基于Logistic模型与CART决策树模型构建新生儿低血糖风险预测效能的比较
孟祥芹
刘嘉
嵇秀明
陈萍
陈晴晴
南京医科大学附属苏州医院,江苏 215100
摘要：目的:分析新生儿低血糖症的危险因素,并通过分类回归树算法(CART)建立新生儿低血糖症的风险预警模型.方法:回顾性分析2021年3月—2023年11月在我院分娩的235例新生儿及其母亲的临床资料,根据新生儿血糖检测结果将其分为低血糖症组和非低血糖症组,通过Logistic回归模型和决策树CART模型构建预测新生儿低血糖症的预测模型,采用5折交叉验证法行内部验证,并对比模型的预测效能.结果:235例新生儿中,36例新生儿发生了低血糖症,199例新生儿未发生低血糖症,低血糖症发生率为15.32%.Logistic回归分析显示,妊娠期糖尿病、分娩方式、早产儿、发育情况、出生体重、建立母乳喂养时间均是新生儿发生低血糖症的独立危险因素(P<0.05).概率预测模型预测总体正确性为81.8%.经过5折交叉验证,预测正确率为72.5%.决策树模型显示,早产儿是新生儿发生低血糖症最为重要的影响因素,信息增益为0.40.Logistic回归模型的受试者工作特征曲线下面积(AUC)值稍高于决策树(0.886 和 0.854),2种模型的预测效能均为中等.结论:妊娠期糖尿病、剖宫产、早产儿、发育小于胎龄儿、低体重儿、建立母乳喂养时间≥2 h均是新生儿发生低血糖症的影响因素,临床可根据上述因素制订相应的防治方案.
关键词：新生儿低血糖影响因素决策树预测效能护理
资助基金：中国疾病预防控制中心妇幼保健中心母婴营养与健康研究项目(2023FYH006)
论文发表日期：2025-11-10
在线出版日期：2025-11-20（本平台首次上网日期，不代表文献的发表时间）
页数：6( 4380-4385 )
英文信息