科研之友
微信
新浪微博
Facebook
分享链接
摘要
背景 近年来随着人工智能的发展，各种机器学习的模型开始在临床中初步应用。目的 分别使用基于SPSS 26.0的logistic回归与基于机器学习逻辑回归模型(logistic regression,LR)分析院内感染多重耐药肺炎克雷伯菌(multidrug-resistant Klebsiella pneumoniae,MDR-KPN)的关联因素，比较两种方法的差异。方法 选取2016年1月-2020年12月清华大学附属北京清华长庚医院肺炎克雷伯菌院内感染病例254例，包括MDR-KPN 168例和非MDR-KPN(敏感菌株)86例，用两种不同的logistic回归方法对数据进行处理。结果 基于SPSS 26.0的logistic多因素分析显示，患有肝病、感染前3个月内有胸腔穿刺史、感染前3个月内有动脉穿刺史、感染前3个月内气管插管史是发生MDR-KPN院内感染的独立关联因素。LR模型分析显示，气管插管是发生MDR-KPN院内感染的最主要关联因素，前5位的关联因素为气管插管、基础肝病史、年龄18～49岁的人群、碳青霉烯类药物暴露史、中心静脉置管史。结论 两种分析方法得到的MDR-KPN院内感染关联因素具有一定的吻合度，提示了LR模型应用于MDR-KPN院内感染预测的可行性；此外LR模型有高效、便捷、准确率可量化的优势，在临床诊疗中可能有更广阔的应用前景。
- 出版日期2023
- 单位清华大学
