期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
基于机器学习的经皮微球囊压迫术后三叉神经痛复发风险预测模型的构建与验证
王征, 万丹丹, 段欢, 马艺戈, 郭莹
摘要28)     
目的 分析经皮微球囊压迫术(percutaneous balloon compression,PBC)后三叉神经痛(trigeminal neuralgia,TN)复发的危险因素,构建复发风险预测模型,并验证其预测效果。 方法 回顾性收集2020年1月~2023年12月于哈尔滨医科大学附属第四医院行PBC治疗的317例TN患者为建模组,通过单因素分析和Logistic回归分析筛选PBC术后复发的危险因素,使用R软件中Logistic回归、随机森林、XGBoost 3种机器学习算法构建预测模型,并对其性能进行比较,得到最优的PBC术后TN复发的预测模型,并回顾性收集2020年1月~2023年12月于哈尔滨医科大学附属第一医院行PBC治疗的131例TN患者为验证组对模型进行外部验证。 结果 Logistic回归分析结果显示,病程>5年、疼痛分型为非典型疼痛、球囊形状非梨形、压迫时间>120 s、有延迟性疼痛消失是PBC术后TN复发的独立危险因素( P<0.05),而面部麻木是PBC术后TN患者复发的保护因素(OR=0.289,95%CI:0.143~0.582);随机森林模型建模组和验证组的ROC曲线下面积分别为0.824(95%CI:0.774~0.873)和0.835(95%CI:0.763~0.892),其性能均优于其他2种预测模型。 结论 基于随机森林算法的模型是最优的PBC术后TN复发预测模型,有利于临床筛选术后TN复发高危人群,可为医护人员早期采取针对性的预防措施提供借鉴。
2024, 37 (5): 290-297. DOI: 10.19854/j.cnki.1008-2425.2024.05.0007