住院老年患者轻度认知功能障碍风险预测模型的构建
吴瑞凯1
马龙1
周晓辉2
韩正风2
1.新疆医科大学公共卫生学院(乌鲁木齐 830011)2.新疆医科大学第一附属医院老年医学科(乌鲁木齐 830054)
摘要：目的 探讨住院老年患者轻度认知功能障碍(mild cognitive impairment,MCI)的影响因素,构建并比较多组MCI相对风险预测模型.方法 采用方便抽样法,选择2023年1月至2023年9月在新疆医科大学第一附属医院老年医学科住院的老年患者,构建Logistic回归预测模型、决策树预测模型、神经网络预测模型并分析MCI的影响因素,采用受试者工作特征曲线(receiver operating characteristic,ROC)下面积(area under curve,AUC)比较三组预测模型的效能.结果 共纳入住院老年患者 992 例,MCI检出率为21.17%.多因素Logistic回归模型、决策树模型、神经网络模型分析结果均显示年龄、脑血管病、文化程度为MCI的主要影响因素,多因素Logistic回归模型和神经网络模型还显示日常生活能力也是MCI的影响因素.多因素Logistic回归预测模型预测正确率为89.1%,ROC曲线下面积AUC为 0.933[95%CI(0.916,0.950)],灵敏度为 0.881,特异度为0.852,约登指数为0.733.决策树预测模型预测正确率为86.1%,AUC为0.908[95%CI(0.888,0.927)],灵敏度为 0.919,特异度为 0.753,约登指数为 0.672.神经网络预测模型预测正确率为 88.7%,AUC为 0.933[95%CI(0.915,0.950)],灵敏度为 0.876,特异度为 0.861,约登指数为 0.737.三组模型预测结果均>70%,预测效能较好.结论 年龄增加,受教育年限短,患有脑血管病,日常生活能力下降会增加老年患者发生MCI的风险.多因素Logistic回归、决策树、神经网络多组模型可从不同层面挖掘MCI的影响因素,多模型的有效结合能更充分的了解不同因素之间的相互作用,为MCI的早期筛查和干预提供参考.
关键词：轻度认知功能障碍多因素Logistic回归模型决策树模型神经网络模型预测模型老年人
资助基金：国家自然科学基金(U1503223)新疆维吾尔自治区卫生健康青年医学科技人才专项科研项目(WJWY-202148)新疆护理学会年度科研项目(2022XH16)新疆护理学会年度科研项目(2023XH040)新疆医科大学第一附属医院青年科研起航专项(2022YFY-QNRC-07)
论文发表日期：2024-02-28
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：11( 14-24 )
英文信息