PCA-Logistic回归分析模型.PDFVIP

中国临床神经外科杂志2019年1月第24卷第1期 ChinJClinNeurosurg,January2019,Vol.24,No.1 -35- ● 论论 著著 ● 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 冯金周 刘发健 匡永勤 江 华 【摘要】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。 【关键词】颅脑损伤；院内获得性肺炎；主成分分析；Logistic回归分析 + 【文章编号】1009-153X（2019）01-0035-04 【文献标志码】A 【中国图书资料分类号】R651.15 Predictionofhospital-acquiredpneumoniaaftertraumaticbraininjurybasedonthePCA-Logisticregressionanalysismodel 1 1 2 3 FENGJin-zhou,LIUFa-jian,KUANGYong-qin,JIANGHua. 1.DepartmentofNeurosurgery,SichuanProvincialPeoples Hospital,Chengdu 610101,China; 2.DepartmentofNeurosurgery,GeneralHospital,WesternCommand,PLA,Chengdu 610083,China; 3.MetabolomicsandMultidisciplinaryLaboratoryforTraumaResearch,SichuanProvincialPeoples,Chengdu610101,China 【Abstract】Objective To explore the application of principal components analysis (PCA)-Logistic regression analysis to predictionofthehospital-acquiredpneumonia(HAP)inthepatientswithtraumaticbraininjury(TBI),andtofindthepathophysiological patternsandimportantriskfactorsrelatedtotheirclinicalprognoses. Methods Originaldatasetwasconstitutedbythedataof 108 patientswithTBIderivedfromtheDatabaseoftheTraumaCenterofSichuanProvincialPeoplesHospitalfrom 2011 to 2017.The primaryoutcomewasHAP.Afterthedatasetevaluationandcleaning,thePCA-Logisticregressionmodel