基于logistic回归和随机森林的急性缺血性卒中3个月预后预测模型的构建

目的 基于logistic回归和随机森林构建急性缺血性卒中（acute ischemic stroke,AIS）3个月预后预测模型,并比较预测效果。方法 使用中国国家卒中登记Ⅱ（China National Stoke Registry Ⅱ,CNSRⅡ）数据库中的AIS数据,备选预测因子包括人口学特征、既往病史、用药史、临床检测指标、入院情况、院内情况、出院情况等不同时间点的变量。将数据按照8∶2随机分为训练集和测试集,在训练集中分别使用logistic回归和随机森林构建AIS患者3个月预后预测模型,在测试集中使用受试者工作特征曲线下面积（area under curve, AUC）评价区分度,使用Homser - Lemeshow检验和校准图来评价校准度。结果 最终纳入数据分析共9 847例AIS患者,其中61～80岁6 093例,男性6 477例,预后不良1 515例。在测试集中,logistic回归与随机森林的AUC差异无统计学意义（0.821,95%CI:0.815～0.827vs 0.825,95%CI:0.821～0.829,P = 0.268）,且两类模型的校准度均较好（χ2 = 5.67,P = 0.684 vs χ2 = 8.52,P = 0.385）。结论 基于logistic回归和随机森林建立的AIS患者3个月预后预测模型的区分度和校准度均较好。     

基于随机森林算法和多因素logistic回归分析模型的孕期抑郁影响因素

目的  分析孕期抑郁检出率探讨可能的影响因素,识别高危人群为预防抑郁症提供科学依据。方法  对云南省某县2022年5月处于孕期的女性人群采用爱丁堡产后抑郁症量表(Edinburgh Postnatal Depression Scale,EPDS)进行抑郁筛查,利用随机森林算法对影响因素进行重要性排序,用滑动窗口序贯向前选择法降维,将重要性评分最高且平均袋外估算误差率最小的影响因素纳入多因素logistic回归分析模型,估计影响因素的作用方向及效应值。结果  732名孕妇接受问卷筛查,孕期抑郁检出率为13.8%(101/732)。随机森林算法分析显示,变量数为7时平均袋外估算误差率最小。将重要性排名前7的影响因素纳入多因素logistic回归分析模型,结果显示：孕期焦虑、既往不良情绪史、生孩子的经济担忧、家人对孩子有性别期盼是孕期抑郁的危险因素,第2次怀孕、高社会支持水平是孕期抑郁的保护因素,孕妇自评健康状况不满意与孕期抑郁无关。结论  孕期有焦虑的女性很可能伴有抑郁,对生育费用、孩子性别的担忧和既往的不良情绪史会增加孕期抑郁的风险,足够的社会支持和既往的孕育史可以减少孕期抑郁发生的风险。建议加强孕期抑郁筛查,早期识别孕期抑郁症的高危人群。     

基于随机森林与logistic回归的高血压影响因素研究

目的 针对铜陵市天桥社区居民体检数据中多因素、有效样本有限的情况,挖掘与分析高血压影响因素与因素间的交互效应,为高血压干预提供参考。方法 选取2017年该社区801例体检数据为研究对象,采用随机森林方法,筛选出重要性评分较大的特征,代入logistic完全二次回归模型,逐步回归分析影响因素及因素间的交互效应。结果 随机森林模型准确率83.67%,特征重要性前10项为年龄、糖尿病、锻炼频率、体质指数、总胆固醇、吸烟情况、饮酒情况、中心性肥胖、甘油三酯、血尿素氨。Logistic完全二次回归模型准确率84.17%,输出2条主效应、8条二次交互效应。主效应中有统计学意义(P<0.05)的特征有年龄、锻炼频率,二次交互效应中有统计学意义(P<0.05)的特征有年龄、糖尿病、体质指数、总胆固醇、吸烟情况、饮酒情况、甘油三酯、血尿素氨。结论 随机森林与logistic完全二次回归模型相结合,解决了经典方法难以从多因素、样本有限的数据中挖掘交互效应的问题,获得高血压影响因素与因素间的交互效应,为高血压干预提供有益的指导。     

