腹腔镜疝修补术后患者复发疝气的预测模型构建与验证：一项8年的回顾性研究

作者：张银超; 刘源; 沈伟^*; 田志强; 朱雁飞; 吴登峰; 时立平; 陶国青

来源：中国循证医学杂志, 2023, 23(07): 760-770.

• 疝
• 腹股沟
• 再手术
• 复发
• 机器学习

目的 建立一个识别腹腔镜疝修补术前、术中及术后高危因素的机器学习模型并预测患者术后疝复发情况。方法 纳入2010—2018年腹腔镜疝修补术后患者，收集患者的29项特征变量，包括患者的人口统计学特征、慢性病史、实验室检查特征、手术信息以及患者的术后情况等。采用梯度提升机(XGBoost)、随机森林(RF)、支持向量机(SVM)以及K最临近(KNN)四种机器学习算法构建预测模型。同时应用SHAP分析对模型进行可视化解释并采用k-折交叉验证法、ROC曲线图、校正曲线、决策曲线分析等指标评价模型性能。结果 共纳入1 178例腹股沟疝患者，其中114例出现术后疝复发。4种预测模型中，XGBoost算法具有最佳效能，其在训练集中的AUC值为0.985，在验证集中的AUC值为0.917，预测准确度很高。k-折交叉验证法、校正曲线、DCA曲线结果均显示XGBoost模型稳定、临床实用性强。此外，独立验证集的AUC值为0.86，说明XGBoost预测模型具有较好的外推性。SHAP分析结果显示，补片尺寸、补片的固定情况、糖尿病史、低蛋白血症、肥胖、吸烟史、术中SpO2以及术中体温低均是术后疝复发的危险因素。结论 基于XGBoost机器学习算法得出的患者腹腔镜疝修补术后疝复发的预测模型可以帮助临床医生进行临床决策。

• 单位
  无锡人民医院; 南京医科大学