分类树模型在实验室指标预测重症手足口病中的应用效果

目的 用分类树模型对实验室指标预测重症手足口病(HFMD)的效果进行评价.方法 共选取2013-2018年4-6月于郑州大学附属儿童医院感染性疾病科住院治疗的100例HFMD患儿(其中重症50例为病例组,轻症50例为对照组),收集患儿的相关实验室检查指标,采用CHAID分类树建立模型以预测重症HFMD的发生风险,之后在对该模型的价值进行评价时,评价指标包括索引图、错分概率Risk值及ROC曲线.结果 模型共4层,共13个节点,共筛选出CD19+、α-羟丁酸脱氢酶(α-HBDH)、CD4+/CD8+、S100、谷草转氨酶共5个解释变量;其中在该模型中最重要的预测因素是CD19+.模型错分概率Risk值为0.220.结论 分类树模型不仅可以对重症HFMD的发生风险进行有效的拟合,亦可以对变量间的交互作用进行筛选.