中重度OSAS儿童腺样体扁桃体切除术后持续残留的预测模型构建与鉴定
高淑蔚
冯国双
吴云肖
郑莉
郭永丽
许志飞
1.首都医科大学附属北京儿童医院,北京1000452.首都医科大学附属北京儿童医院,北京1000453.首都医科大学附属北京儿童医院,北京1000454.首都医科大学附属北京儿童医院,北京1000455.首都医科大学附属北京儿童医院,北京1000456.首都医科大学附属北京儿童医院,北京100045
摘要：目的 构建中重度阻塞性睡眠呼吸暂停综合征(OSAS)患儿腺样体扁桃体切除术后持续残留的预测模型,并鉴定其预测效能.方法 选择行腺样体扁桃体切除术的中重度OSAS患儿75例,以术后6个月时整夜多导睡眠图(PSG)监测阻塞性呼吸暂停低通气指数(OAHI)≥1次/h为标准,将患儿分为持续性OSAS组44例、非持续性OSAS组31例.收集两组术前和术后6个月时整夜PSG监测指标,以五折交叉验证法筛选模型参数,通过分类树模型、节点增益分析构建最优模型,通过受试者工作特征(ROC)曲线评估预测模型的效能.结果 以呼吸暂停低通气指数(AHI)、OAHI、混合性呼吸暂停指数(MAI)、快速动眼睡眠期氧减指数、非快动眼睡眠期氧减指数(ODINREM)、平均血氧饱和度(mean SpO2)、觉醒指数、总睡眠时间、睡眠效率及各个睡眠时期占总睡眠时间的百分比等PSG监测指标作为预测因素,构建分类树模型.该分类树模型共有5层、15个节点、4个终末节点,共筛选出MAI、min SpO2、AHI、ODINREM、睡眠效率、呼吸觉醒指数6个解释变量.分类树模型预测持续性OSAS的ROC曲线下面积为0.96(95％CI:0.90～0.98),其预测敏感性为83.3％、特异性为94.1％、准确性为88.6％.结论 构建的分类树预测模型能够快速有效地筛选中重度OSAS患儿腺样体扁桃体切除术后持续残留的风险因素,从而为临床筛选术后需要随访治疗的人群提供依据.
关键词：阻塞性睡眠呼吸暂停综合征腺样体扁桃体切除术术后持续残留分类树模型儿童
分类号：R56(呼吸系及胸部疾病)
论文发表日期：2020-08-05
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( 18-22 )
英文信息