基于决策树法与 Logistic回归的肩关节镜手术患者术中低体温风险预测模型的构建6 人次已浏览

唐小燕，万茂秋，王贤勇，邓婷

目的 应用决策树法与 Logistic 回归构建肩关节镜手术患者术中低体温风险预测模型，并比较两种模型的预测效能，为准确识别高风险患者提供参考。方法 采取回顾性研究，选取 2023 年 4 月—2025 年 4 月在本院接受肩关节镜手术的 340 例患者的临床资料，根据术中是否发生低体温分为低温组（n=146）和对照组（n=194）。采用单因素分析和二元Logistics 回归分析肩关节镜术患者术中低体温的影响因素，并绘制列线图和决策树图，并采用受试者工作特征（receiver operatorcharacteristic，ROC）曲线评价模型的预测效能。结果 340 例患者完成研究。146 例肩关节镜术患者术中发生低体温，发生率为42.94%。Logistic回归分析结果显示，身体质量指数<18.5kg/m（2 OR=8.076，95%CI：4.113~15.858）、美国麻醉医师协会（AmericanSociety of Anesthesiologists，ASA）分 级 为 Ⅱ~Ⅲ 级（OR=5.071，95%CI：2.630~9.778）、入 室 体 温 <36.5 ℃（OR=3.282，95%CI：1.865~5.774）、灌洗量≥ 12L（OR=4.123，95%CI：2.333~7.287）、手术时间≥ 120min（OR=11.650，95%CI：6.073~22.348）是肩关节镜术患者发生术中低体温的危险因素（均 P<0.05）；根据危险因素构建的决策树模型深度为 5，共 25 个节点，13 个终端节点，模型以手术时间、身体质量指数、灌洗量、ASA 分级、入室体温为解释变量，其中手术时间为最重要的预测因子；Logistic 回归模型的ROC 曲线下面积（area under the curve，AUC）为 0.846（95%CI：0.803~0.889），决策树模型的 AUC 为 0.838（95%CI：0.794~0.883），两者比较，差异无统计学意义（Z=0.552，P=0.581）。校准曲线和决策曲线显示，Logistic 回归模型和决策树模型具有较高的校准度与临床实用性。结论 身体质量指数 <18.5kg/m2、ASA 分级为Ⅱ~Ⅲ级、入室体温 <36.5℃、灌洗量≥ 12L、手术时间≥ 120min是肩关节镜术患者术中低体温的危险因素，据此构建的 Logistic 回归模型和决策树模型均有较高的预测效能。

摘要[ PDF 1.0 KB ] ( 1 ) 2026 ,4 (25): 17-25