基于梯度提升决策树构建下肢创伤骨折患者术后深静脉血栓风险预测模型
刘瑞婷1
谢素丽2
王珂2
焦文仓2
赵燕3
陈丽丽4
郑喜灿5
1.新乡医学院护理学院,河南 新乡 453003;中国人民解放军联勤保障部队第九八八医院骨科,郑州 4500072.中国人民解放军联勤保障部队第九八八医院骨科,郑州 4500073.辉县市人民医院护理部,河南 辉县 4536004.郑州市骨科医院护理部,郑州 4500525.中国人民解放军联勤保障部队第九八八医院护理部,郑州
摘要：目的 基于梯度提升决策树构建下肢创伤骨折患者术后深静脉血栓(DVT)风险预测模型进行验证,并与静脉血栓形成危险度评分(RAPT)量表进行对比.方法 回顾性研究2020 年1 月—2023 年12月中国人民解放军联勤保障部队第九八八医院收治的 591 例下肢创伤骨折患者,其中男性 333 例,女性 258例;年龄 18～99 岁,平均 58.9 岁.将数据按照 3∶1划分为训练集 445 例和内部验证集 146 例;前瞻性收集2024 年 1 月—3月两所不同医院(郑州市骨科医院、辉县市人民医院)共 76 例下肢创伤骨折患者来开展外部验证.通过单因素分析结果并基于梯度提升决策树算法,将训练集数据构建DVT决策树风险预测模型,通过灵敏度、特异度、曲线下面积(AUC)、准确率指标来评价在内部验证集和外部验证集中风险预测模型的预测性能,同时与RAPT量表比较.结果 591 例中 119 例发生 DVT,发生率为 20.1%(95%CI:16.9%～23.4%).DVT组(119 例)在年龄、BMI、骨折类型、致伤原因、创伤冲击能量、麻醉方式、D-二聚体(D-D)与无DVT组(472 例)比较差异有统计学意义(P<0.05);梯度提升决策树模型结果显示,骨折类型、年龄、BMI、致伤原因是下肢创伤骨折患者术后DVT的预测因素,并筛选出 4 类高危人群:(1)骨折类型=骨盆骨折,年龄≥63 岁;(2)骨折类型≠骨盆骨折,年龄≥80 岁,BMI≥22 kg/m2,致伤原因=道路交通伤或高处坠落伤;(3)骨折类型=胫腓骨骨折或股骨骨折,36 岁≤年龄<80 岁,24 kg/m2≤BMI<25 kg/m2,致伤原因=道路交通伤或高处坠落伤;(4)骨折类型=胫腓骨骨折或股骨骨折,64 岁≤年龄<80 岁,BMI≥25 kg/m2,致伤原因=道路交通伤或高处坠落伤.受试者操作特征(ROC)曲线分析结果显示,梯度提升决策树模型训练集、内外部验证集ROC曲线下面积分别为 0.772(95%CI:0.718～0.826)、0.785(95%CI:0.703～0.867)、0.743(95%CI:0.546～0.939),且差异无统计学意义(P=0.796).RAPT量表训练集ROC曲线下面积为 0.626(95%CI:0.558～0.694),与决策树模型 0.772(95%CI:0.718～0.826)相比差异有统计学意义(P<0.001).结论 本研究基于梯度提升决策树构建下肢创伤骨折患者术后DVT风险预测模型具有良好的预测性能,对早期识别下肢创伤骨折患者术后发生DVT风险具有一定的意义.
关键词：创伤骨折下肢深静脉血栓风险预测模型梯度提升决策树
分类号：R683.42(骨科学（运动系疾病、矫形外科学）)
资助基金：联合共建项目(LHGJ20210818)
论文发表日期：2025-07-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 523-531 )
英文信息