• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊>中国卫生统计 >基于决策树和神经网络预测脑卒中手术患者医院感染危险因素

基于决策树和神经网络预测脑卒中手术患者医院感染危险因素

     
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

目的 基于决策树卡方自动交互检测(CHAID)算法和神经网络分析脑卒中手术患者医院感染危险因素,为早期筛查医院感染高危人群提供科学依据。方法 前瞻性收集2016年1月-2019年12月某三级甲等医院进行脑卒中手术患者的临床资料,应用CHAID算法和神经网络分析脑卒中患者医院感染的危险因素,并与多元logistic回归分析进行比较。用受试者工作特征曲线(ROC)下面积(AUC)比较不同模型的预测效果。结果 共纳入脑卒中手术患者1124例,医院感染269例,医院感染发生率为23.93%;决策树和神经网络分析均显示留置胃管、住院时间和静脉血栓是脑卒中手术患者医院感染的危险因素,决策树模型预测的正确率为81.1%,ROC曲线下面积为0.821(95%CI:0.799~0.848);神经网络模型预测的正确率为86.2%,ROC曲线下面积为0.874(95%CI:0.852~0.894);通过比较,两模型预测效果好,存在的差异有统计学意义(Z=5.565,P<0.001)。结论 神经网络分析模型预测效果优于决策树模型,两模型分别从不同层面探究脑卒中患者医院感染的危险因素,便于早期筛查医院感染的高危患者,开展有效的预防控制措施,降低医院感染的发生率。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号