血破入脑室均为尿毒症并发脑出血患者预后不良的危险因素，基于SMOTE算法构建的预测模型具有较高的预测效能。

• 单位
  安徽省合肥市第一人民医院