儿童抽动障碍风险预测模型的建立与评价研究
梁翔宇1
吴振起2
王子3
褚亚奇4
张天宇1
赵健翔1
1.辽宁中医药大学,辽宁沈阳 1100342.辽宁中医药大学附属第二医院,辽宁沈阳 1100343.辽宁中医药大学附属医院,辽宁沈阳 1100344.中国科学院沈阳自动化研究所,辽宁沈阳 110027
摘要：目的 建立儿童抽动障碍(tic disorder,TD)风险预测模型,为临床诊疗提供依据.方法 基于文献检索和数据挖掘,初步筛选TD常见危险因素.选取2022年12月至2023年8月辽宁中医药大学附属医院门诊共353例儿童资料,年龄6～16岁,根据是否患有TD分为两组进行常见危险因素调查.基于调查结果,采用10种机器学习算法建立并比较TD发生风险预测模型:决策树(decision tree,DT)、线性支持向量机(linear SVC)、随机森林(random forest,RF)、线性判别分类(linear discriminant analysis,LDA)、梯度提升(gradient boosting)、伯努利朴素贝叶斯(bernoulli NB)、随机梯度下降(stochastic gradient descent,SGD)、Ada Boost、XG Boost、逻辑回归(Logistic regression,LR).结果 TD儿童在性别、情绪、学习困难度、朋友关系、饮食类型、偏食习惯、每日看电子产品时长、入睡情况、反复呼吸道感染、过敏性疾病、高热惊厥史、脑部疾病或脑外伤、母亲妊娠年龄、孕期不良生活史、宫内发育不良、父母间关系、教育及抚养方式、家族精神疾病史等方面与非TD儿童差异有统计学意义(P＜0.05).最优TD风险预测模型为SGD模型,准确度0.85、受试者工作特征曲线(ROC)曲线下面积(AUC)为0.918、敏感度0.814、特异度0.886.对模型贡献度前五位的危险因素为:教育方式、性别、情绪状态、家族精神疾病史、每日看电子产品时长.结论 研究中基于SGD算法的风险预测模型为最优拟合预测模型,具有一定预测价值,为临床诊疗提供依据.
关键词：抽动障碍危险因素特征分析预测模型
分类号：R72(儿科学)
资助基金：辽宁省自然科学基金计划项目(2022-YGJC-81)沈阳市科学技术计划医工结合协同创新研究项目(223213219)
论文发表日期：2024-08-06
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：6( 620-625 )
英文信息