基于Logisitic回归和决策树构建妊娠期糖尿病病人自发性早产的风险预测模型
王唱
许健
薛秀梅
223800,南京鼓楼医院集团宿迁医院
摘要：目的:对妊娠期糖尿病(GDM)病人自发性早产(SPB)的危险因素进行分析,并构建Logisitic回归模型和决策树风险模型.方法:回顾性选取2022年4月—2024年5月在医院定期产检并分娩的218例GDM病人作为对象,根据是否发生SPB将其分为SPB组和非SPB组,收集两组临床相关资料,采用单因素及多因素Logistic回归分析GDM病人并发SPB的危险因素,并采用Logistic回归与决策树算法构建其风险预测模型,并比较两种模型对SPB的预测价值.结果:218例GDM病人共有 55例发生SPB,其发生率为25.23%;Logistic回归分析结果显示,年龄、孕前体质指数(BMI)、妊娠期高血压、孕前月经紊乱、胎膜早破、贫血以及妊娠期感染是并发SPB的危险因素(P<0.05);根据危险因素构建决策树模型,模型选择了年龄、孕前BMI、孕前月经紊乱、胎膜早破以及妊娠期感染等5个解释变量,合计4层,共13个节点,其中年龄为 GDM病人并发SPB最为重要的影响因素;决策树模型预测GDM病人并发SPB的曲线下面积(AUC)为0.909[95%CI(0.862,0.943)],Logistic回归模型预测的AUC为0.832[95%CI(0.776,0.879)],2种模型的delong检验结果为Z=2.486,P=0.012 9.结论:年龄、孕前BMI、妊娠期高血压、孕前月经紊乱、胎膜早破、贫血以及妊娠期感染为妊娠期糖尿病病人自发性早产的危险因素,根据危险因素构建的决策树风险预测模型,预测效能显著高于Logistic回归模型.
关键词：回归分析决策树模型妊娠期糖尿病自发性早产风险预测模型
论文发表日期：2025-08-15
在线出版日期：2025-08-25（本平台首次上网日期，不代表文献的发表时间）
页数：6( 2831-2836 )
英文信息