目的:基于决策树算法构建经尿道膀胱肿瘤切除(transurethral resection of bladder tumor,TURBT)术后病人膀胱痉挛的风险预测模型,为临床防治提供依据。方法:回顾性选取2022年1月—2024年1月在医院行TURBT的220例病人,根据病人术后是否...目的:基于决策树算法构建经尿道膀胱肿瘤切除(transurethral resection of bladder tumor,TURBT)术后病人膀胱痉挛的风险预测模型,为临床防治提供依据。方法:回顾性选取2022年1月—2024年1月在医院行TURBT的220例病人,根据病人术后是否发生膀胱痉挛分为痉挛组与未痉挛组,通过单因素和进一步Logistic回归分析筛选病人TURBT术后膀胱痉挛的独立影响因素,并基于决策树算法构建预测模型。结果:单因素分析结果显示,术前尿路感染、肿瘤数量、手术时间、手术次数、导尿管留置时间与TURBT术后病人发生膀胱痉挛有关(均P<0.05)。Logistic回归分析结果显示,病人术前有尿路感染、手术耗时长、肿瘤数量多、导尿管留置时间长为TURBT术后病人发生膀胱痉挛的危险因素(均P<0.05)。决策树模型中,病人发生膀胱痉挛的受试者特征曲线下面积(area under curve,AUC)为0.926[95%CI(0.887,0.966)],且导尿管留置时间为最重要的预测因子。结论:基于决策树算法构建的TURBT术后病人发生膀胱痉挛的预测模型的应用价值较高,可在临床上为筛选潜在膀胱痉挛病人提供参考。展开更多
文摘目的:基于决策树算法构建经尿道膀胱肿瘤切除(transurethral resection of bladder tumor,TURBT)术后病人膀胱痉挛的风险预测模型,为临床防治提供依据。方法:回顾性选取2022年1月—2024年1月在医院行TURBT的220例病人,根据病人术后是否发生膀胱痉挛分为痉挛组与未痉挛组,通过单因素和进一步Logistic回归分析筛选病人TURBT术后膀胱痉挛的独立影响因素,并基于决策树算法构建预测模型。结果:单因素分析结果显示,术前尿路感染、肿瘤数量、手术时间、手术次数、导尿管留置时间与TURBT术后病人发生膀胱痉挛有关(均P<0.05)。Logistic回归分析结果显示,病人术前有尿路感染、手术耗时长、肿瘤数量多、导尿管留置时间长为TURBT术后病人发生膀胱痉挛的危险因素(均P<0.05)。决策树模型中,病人发生膀胱痉挛的受试者特征曲线下面积(area under curve,AUC)为0.926[95%CI(0.887,0.966)],且导尿管留置时间为最重要的预测因子。结论:基于决策树算法构建的TURBT术后病人发生膀胱痉挛的预测模型的应用价值较高,可在临床上为筛选潜在膀胱痉挛病人提供参考。
