基于随机森林的慢阻肺患者报告结局在患者管理中的重要性评价

王莹, 李莉芳, 何航帜, 杨青青, 张垚烨,张岩波,赵卉

Chinese Journal of Health Statistics(2023)

引用 0|浏览0
暂无评分
摘要
目的 应用随机森林模型探讨慢阻肺患者报告结局(COPD-PRO)中各维度与modified Medical Research Council(mMRC)呼吸困难评分一致性评价的效果,以评估COPD-PRO对患者症状判断的准确性.方法 于山西 13 所医院收集 300 例慢阻肺患者,以mMRC评分生成的二分类变量为结局变量,COPD-PRO13 个维度为预测变量,并纳入人口学特征变量,构建随机森林模型,并与决策树模型进行比较.结果 IND(独立性)、ANX(焦虑)、COG(疾病认知)、DEP(抑郁)等维度对于慢阻肺患者报告结局量表的症状评估的贡献较大.两种模型性能比较结果显示,随机森林的特异度、精准度和AUC和F1 值都高于决策树模型.结论 随机森林模型在慢阻肺患者报告结局的症状评估中具有较好的预测效果,并识别影响患者症状的相关因素,为临床治疗与管理提供理论依据.
更多
关键词
Chronic obstructive pulmonary disease,Patient-reported outcomes,Random forest,Decision tree
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要