Logistic模型联合ROC曲线法和Bayes判别函数对新型冠状病毒肺炎严重程度的鉴别

  目的  使用两种统计方法（Logistic模型联合ROC曲线法和Bayes判别函数法）对新型冠状病毒肺炎（简称新冠肺炎,corona virus disease 2019,COVID-19）患者严重程度进行预测,以期辅助临床对于患者分型早期诊断。  方法  收集538名确诊病例的人口学相关信息、临床资料及流行病学调查资料等,计数资料使用例数（%）表示,采用Logistic回归分析模型进行单因素和多因素回归分析;采用ROC曲线法找到最佳临界值;采用Bayes判别法对研究对象进行分类。  结果  Logistic模型联合ROC曲线法的总体预测准确率分别为0.682,重症预测正确率为0.784,轻症预测正确率为0.662;Bayes判别法总体预测准确率分别为0.703,重症预测正确率为0.705,轻症预测正确率为0.702。  结论  Logistic模型联合ROC曲线法与Bayes判别分析在鉴别COVID-19临床严重程度诊断中均有较高的正确率,且各有优势,两种方法均有一定的应用价值。