预测Escherichia coli细菌病患者住院患者死亡率的规则:奇方形自动相互作用探测器决策树分析模型模型
Yudai Nakanishi1, Sayato Fukui1, Akihiro Inui1
1Department of General Medicine, Juntendo University Faculty of Medicine, Tokyo, JPN.
使用CHAID分析开发了对大肠杆菌 (大肠杆菌) 细菌病死亡率的预测规则. 总蛋白质低,意识障碍和特定的血红蛋白/LDH水平识别了针对性干预的高风险患者.
科学领域:
- 传染性疾病 传染性疾病
- 临床医学 临床医学
- 医疗信息学 医疗信息学
背景情况:
- 对于大肠杆菌 (大肠杆菌) 细菌病的死亡风险因素仍然没有定义.
- 缺乏对大肠杆菌菌病死亡率的预测模型,特别是那些利用决策树分析的模型.
研究的目的:
- 建立患有大肠杆菌病的患者住院死亡风险因素的预测规则.
- 应用千平方自动交互探测器 (CHAID) 决策树分析来进行风险分层.
主要方法:
- 追溯的横截面调查设计.
- 分析了作为主要结局的住院死亡.
- 利用CHAID决策树分析来确定死亡率的预测因素.
主要成果:
- 该研究包括420名患者 (平均年龄75.8±13.1年),住院死亡率为13.3%.
- 在CHAID分析中,根据总蛋白质含量 (≤5.10 g/dL;发生率为46.2%) 确定了高风险组.
- 进一步的风险分层包括意识障碍 (≤5.90g/dL总蛋白质;发生率39.4%) 和特定的血红蛋白/乳酸脱酶水平 (发生率42.3%).
结论:
- 确定了用于预测大肠杆菌菌病死亡率的关键临床和实验室参数.
- CHAID模型为识别高风险患者提供了一个框架.
- 为高死亡风险的大肠杆菌病患者提供有针对性的预防疗法.
更多相关视频
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
05:15Cutoff Value of Phase Angle by Bioelectrical Impedance Analysis at Admission as a Prognostic Factor in Patients with Acute Heart Failure
Published on: June 10, 2025
相关概念视频
Statistical Software for Data Analysis and Clinical Trials
Steps in Outbreak Investigation
Mechanistic Models: Compartment Models in Individual and Population Analysis
Introduction to Test of Independence
The test statistic for a test of independence is similar to that of a goodness-of-fit test:
