基于人工神经网络的老年单肺通气患者术后谵妄预警模型的构建与评价

目的 构建基于人工神经网络（ANN）的老年单肺通气（OLV）患者术后谵妄（POD）的风险预警模型并评价其预警效能。方法纳入542例接受OLV的老年患者,其中POD组242例,非POD组300例。数据集按照7:3随机分为训练集（POD=169例,非POD=210例）和验证集（POD=73例,非POD=90例）,利用训练集分别构建ANN和Logistic回归风险预警模型,并在验证集中评价两模型预警效能。结果两模型的Hosmer and Lemeshow检验差异均无统计学意义（P>0.05）;ANN风险预警模型的曲线下面积、灵敏度、特异度、阴性预测值和净重新分类指数高于Logistic回归风险预警模型（P<0.05）;ANN风险预警模型的约登指数、F1 score、阳性似然比、阴性似然比优于Logistic回归风险预警模型;两模型准确率和阳性预测值比较差异无统计学意义（P>0.05）。结论 基于ANN的风险预警模型对老年OLV患者POD的预警效能优于Logistic回归风险预警模型。