基于随机森林法的精神分裂症患者病情复发的预测

作者：尤志军; 俞秋峰; 汪晓晖; 卢国强; 李雪芳^*; 刘志斌

来源：国际精神病学杂志, 2021, 48(04): 631-636.

DOI：10.13479/j.cnki.jip.2021.04.016

• 精神分裂症
• 复发
• 随机森林
• 影响因素
• 预测模型

目的通过随机森林法分析精神分裂症门诊患者的病情复发的影响因素,建立精神分裂症患者病情复发的预测模型。方法搜集精神分裂症患者门诊记录、住院信息、社区随访记录等信息,将数据进行结构化处理,利用Python处理分析数据,建立病情复发的预测模型。结果具有统计学意义的影响因素是年就诊次数、生活刺激事件、自我护理能力、技能学习能力(P<0.05)。经过随机森林分析,年就诊次数、生活刺激事件、自我护理能力、技能学习能力是预测模型中的重要权衡因素。复发预测模型具有46.41%的命中率,准确率84.4%,覆盖率91.23%。结论预测模型能够有效预测精神分裂症患者病情复发情况并且提供预警信息。

• 单位
  上海市青浦区精神卫生中心