基于随机森林的老年糖尿病高危足患者衰弱风险预测模型构建及验证
摘要
目的:探讨老年糖尿病高危足患者衰弱现状及影响因素,构建并验证随机森林预测模型。方法:便利抽
样选取2024年10月—2025年7月某三甲医院600例老年糖尿病高危足患者,按7:3分为训练集(420例)和验证集
(180例)。以TFI总分≥5分为衰弱标准,采用单因素分析、Lasso回归、多因素Logistic回归筛选变量,构建随机森林
模型,评估其效能。结果:600例患者中衰弱168例(28.00%)。单因素分析显示年龄、病程、营养状况等与衰弱相关
(P<0.05)。多因素Logistic回归确认高龄、营养不良等是独立危险因素(P<0.05)。随机森林模型训练集AUC=0.892,
验证集AUC=0.847,均优于Logistic回归。主要影响因素为年龄、营养状况、自护能力等。结论:老年糖尿病高危足
患者衰弱发生率高,随机森林预测模型区分度和稳定性好,适用于早期筛查与风险分层管理。
样选取2024年10月—2025年7月某三甲医院600例老年糖尿病高危足患者,按7:3分为训练集(420例)和验证集
(180例)。以TFI总分≥5分为衰弱标准,采用单因素分析、Lasso回归、多因素Logistic回归筛选变量,构建随机森林
模型,评估其效能。结果:600例患者中衰弱168例(28.00%)。单因素分析显示年龄、病程、营养状况等与衰弱相关
(P<0.05)。多因素Logistic回归确认高龄、营养不良等是独立危险因素(P<0.05)。随机森林模型训练集AUC=0.892,
验证集AUC=0.847,均优于Logistic回归。主要影响因素为年龄、营养状况、自护能力等。结论:老年糖尿病高危足
患者衰弱发生率高,随机森林预测模型区分度和稳定性好,适用于早期筛查与风险分层管理。
关键词
随机森林;老年;糖尿病高危足;衰弱;预测模型
全文:
PDF参考
[1]DENT E, HANLON P, SIM M, et al. Recent developments in frailty identification, management, risk factors and
prevention: A narrative review of leading journals in geriatrics
and gerontology [J]. Ageing Res Rev, 2023, 91(102082.
[2]赵婉越,邹浩,吕雨梅,et al.老年人执行功能
对衰弱的影响:一个有调节的中介模型[J].军事护理,
2022,39(11):21-4,61.
[3]MALTESE G, BASILE G, MEEHAN H, et al. Frailty
Is Associated with Impaired Diabetic Foot Ulcer Healing
and All-Cause Re-Hospitalization [J]. J Nutr Health Aging,
2022, 26(2): 169-73.
Refbacks
- 当前没有refback。
