关键词:
天疱疮:多重耐药菌
Logistic回归
决策树
影响因素分析
护理
摘要:
目的构建并比较天疱疮患者皮肤多重耐药菌感染Logistic回归模型和分类决策树模型。方法纳入2015年10月—2023年8月西安市某三级甲等医院收住院的165例天疱疮患者,根据皮肤分泌物培养和药敏结果,将患者分为多重耐药菌组和对照组,比较两组的各项指标并构建Logistic回归预测模型及分类决策树模型,通过区分度(曲线下面积)及准确度(灵敏度、特异度)指标对两种模型进行评价及比较。选择2023年9月—2024年3月住院的42例天疱疮患者对模型进行验证。结果天疱疮皮肤多重耐药菌感染率为38.8%。Logistic回归模型纳入中性粒细胞绝对值、低蛋白血症及住院季节3个影响因素,模型公式为P=1/[1+exp(-4.168+0.207×中性粒细胞绝对值+2.913×春季住院+1.256×夏季住院+1.508×秋季住院+1.340×低蛋白血症)];决策树模型纳入中性粒细胞绝对值、系统激素治疗、住院季节3个因素,其中中性粒细胞绝对值是最重要的预测因子。两种模型比较,曲线下面积(0.820和0.795)差异无统计学意义(P=0.438);Logistic回归模型灵敏度为0.609,特异度为0.871,决策树模型灵敏度为0.422,特异度为0.970。模型验证结果:Logistic回归模型曲线下面积为0.784,灵敏度为0.625,特异度为0.769;决策树模型曲线下面积为0.804,灵敏度为0.500,特异度为0.885。结论基于Logistic回归和决策树构建的模型均有较好预测效能且二者差异无统计学意义,护理工作中可联合使用两种模型以提高预测准确度。