在良性妇科手术后,术后尿路感染的预测

科学领域:

• 泌尿器科 泌尿器科 泌尿器科 泌尿器科
• 外科手术的结果
• 预测建模预测建模

背景情况:

• 尿路感染 (UTI) 是盆腔手术后的常见并发症.
• 准确预测术后尿路感染风险对于患者管理和预防策略至关重要.
• 现有的模型可能无法完全捕捉这种患者群体中风险因素的复杂性.

研究的目的:

• 开发和验证尿路感染 (UTI) 发生在盆腔手术后8周内的预测模型.
• 评估各种机器学习算法在预测术后尿道感染方面的性能.
• 确定与尿路感染风险相关的关键临床和程序变量.

主要方法:

• 追溯分析了1657名女性的数据,这些女性在三个三级护理中心接受了盆腔手术.
• 利用了机器学习算法,包括后勤回归,决策树 (DTs),天真贝叶斯 (NB),随机森林 (RF),梯度增强 (GB) 和多层感知子 (MP).
• 使用两个数据集进行内部验证,使用第三个数据集进行外部验证,以评估模型的概括性.

主要成果:

• 尿路感染的总发病率在培训组中为10.4%,在外部验证组中为16.1%.
• 梯度增强 (GB),决策树 (DT) 和随机森林 (RF) 模型在培训数据中显示出高预测准确度,曲线下的面积 (AUC) > 0.97.
• 外部验证证实了该模型的区分能力,DT的AUC为0.88,RF为0.88,GB为0.90.

结论:

• 一种具有高分辨能力的强大预测模型可以在盆腔手术8周内准确识别患有尿路感染风险的患者.
• 机器学习模型,特别是GB,DT和RF,显示出预测术后尿道感染的重大前景.
• 建议进行进一步的前性验证和随机试验,以评估该模型在预防术后尿道感染方面的临床实用性.