颅脑损伤院内获得性肺炎预测:一项基于机器学习的PCA-Logistic回归分析模型

作者：冯金周; 刘发健; 匡永勤; 江华^*

来源：中国临床神经外科杂志, 2019, 24(01): 35-38.

DOI：10.13798/j.issn.1009-153X.2019.01.010

• 颅脑损伤
• 院内获得性肺炎
• 主成分分析
• Logistic回归分析

目的探讨PCA-Logistic回归分析模型在颅脑损伤病人院内获得性肺炎(HAP)预测建模中的应用效果。方法收集2011年12月至2017年11月开颅手术治疗的108例颅脑损伤的相关临床数据,建立PCA-Logistic回归分析模型,利用受试者工作特征(ROC)曲线评估模型预测效果。结果 PCA-Logistic回归分析模型发现影响病人HAP发生的重要临床指标,经ROC曲线评估PCA-Logistic回归分析模型预测HAP结局具有较高的预测效能,灵敏度为83.9%,特异度为94.8%,曲线下面积为0.949。结论 PCA-Logistic回归分析模型可以有效的挖掘颅脑损伤后的临床变量,可建立HAP的预测模型,不规范的肠外营养营养支持可能是影响HAP发生的重要临床因素。

• 单位
  四川省医学科学院·四川省人民医院; 四川省医学科学院(四川省人民医院); 四川省医学科学院（四川省人民医院）