PCA-Logistic回归模型预测颅脑损伤患者临床预后的应用研究

摘要：

目的 应用主成分分析(PCA)-Logistic回归分析建立颅脑损伤患者死亡和发生医源性获得性肺炎(HAP)的预测模型,探讨影响颅脑损伤患者死亡和发生HAP的影响因素.方法收集四川省医学科学院·四川省人民医院创伤中心自2011年12月至2017年11月收治的接受开颅手术的108例颅脑损伤患者的临床资料.对患者的36项临床指标进行主成分分析,以累积贡献度>2/3提取前12个主成分作为自变量,以患者死亡和发生HAP作为因变量,建立PCA-Logistic回归模型,用受试者工作特征曲线(ROC)评估模型对患者死亡和发生HAP的预测效能.结果PCA-Logistic回归分析显示第1主成分、第8主成分、第11主成分、第12主成分是患者死亡的独立影响因素,第1主成分、第3主成分、第6主成分、第10主成分、第11主成分是患者发生HAP的独立影响因素.以死亡为结局指标时系数最高的临床指标是开放性颅脑损伤、凝血改变.以HAP为结局指标时系数最高的临床指标是性别、肠外营养(PN);ROC显示PCA-Logistic回归模型预测患者死亡的灵敏度为92.3％,特异度为93.7％,曲线下面积(AUC)为0.983.PCA-Logistic回归模型预测患者发生HAP的灵敏度为83.9％,特异度为94.8％,AUC为0.949.结论PCA-Logistic回归模型可以有效预测颅脑损伤患者的预后,严重颅脑损伤后伴血流灌注不足是影响患者生存的重要因素,男性、不规范的PN支持是影响患者HAP发生的重要因素.

关键词：获得性肺炎、重度颅脑损伤、主成分分析、Logistic回归

所属期刊栏目：17

分类号：R651.1+5(外科学各论)

资助基金：四川省卫生厅科研资助项目110212、16PJ447Scientific research subsidy project of sichuan provincial department of health 110212, 16PJ447

在线出版日期：2019-01-07（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：1234-1240