基于随机森林回归模型的登革热风险评估究

目的 基于随机森林回归模型构建小空间尺度的登革热风险评估工具,为登革热防控提供依据。方法 以2012年1月至2014年9月登革热病例及相关因素数据为训练集,分别构建登革热流行频率、持续时间及强度风险指标的随机森林回归模型,以2014年10月至2015年12月登革热病例及相关因素数据为验证集,并对构建的模型进行评估。结果 频率、持续时间、强度指标与发病数指标的相关系数均>0.7。依据训练集构建的登革热流行频率、持续时间和强度风险指标的随机森林回归模型变量解释度分别为96.72%、91.98%和90.1%,提示模型拟合度较好;交叉验证法可见各模型均方误差分别0.001 9、1.424 6和1.881 1,均处于较低水平;比较随机森林回归、支持向量回归、广义线性模型和广义相加模型的准确性,随机森林回归和支持向量机等机器学习模型均方误差远低于广义线性模型和广义相加模型。结论 以登革热频率、持续时间及强度指标为结局变量,气象、环境及社会经济特征为预测变量构建的随机森林回归模型准确性较好,可作为登革热风险评估工具,为登革热防控工作服务。     

神经网络模型和logistic回归在预测慢性阻塞性肺疾病中的应用研究

目的 应用神经网络和logistic回归分析方法建立慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)数学预测模型.方法 通过横断面调查收集2015年湖北省2 400人的COPD流行病学资料,按7∶3的比例随机分为训练组与验证组,应用神经网络和logistic回归分...     

银屑病危险因素的logistic回归分析

目的：探讨影响银屑病发病的环境危险因素。方法：运用1:1配比病例对照研究，使用单因素logistic回归分析结合多因素条件logistic回归模型分析。结果：单因素分析效果显示：吸烟（OR=3.21）、居住地潮湿（OR=2.60）、食鱼虾（OR=1.35）、嗜酒（OR=2.99）、精神紧张（OR=2.19）、喜食辛辣（OR=3.99）、饮酒（OR=5.71）、精神紧张(OR=4.19)、感染(OR=5.83)、居住地潮湿（OR=4.73）是银屑病发病可能的危险因素。结论：吸烟、嗜酒、精神紧张、感染、居住地潮湿等环境因素在银屑病发病中可能起一定作用。     

急性心肌梗塞危险因素的logistic回归分析

对８６例急性心肌梗塞病例，按１∶１配对进行了病例对照研究。条件ｌｏｇｉｓｔｉｃ回归分析筛选出５个因素，其中高血压、总胆固醇、吸烟和体重指数为急性心肌梗塞的危险因素，ＨＤＬ—Ｃ是保护因素。每天吸烟量与急性心肌梗塞呈剂量效应关系。     

乳腺癌危险因素的条件logistic回归分析

为了探讨乳腺癌的主要危险因素 ,我们于 1996年3月～ 1997年 1月在大连市进行了一次乳腺癌危险因素的配对病例对照研究。由于ｌｏｇｉｓｔｉｃ回归模型是目前配合发病概率与各种危险因素的最适回归模型〔1〕,因此 ,资料采用条件ｌｏｇｉｓｔｉｃ回归模型进行分析。资料与方法本研究采用 1∶1配对病例对照研究一、病例与对照的选择病例采用 1996年 3月～ 1997年 1月大连医科大学附属一、二院普外科新诊断的原发性乳腺癌女病人 ,均由病理学证实。对照选用与病例同期住院的非肿瘤 ,非肝、肾及内分泌疾病的女病人 ,对照与病例来自同一地区 ,按年…     

