基于决策树和logistic回归构建恙虫病合并脓毒症的预测模型

作     者：刘幸 李畏娴 张乐 何花 王晴晴 杨艳 武彦 LIU Xing;LI Weixian;ZHANG Le;HE Hua;WANG Qingqing;YANG Yan;WU Yan

作者机构：昆明市第三人民医院云南省传染性疾病临床医学中心云南昆明650041 

出 版 物：《中国热带医学》 (China Tropical Medicine)

年 卷 期：2024年第24卷第9期

页      面：1066-1073页

学科分类：1007[医学-药学(可授医学、理学学位)] 100705[医学-微生物与生化药学] 1001[医学-基础医学(可授医学、理学学位)] 100103[医学-病原生物学] 10[医学] 

基　　金：云南省教育厅科研基金资助项目(No.2024J0879) 昆明市卫健委卫生科研基金资助项目(No.2022-03-08-004) 

主　　题：恙虫病 脓毒症 列线图 决策树 预测模型 

摘      要：目的通过决策树模型和logistic回归模型探索恙虫病合并脓毒症的最佳预测模型。方法选取2012年6月—2023年12月昆明市第三人民医院收治的恙虫病患者235例作为研究对象,其中138例恙虫病合并脓毒症患者作为实验组,97例未合并脓毒症的恙虫病患者作为对照组,建立决策树模型和logistic回归模型,利用受试者工作(receiver operating characteristic,ROC)曲线进行2种预测模型的区分度比较,判断其预测能力。结果235例患者中,汉族占比91.1%,农民占比66.8%,居住地在郊县的占比57.4%,临床表现以发热、头痛、畏寒为主,焦痂发生率为100.0%,2组间一般资料比较差异有统计学意义(P0.05)的因素包括年龄、白介素(interleukin,IL)-1β(IL-1β)、IL-2、IL-17、干扰素(interferon,IFN)-γ(IFN-γ)、肿瘤坏死因子(tumor necrosis factor,TNF)-α(TNF-α)。将以上因素分别带入logistic回归模型和决策树模型,logistic回归的多因素分析结果显示:年龄(OR=1.039,95%CI:1.017~1.061)和IFN-γ(OR=1.009,95%CI:0.999~1.018)是恙虫病合并脓毒症的独立影响因素。ROC曲线下面积(area under curve,AUC)为0.669(95%CI:0.599~0.738,P0.001),模型的准确度为63.8%,灵敏度为71.1%,特异度为57.2%。决策树模型结果显示,根节点为IL-1β,子节点为年龄和IL-2,AUC为0.714(95%CI:0.646~0.782,P0.001),模型的准确度为68.9%,灵敏度为58.8%,特异度为76.1%。2种模型之间比较,AUC差值为0.045,标准误为0.042,Z=1.074,P=0.283,95%CI:-0.037~0.128。在治疗和预后中,使用多西环素的治疗频率最高(78.3%),联合用药中多西环素联合莫西沙星的频率最高(87.7%),联合用药与用药时间呈强正相关(τ=0.119,P=0.021),住院时间与用药时间呈强正相关(τ=0.725,P0.001),临床诊断率为94.5%,死亡率为1.7%。结论2种模型均具有一定的预测价值,其中决策树模型预测能力更佳,值得临床推广。