基于logistic回归和随机森林的急性缺血性卒中3个月预后预测模型的构建

目的 基于logistic回归和随机森林构建急性缺血性卒中(acute ischemic stroke,AIS)3个月预后预测模型,并比较预测效果.方法 使用中国国家卒中登记Ⅱ(China National Stoke Registry Ⅱ,CNSRⅡ)数据库中的AIS数据,备选预测因子包括人口学特征、既往病史、用药史、临床检测指标、入院情况、院内情况、出院情况等不同时间点的变量.将数据按照8:2随机分为训练集和测试集,在训练集中分别使用logistic回归和随机森林构建AIS患者3个月预后预测模型,在测试集中使用受试者工作特征曲线下面积(area under curve,AUC)评价区分度,使用Homser-Lemeshow检验和校准图来评价校准度.结果 最终纳入数据分析共9 847例AIS患者,其中61～80岁6 093例,男性6 477例,预后不良1 515例.在测试集中,logistic回归与随机森林的AUC差异无统计学意义(0.821,95％CI:0.815～0.827vs 0.825,95％CI:0.821～0.829,P = 0.268),且两类模型的校准度均较好(x2 = 5.67,P=0.684 vs x2 = 8.52,P=0.385).结论 基于logistic 回归和随机森林建立的AIS患者3个月预后预测模型的区分度和校准度均较好.