基于随机森林算法的围绝经期综合征影响因素分析

目的 分析围绝经期综合征的影响因素,为其疾病防治提供参考。方法 通过滚雪球法对陕西省468例45～60岁女性进行在线问卷调查,采用随机森林算法对围绝经期综合征影响因素的重要性进行排序并降维,将选择的变量集纳入Ordinal logistic回归分析模型,分析影响因素的方向和OR值。结果 随机森林算法显示,OOB误差率最低时的变量数为5,居于前5的变量依次是体力活动水平、年龄、月经状况、自评健康状况和生育次数。Ordinal logistic回归分析显示,与低体力活动相比,中等(OR=0.251,95%CI:0.142～0.433)、高(OR=0.008,95%CI:0.004～0.016)体力活动水平;与自评健康状况不满意相比,自评健康一般(OR=0.614,95%CI:0.402～0.953)、满意(OR=0.412,95%CI:0.233～0.735),是围绝经期综合征的保护因素(P均小于0.05)。与月经状况正常相比,月经紊乱(OR=2.592,95%CI:1.611～4.203)、绝经(OR=2.573,95%CI:1.453～4.575);与生育0次相比,生育2次(OR=2....     

肝癌危险因素的logistic回归分析

目的探究福建省肝癌发病主要危险因素,为制定防控策略提供依据。方法用病例对照研究法。病例选择全省各医院肝癌新发病例,在本地居住10年以上,共406例;对照组选择与病例来自各医院同时期入院的非肿瘤病人,共430例。两组面访完成问卷。结果logistic回归分析肝癌筛选的危险因素：乙肝史、农民、一级亲属肝癌史、精神刺激、工作环境接触有毒物质、喜食腌制食品、每月饮酒量〉300g、吸烟总量≥248200支;保护因素：饮茶〉10年、多吃水果、适度工作强度。结论单因素和多因素分析提示,乙肝感染是肝癌的主要危险因素,交互作用分析提示乙肝病毒感染和精神刺激、腌制食品存在相乘的交互作用。     

Ⅱ型糖尿病危险因素的logistic回归分析

Ⅱ型糖尿病是一种由遗传和环境因素共同作用的多因素疾病 ,有明显家族史。目前我国糖尿病患者已逾 30 0 0万 ,2 0 2 5年将逾 5 0 0 0万 ,据统计 ,至 2 0 10年 ,全球糖尿病患者将从 1 2 3亿增至 2 2亿〔1〕,将成为威胁人类健康的第 5位慢性疾病。由于我国社会经济的迅速发展 ,膳食结构和生活模式的改变 ,人口老龄化速度加快 ,使得糖尿病患病率迅速增长。糖尿病还可引起许多后果严重的并发症。为了解糖尿病患者有关的危险因素 ,特做此研究 ,现将结果分析如下 :对象与方法1 观察对象 :根据 1985ＷＨＯ糖尿病诊断标准 ,选择 1999年 7月至 2 0 0…     

泌尿外科患者尿路感染危险因素logistic回归分析

目的探讨引起泌尿外科住院患者尿路感染的危险因素。方法回顾性分析880例泌尿外科住院病历,将合并尿路感染者作为观察组,按1∶1选择同期无尿路感染泌尿外科患者作为对照组,对可能影响因素先进行单因素χ2t、检验;然后将单因素分析差异有统计学意义的变量进行多元逐步logistic回归分析。结果 880例患者中合并尿路感染60例,发生率为6.82%;单因素分析9个变量是影响尿路感染危险因素(P<0.05),采用lo-gistic回归分析,筛选出独立危险因素,按OR值的大小,依次为年龄大、有创诊治措施、合并其他疾病、预防使用抗菌药物。结论泌尿外科住院患者尿路感染发生率较高,影响因素较多,应针对上述因素予针对性预防措施。     

