融合lightGBM和SHAP探讨老年脑膜瘤患者睡眠质量影响因素

目的:采用融合lightGBM和SHAP方法探讨老年脑膜瘤患者睡眠质量的影响因素。方法:选取老年脑膜瘤患者71例，根据术前匹兹堡睡眠质量指数量表(PSQI)分为睡眠良好组(PSQI总分<8分)和睡眠障碍组(PSQI总分≥8分),采用单因素分析比较两组间人口学及临床资料。利用lightGBM算法构建基于人口学及临床资料的睡眠障碍预测模型，并以SHAP框架进行解释。结果:71例患者中，睡眠障碍者34例，纳入睡眠障碍组，其余37例患者纳入睡眠良好组。单因素分析显示，两组体重指数(BMI)、日常锻炼状态、数字疼痛量表(NRS)评分以及卡氏(KPS)评分比较差异有统计学意义(均P<0.05)。基于lightGBM模型，采用老年患者人口学及临床资料预测睡眠障碍的受试者工作特征(ROC)曲线下面积(AUC)为0.973±0.02;当F1值最大时(0.930)确定二分类模型，其预测睡眠障碍的准确率为0.930,精确率为0.892。通过SHAP框架分析发现，在lightGBM模型中，诊断至入院时间、NRS评分、日常锻炼状态及年龄等是影响睡眠质量的主要因素。结论:融合lightGBM和SHAP...