山东大学学报(医学版)

作者：陆晨琳,许露,杨俊发,潘华琴,倪清涛

关键词：慢性阻塞性肺疾病急性加重期,肺性脑病,动态列线图,随机森林,决策树,

基金：江苏省双创博士项目(202030205)

目的 基于动态列线图及机器学习构建预测慢性阻塞性肺疾病急性加重期(acute exacerbation of chronic obstructive pulmonary disease, AECOPD)伴发肺性脑病风险的模型,并对其预测效能进行验证。 方法 选取2022年1月至2024年6月泰州市人民医院收治的272例AECOPD患者作为研究对象,根据是否伴发肺性脑病将患者分为肺性脑病组(n=54)和非肺性脑病组(n=218),使用单因素和多因素logistic回归分析AECOPD伴发肺性脑病的危险因素,并建立相关预测模型。 结果 单因素分析结果显示,两组患者性别、年龄、体质量指数(body mass index, BMI)、吸烟史、高血压、糖尿病、高血脂、慢性阻塞性肺疾病(chronic obstructive pulmonary disease, COPD)病程、急性加重次数、心率和血清钠比较,差异无统计学意义(P>0.05);两组血氧分压(partial pressure of oxygen, PaO2)、血二氧化碳分压(partial pressure of carbon dioxide, PaCO2)、血pH、血清钾、血清白蛋白和C-反应蛋白(C-reactive protein, CRP)比较,差异有统计学意义(P<0.05)。多因素分析结果显示,PaO2较低、PaCO2较高、血pH值较低、血清钾较低和CRP较高是AECOPD患者伴发肺性脑病的独立危险因素(P<0.05)。动态列线图的Hosmer-Lemeshow拟合度检验结果:χ2 =2.912, P=0.940,随机森林的Hosmer-Lemeshow拟合度检验结果:χ2 =12.628, P=0.125,决策树模型的Hosmer-Lemeshow拟合度检验结果:χ2 =9.232, P=0.323;ROC曲线的AUC分别为0.874(95%CI:0.822~0.925)、0.802(95%CI:0.727~0.877)和0.847(95%CI:0.788~0.905)。 结论 基于危险因素构建的动态列线图、随机森林和决策树模型均能够有效预测AECOPD患者伴发肺性脑病的风险。

来源：2026年第3期

《山东大学学报(医学版)》期刊编辑部

查看山东大学学报(医学版)杂志2026年第3期