普通外科切口感染危险因素logistic回归分析

目的探讨引起普通外科手术术后切口感染危险因素,以期能为有效预防及降低术后切口感染的发生提供参考。方法回顾性分析2 048例普通外科手术患者临床资料,将术后切口感染患者作为感染组,以1∶3比例按照随机抽样法选取无切口感染的患者作为对照组,分析引起切口感染的相关危险因素。结果 2 048例患者发生术后切口感染者共68例,感染率为3.32%;年龄≥60岁、体质量指数≥24kg/m2、有基础疾病、急诊手术、营养不良、全麻、切口长度≥10cm、夏季手术、手术时间≥2h、手术分级Ⅲ级、住院时间≥10d等因素在感染组分别占33.82%、30.88%、20.59%、27.94%、11.76%、30.78%、20.59%、32.35%、17.65%、32.35%、22.06%,对照组分别占18.63%、15.69%、8.83%、12.25%、1.47%、17.65%、9.80%、17.16%、8.33%、18.14%、9.80%,两组比较差异有统计学意义(P<0.05),显示以上因素是引起切口感染的单危险因素;多因素logistic非条件回归分析结果显示年龄≥60岁、体质量指数≥24kg/m2、急诊手术、夏季手术、手术时间≥2h、手术分级Ⅲ级是引起切口感染的独立危险因素(P<0.05)。结论普通外科手术术后切口感染的发生与患者自身因素及手术相关因素均有关,针对相关危险因素应进行干预及预防,有利于降低术后切口感染的发生。     

2型糖尿病危险因素的logistic回归分析

目的　探讨多种因素与 2型糖尿病的关系。方法　对有糖尿病家族史的家系成员进行流行病学调查 ,采用多因素非条件 logistic回归模型分析 2型糖尿病的危险因素。结果　调查武汉市有糖尿病家族史的家系 4 2个 ,logistic回归分析发现高血压病史、年龄的增长、腰围、体重指数 (按贡献大小 )是 2型糖尿病的危险因素 ;较高的教育水平为其保护因素。结论　对有糖尿病家族史的人群 ,随着年龄的增长应特别注意其体重、腰围、血糖、血压水平变化 ,对其进行防治 ,以减少危险因素的聚集     

基于随机森林算法的乳腺癌预测模型的研究

目的:基于主成分分析(PCA)方法与随机森林算法拟合对乳腺癌进行分类预测的模型,对比模型在不同参数下的各个评估指标后选出最优参数,并生成最优模型.方法:基于南斯拉夫卢布尔雅那大学医疗中心肿瘤研究所分享的乳腺数据集,该数据集能够反映细胞核10项特征的平均值、标准误差及最大值的平均值三个维度,采用标准化缩放及PCA方法对数...     

基于logistic回归的二分类结局临床预测模型的Stata实现方法

目的 结合早期胃癌患者淋巴结转移临床预测模型的实例,探讨通过Stata软件建立、评价和验证二分类结局的临床预测模型的实现方法。方法 选取2010年至2018年收集的早期胃癌患者淋巴结转移数据为实例数据集,并以2017年7月1日作为患者入组分界点,将数据分为建模集和验证集,通过实例介绍利用Stata/SE 15.0建立、评价和验证二分类结局临床预测模型的方法。结果 实例中建模集746例胃癌患者中144例(19.3%)发生淋巴结转移。预测模型最终纳入T分期、肿瘤最大径、分化程度和脉管浸润4个变量。模型的区分度评价指标C指数为0.864,模型校准度Hosmer-Lemeshow检验P=0.983,临床决策曲线显示临床适用度较好。在验证集中,模型的C指数为0.911,校准度Hosmer-Lemeshow检验的P值为0.631。结论 利用Stata软件可以简单、快捷地实现临床预测模型的建立、评价和验证过程,尤其在列线图的绘制方面存在优势。     

