Logistic回归模型和随机森林模型对AMI患者MACE风险的预测价值

摘要：

目的:研究Logistic回归模型和随机森林模型对急性心肌梗死(AMI)患者介入术后6个月主要不良心血管事件(MACE)风险的预测价值.方法:于我院治疗的480例AMI患者被随机分为建模组(336例,含Logistic回归模型组和随机森林模型组)和验证组[144例,提供全球急性冠脉事件登记(GRACE)评分].比较GRACE评分、Logistic回归模型及随机森林模型对AMI患者介入术后6个月MACE风险的预测价值.结果:多因素Logis-tic回归分析显示,年龄>70岁、女性、吸烟、糖尿病、房颤、总支架数>2、B型利钠肽峰值>400pg/ml、单核细胞/高密度脂蛋白胆固醇比值>0.76是AMI患者介入术后6个月发生MACE的独立危险因素(OR=2.152～4.247,P<0.05或<0.01).GRACE评分、Logistic回归模型、随机森林模型受检者工作特征曲线下面积分别为0.746、0.859、0.857,灵敏度分别为58.33％、83.33％、66.67％,特异度分别为83.33％、63.33％、92.50％,准确率分别为79.17％、66.67％、88.19％.与GRACE评分比较,Logistic回归模型特异度、准确率均显著降低,随机森林模型特异度、准确率均显著升高(P<0.05或<0.01);与Logistic回归模型比较,随机森林模型特异度、准确率均显著升高(P均=0.001).结论:随机森林模型对AMI患者MACE风险具有较高预测价值.

关键词：心肌梗死、Logistic模型、预测

所属期刊栏目：31

分类号：R542.2209(心脏、血管（循环系）疾病)

资助基金：江苏省医院协会医院管理创新研究课题;江苏大学大学生科研立项资助项目

在线出版日期：2022-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：131-137