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方法发现诊断至入院时间、NRS评分、日常锻炼及年龄可能是预警老年脑膜瘤患者群睡眠质量下降的主要因素.