基于随机森林算法和Logistic回归分析的老年肌肉衰减症影响因素

目的  分析老年肌肉衰减症的影响因素,为老年肌肉衰减症干预提供参考依据。方法  通过对泸州市某社区及医院439例老年人进行问卷调查,应用随机森林算法对影响因素进行重要性排序并降维,将降维后的变量纳入Logistic回归分析模型,分析影响因素的作用方向和相对危险度。结果  随机森林算法显示：变量数为7时袋外估算误差率最低,依次是BMI、糖尿病、年龄、高血压、中心性肥胖、饮酒、锻炼时间。Logistic回归分析显示：年龄、BMI、适量饮酒、中心性肥胖、糖尿病是肌肉衰减症的影响因素(均有P＜0.05)。结论  BMI、糖尿病、年龄、高血压、中心性肥胖、饮酒、锻炼时间是对肌肉衰减症影响较大的7个因素。建议加大健康生活方式的宣传力度,加强对高血压、糖尿病的检测和控制。     

非综合性唇腭裂危险因素的条件logistic回归分析

目的 探索非综合征性唇腭裂患儿孕母早期接触的环境危险因素对唇腭裂发生的影响。方法 采用1∶1配对病例对照研究,对母亲孕早期接触的环境危险因素做条件logistic回归。采用EpiData 3.0建立数据库,应用SPSS 19.0软件统计、分析数据。结果 共收集252份问卷,单因素logistic 回归分析得到22个因素有统计学意义。多因素条件logistic 回归分析得到7个因素有统计学意义:母亲孕龄（P = 0.04,OR = 0.92）,文化程度（P＜0.01,OR = 11.86）,孕早期叶酸补充史（P = 0.01,OR = 0.21）,孕期钙补充史（P＜0.01,OR = 0.15）,吸烟及被动吸烟史（P＜0.01,OR = 7.62）,居住房屋新装修（半年之内）史（P = 0.01,OR = 5.41）。结论 为预防非综合性唇腭裂孕妇尽量避免吸二手烟,孕前3个月定时定量补充叶酸、钙等,避免孕早期精神压力过大。     

糖尿病前期危险因素的logistic回归分析结果

目的探讨糖尿病前期的主要危险因素,为糖尿病早期筛查和防控提供依据。方法选取2018年7月至2020年5月在泉州市丰泽区北峰街道社区卫生服务中心健康体检人群,筛查并纳入800例糖尿病高危人群。根据空腹血糖及口服葡萄糖耐量试验(OGTT)2 h血糖水平,分为糖尿病前期组133例和正常糖耐量组667例。收集两组一般资料、体格指标测量及实验室检查生化指标并分析比较。结果研究对象糖尿病前期检出率16.7%(133/800);多因素logistic回归分析结果显示,糖尿病前期的主要危险因素是高血压和高FINS(空腹胰岛素)。结论糖尿病前期的主要危险因素的分析结果,可为本地区糖尿病前期患者流行病学情况提供参考,应针对该人群早筛查、早诊断并及早干预。     

随机生存森林和Cox回归对ICU内缺血性卒中患者死亡风险的预测性能比较

目的 以重症监护病房(intensive care unit,ICU)内缺血性卒中患者为研究对象,分别构建随机生存森林和Cox回归并对两者预测效果进行比较。方法 以是否发生院内死亡及在ICU内接受治疗的时间为结局变量,以人口学特征、实验室指标、合并症等为预测变量,将研究对象按7:3的比例随机划分成训练集和测试集,在训练集提取重要变量并构建模型,在测试集进行模型评价。用受试者工作特征(receiver operation characteristic,ROC)曲线下面积(area under curve,AUC)评价区分度,以Brier score评价校准度,并综合灵敏度(sensitivity,TP)、特异度(specificity,TN)、阳性预测值(positive predictive value,PPV)和阴性预测值(negative predictive value,NPV)对模型比较。结果 共纳入1 505例缺血性卒中患者,其中217例发生院内死亡。500次Bootstrap自助抽样结果表明,在测试集中,随机生存森林和Cox回归AUC_7day分别为0....