首页|基于随机森林模型和Logistic回归模型的结核性脑膜炎患者预后影响因素的分析

基于随机森林模型和Logistic回归模型的结核性脑膜炎患者预后影响因素的分析

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
目的:采用随机森林模型和Logistic回归模型分析结核性脑膜炎(tuberculous meningitis,TBM)患者预后的影响因素,为TBM患者的治疗和预后判断提供依据.方法:采集2016年1月—2021年1月苏州市第五人民医院收治的107例TBM患者的病历资料,根据患者预后情况将其分为预后良好组(79例)和预后不良组(28例),采用随机森林模型和Logistic回归模型分析TBM患者预后的影响因素.结果:随机森林模型分析结果显示,脑脊液蛋白含量、脑脊液腺苷脱氨酶水平、发热、意识障碍、瘫痪、病程、性别、治疗史、居住地、复视或视力下降为评分较高的影响因素;Logistic回归模型分析结果显示,脑脊液蛋白含量高、有发热、存在意识障碍与TBM患者预后不良具有相关性(P＜0.05).结论:基于随机森林模型和Logistic回归模型的分析显示,脑脊液蛋白含量、发热和意识障碍与TBM患者的预后密切相关,是患者预后不良的独立危险因素,临床应高度重视对患者这些因素的管控,减少患者预后不良的发生.
Analysis of Prognosis Influencing Factors in Patients with Tuberculous Meningitis Based on Random Forest Model and Logistic Regression Model"

周琳、刘佳、叶志坚、曾令武、吴妹英、沈兴华、包紫薇

展开 >

苏州市第五人民医院肺科,江苏 苏州215000

苏州大学,江苏 苏州215000

随机森林模型 Logistic回归模型 结核性脑膜炎 预后 影响因素

苏州市卫生计生委科技项目

LCZX 201918

2022

10.13493/j.issn.1672-7878.2022.04-038

抗感染药学
江苏省苏州市第五人民医院

抗感染药学

影响因子：0.505
ISSN：1672-7878
年,卷(期)：2022.19(4)
  • 2
  • 8