基于SMOTE算法的老年肌少症患者跌倒风险预测模型的建立
孙敏1
王娅2
丁佐玲1
钱维群1
孟雅3
1.226001,南通市,南通大学附属医院 老年医学科2.226001,南通市,南通大学附属医院 神经外科监护病房3.226001,南通市,南通大学附属医院 门诊注射室
摘要：目的 探讨老年肌少症患者跌倒的危险因素,并基于SMOTE算法构建风险预测模型.方法 选取 2020 年 12 月至2022 年 9 月某医院收治的 256 例老年肌少症患者为研究对象,根据跌倒发生情况分为跌倒组和未跌倒组.采用Logistic回归分析筛选老年肌少症患者跌倒的危险因素,应用SMOTE算法构建老年肌少症患者跌倒的预测模型,并对预测模型的预测效能进行分析.结果 256 例老年肌少症患者中 65 例发生跌倒,跌倒发生率为 25.39％;年龄≥70 岁、严重肌少症期、睡眠障碍、糖尿病、视力障碍及直立性低血压是老年肌少症患者跌倒的危险因素,原始预测模型Logit(P1)=1.057×年龄+0.808×肌少症临床分期+0.901×睡眠障碍+0.835×糖尿病+0.828×视力障碍+1.221×直立性低血压-2.535,基于SMOTE算法的预测模型Logit(P2)=1.043×年龄+0.879×肌少症临床分期+0.962×睡眠障碍+0.717×糖尿病+0.810×视力障碍+1.314×直立性低血压-1.445,ROC曲线显示,P2 模型ROC曲线下面积为 0.952(95％CI:0.920,0.972),显著高于P1 模型的ROC曲线下面积 0.761(95％CI:0.693,0.828),基于SMOTE算法预测模型的校准曲线显示预测值和实际值一致性良好.结论 年龄、肌少症临床分期、睡眠障碍、糖尿病、视力障碍及直立性低血压是老年肌少症患者跌倒的危险因素,基于SMOTE算法的预测模型具有较好的预测效能,有助于临床护理人员识别老年肌少症跌倒高危人群.
关键词：老年肌少症跌倒护理风险SMOTE算法预测模型
分类号：R473.59(护理学)R746(神经病学与精神病学)
资助基金：社会民生科技计划项目(MSZ2022130)
论文发表日期：2024-10-10
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：5( 899-903 )
英文信息