随机森林算法在识别护理不良事件风险中的应用
王静1
何锦洋2
方萍萍3
武怡伶1
刘晓1
1.江西省妇幼保健院,江西 3300062.同济大学计算机科学技术学院3.南昌大学第一附属医院
摘要：目的:探讨随机森林算法在护理不良事件关键风险因子识别中的应用价值,为早期识别与干预不良事件潜在风险提供临床依据.方法:回顾性分析某三级甲等医院659起住院病人护理不良事件,利用Jupyter编译器,通过Python编程语言结合Sklearn库构建随机森林预测模型,按3∶1划分训练集与验证集,开展模型预测效能的训练与测试.结果:护理不良事件发生率为0.352%.随机森林算法分析表明,病人跌倒风险评分、Barthel指数、新入职护士上岗月份为权重占比较高的变量,病人年龄、科室、时间段、护士层级、病人依从性、护士决策能力及院区均为影响因素.模型准确率为74.7%,召回率为75%,F1值为72%,受试者工作特征曲线下面积为0.89.结论:借助随机森林算法剖析不良事件关键风险因子并实施针对性预警措施,可为临床护理不良事件防控提供参考,也为探索护理新质生产力发展路径提供方向.
关键词：护理质量不良事件随机森林算法护理管理
资助基金：国家卫生健康委医院管理研究所医疗质量(循证)管理研究项目(YLZLXZ24G097)
论文发表日期：2025-12-25
在线出版日期：2025-12-30（本平台首次上网日期，不代表文献的发表时间）
页数：4( 4172-4175 )
英文信息