目的探讨基于logistic回归的重症监护室(intensive care unit,ICU)转入率预测模型,评价模型的预测效能。方法选取2022年10月至2023年2月河北北方学院附属第一医院HIS系统患者1000例,采用随机抽样的方法将患者分为训练集和验证集,每集各...目的探讨基于logistic回归的重症监护室(intensive care unit,ICU)转入率预测模型,评价模型的预测效能。方法选取2022年10月至2023年2月河北北方学院附属第一医院HIS系统患者1000例,采用随机抽样的方法将患者分为训练集和验证集,每集各500例。采用多因素logistic回归方程分析训练集患者转入ICU的影响因素,采用ROC曲线评价ICU转入率预测模型效能并内部验证。结果训练集500例患者中男358例,女142例,年龄37~79岁,平均(54.5±3.1)岁。多因素logistic回归分析结果显示,年龄≥60岁、有吸烟史、饮酒史、心脏疾病、血管疾病、凝血功能障碍、肝脏疾病、肾脏疾病、高血压、颈椎骨折、胸部骨折、下肢骨折、脑损伤、气血胸、肠道损伤、膀胱损伤、呼吸系统手术、胃肠系统手术、肝胆系统手术的患者,转入ICU的风险越高(P<0.05)。急重症患者转入ICU的预测模型为:logit(P)=1.050X_(1)+2.014X_(2)+1.024X_(3)+1.102X_(4)+1.079X_(5)+1.060X_(6)+1.906X_(7)+1.947X_(8)+1.059X_(9)+1.016X_(10)+1.903X_(11)+1.078X_(12)+2.017X_(13)+1.055X_(14)+1.078X_(15)+1.042X_(16)+3.051X_(17)+2.011X_(18)+1.026X_(19)-145.23。训练集和验证集模型的ROC曲线的AUC分别为0.925(95%CI:0.890~0.957,P<0.05)、0.896(95%CI:0.852~0.931,P<0.05),灵敏度分别为0.8461、0.8102,特异性分别为0.9072、0.8852,约登指数分别为0.7533,0.6954,一致性指数分别为0.901(95%CI:0.882~0.937)、0.862(95%CI:0.837~0.896)。训练集和验证集模型均未偏离完美拟合(χ^(2)=0.133,P=0.625;χ^(2)=0.255,P=0.198),校准曲线Brier score分别为0.145(95%CI:0.103~0.180)、0.183(95%CI:0.133~0.220),平均绝对误差分别为0.017、0.026。结论ICU转入率预测模型效能较为理想,能够为合理调配医疗资源提供一定的参考。展开更多
目的探讨传递函数模型在我国5岁以下儿童死亡率(child mortality rate under age 5,U5MR)预测中的应用价值。方法利用1991至2004年国家有关统计年鉴数据拟合传递函数模型,同时采用求和自回归移动平均(ARIMA)模型进行预测,并比较两者的...目的探讨传递函数模型在我国5岁以下儿童死亡率(child mortality rate under age 5,U5MR)预测中的应用价值。方法利用1991至2004年国家有关统计年鉴数据拟合传递函数模型,同时采用求和自回归移动平均(ARIMA)模型进行预测,并比较两者的拟合结果。结果传递函数模型与实测值比较而言,其回代预测误差为-1.11%,未来预测误差为-2.35%,均较ARIMA模型低。结论传递函数模型在预测中可以纳入有关影响因素,该预测结果理论上更符合实际情况。展开更多
文摘目的探讨基于logistic回归的重症监护室(intensive care unit,ICU)转入率预测模型,评价模型的预测效能。方法选取2022年10月至2023年2月河北北方学院附属第一医院HIS系统患者1000例,采用随机抽样的方法将患者分为训练集和验证集,每集各500例。采用多因素logistic回归方程分析训练集患者转入ICU的影响因素,采用ROC曲线评价ICU转入率预测模型效能并内部验证。结果训练集500例患者中男358例,女142例,年龄37~79岁,平均(54.5±3.1)岁。多因素logistic回归分析结果显示,年龄≥60岁、有吸烟史、饮酒史、心脏疾病、血管疾病、凝血功能障碍、肝脏疾病、肾脏疾病、高血压、颈椎骨折、胸部骨折、下肢骨折、脑损伤、气血胸、肠道损伤、膀胱损伤、呼吸系统手术、胃肠系统手术、肝胆系统手术的患者,转入ICU的风险越高(P<0.05)。急重症患者转入ICU的预测模型为:logit(P)=1.050X_(1)+2.014X_(2)+1.024X_(3)+1.102X_(4)+1.079X_(5)+1.060X_(6)+1.906X_(7)+1.947X_(8)+1.059X_(9)+1.016X_(10)+1.903X_(11)+1.078X_(12)+2.017X_(13)+1.055X_(14)+1.078X_(15)+1.042X_(16)+3.051X_(17)+2.011X_(18)+1.026X_(19)-145.23。训练集和验证集模型的ROC曲线的AUC分别为0.925(95%CI:0.890~0.957,P<0.05)、0.896(95%CI:0.852~0.931,P<0.05),灵敏度分别为0.8461、0.8102,特异性分别为0.9072、0.8852,约登指数分别为0.7533,0.6954,一致性指数分别为0.901(95%CI:0.882~0.937)、0.862(95%CI:0.837~0.896)。训练集和验证集模型均未偏离完美拟合(χ^(2)=0.133,P=0.625;χ^(2)=0.255,P=0.198),校准曲线Brier score分别为0.145(95%CI:0.103~0.180)、0.183(95%CI:0.133~0.220),平均绝对误差分别为0.017、0.026。结论ICU转入率预测模型效能较为理想,能够为合理调配医疗资源提供一定的参考。
文摘目的探讨传递函数模型在我国5岁以下儿童死亡率(child mortality rate under age 5,U5MR)预测中的应用价值。方法利用1991至2004年国家有关统计年鉴数据拟合传递函数模型,同时采用求和自回归移动平均(ARIMA)模型进行预测,并比较两者的拟合结果。结果传递函数模型与实测值比较而言,其回代预测误差为-1.11%,未来预测误差为-2.35%,均较ARIMA模型低。结论传递函数模型在预测中可以纳入有关影响因素,该预测结果理论上更符合实际情况。
