开发眼科全麻手术患者拔管时间和中期恢复时间的预测模型：横断面研究

作     者：黄绚 

作者单位：汕头大学 

学位级别：硕士

导师姓名：李贡辉

授予年度：2022年

学科分类：1011[医学-护理学（可授医学、理学学位）] 10[医学] 

主      题：麻醉苏醒延迟 危险因素 预测模型 模糊神经网络 拔管时间 中期恢复时间 

摘      要：研究目的分析影响全麻手术患者麻醉拔管时间和中期恢复时间的相关因素,构建眼科全麻患者拔管时间及中期恢复时间的预测模型,协助麻醉科医护人员识别可能出现麻醉苏醒延迟的病人。研究方法回顾性收集2018年1月至2020年10月在汕头国际眼科中心行全身麻醉手术患者的围手术期资料,包括一般资料、实验室检查结果、麻醉和手术信息。使用SPSS22.0软件进行统计学分析,使用多元线性回归分析拔管时间和中期恢复时间的影响因素。将数据集按照7:1.5:1.5比例随机划分为训练集、验证集和测试集,使用Matlab R2018a软件构建眼科全麻患者拔管时间及中期恢复时间的预测模型,包括模糊神经网络、逐步线性回归模型、回归树模型、回归树集成模型和不同算法的人工神经网络(Levenberg Marquardt算法、Bayesian Regularization算法、Scaled Conjugate Gradient算法),使用均方误差(MSE)、均方根误差(RMSE)、拟合系数(R)和模型训练时间进行模型训练评价。使用独立测试集对各个模型进行泛化检验,分别计算MSE、RMSE、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和R进行模型泛化评价。研究结果本研究共纳入样本量共1824例。全麻手术患者拔管时间的影响因素(p0.05)共19个,分别是麻醉时间,肌酸酶同工酶MB,红细胞平均体积,是否使用昂丹司琼,平均血红蛋白浓度,肌松药种类,术前阿托品,纳布啡,呼气末二氧化碳分压(ETCO2),胱氨酸蛋白酶抑制酶C,尿常规,潮气量,肌酐,血小板比积,输液量,既往手术史,麻醉医师,手术种类和手术医师。全麻手术患者中期恢复时间的影响因素(p0.05)共21个,分别是拔管时间,术后体温,地塞米松,手术时间,术前阿托品,纳布啡,术前体温,输液量,红细胞分布宽度,术后并发症,总二氧化碳,基础疾病,是否使用右美托咪定,是否使用昂丹司琼,ETCO2,总胆固醇,血清钙,肌松药种类,麻醉医师,手术种类和手术医师。构建的拔管时间预测模型的模型拟合程度由高到低依次是模糊神经网络、逐步线性回归模型、LM算法、BR算法、SCG算法、回归树集成模型和回归树模型,其R值依次为0.956、0.954、0.949、0.947、0.937、0.899、0.890。模型预测精确度由高到低依次是模糊神经网络、逐步线性回归模型、LM算法、BR算法、SCG算法、回归树集成模型和回归树模型,其RMSE值依次为6.637、6.778、7.144、7.304、7.935、10.092、10.504。构建的中期恢复时间预测模型的模型拟合程度由高到低依次是模糊神经网络、逐步线性回归模型和回归树集成模型(相同R)、BR算法、回归树模型、SCG算法和LM算法。其R值依次为0.885、0.873、0.873、0.866、0.863、0.849、0.810。模型预测精确度由高到低依次是模糊神经网络、回归树集成模型、逐步线性回归模型、BR算法、回归树模型、SCG算法和LM算法,其RMSE值依次为9.285、9.768、9.782、10.032、10.157、10.646、11.949。研究结论本研究构建的模糊神经网络、逐步线性回归模型、回归树模型、回归树集成模型、LM算法神经网络、BR算法神经网络和SCG算法神经网络在预测全麻手术患者拔管时间和中期恢复时间上均具有较好的预测性能(拔管时间预测模型R:0.890～0.956;中期恢复时间预测模型:R:0.810～0.885)。本研究构建的模糊神经网络在预测全麻手术患者苏醒拔管时间和中期恢复时间上同时表现出最佳的预测性能和快速的运算能力。