小儿热性惊厥发展为癫痫的危险因素及预测模型的构建

程云; 夏明农; 张帆; 李凤

doi:10.11958/20252008

摘要：目的基于Logistic回归和决策树模型分析小儿热性惊厥发展为癫痫的危险因素并构建预测模型.方法选取210例首次发生热性惊厥的患儿,并进行半年随访(是否发生癫痫),最终完成随访者196例,36例(18.37%)热性惊厥患儿出现癫痫.根据患儿是否出现癫痫分为癫痫组(36例)和非癫痫组(160例).所有患儿在热性惊厥发作后72 h内完成首次脑电图检查,并于3个月后复查.收集患儿的临床资料,包括性别、发病年龄、出生体质量、母亲生育时年龄、分娩方式、贫血情况、首次惊厥性质、惊厥发生次数、首次发作状态、首次惊厥距发热时间、惊厥持续时间(取最长值)、癫痫家族病史、脑电图结果.采用多因素Logistic回归分析热性惊厥发展为癫痫的影响因素;运用Modeler软件构建预测热性惊厥患儿发展为癫痫决策树风险预测模型;绘制受试者工作特征(ROC)曲线,比较不同模型的曲线下面积(AUC).结果与非癫痫组比较,癫痫组首次惊厥为复杂性惊厥、惊厥发生次数≥2次、首次惊厥距发热时间＜24 h、惊厥持续时间≥15 min、脑电图异常占比更高(P＜0.01).多因素Logistic回归分析结果显示,复杂性惊厥、惊厥发生次数≥2次、首次惊厥距发热时间＜24 h、惊厥持续时间≥15 min、脑电图异常是热性惊厥患儿发展为癫痫的危险因素(P＜0.05).决策树模型筛选出惊厥发生次数、首次惊厥距发热时间、首次惊厥性质、脑电图为热性惊厥患儿发展为癫痫的重要变量,信息增益依次为0.47、0.27、0.14、0.13.多因素Logistic模型的AUC值为0.838(95%CI:0.764～0.911),决策树模型的AUC值为0.849(95%CI:0.780～0.916),两种模型的AUC比较差异无统计学意义.结论基于决策树算法和Logistic回归模型相结合的方法对识别热性惊厥发展为癫痫的危险因素具有一定的预测价值,可为临床提供参考.