急诊严重多发伤患者MODS中心功能障碍的XGBoost模型构建及预测价值
翟寒静
李丽
许文静
王鑫
河南省人民医院急诊医学科,河南郑州 450000
摘要：目的 构建急诊严重多发伤患者多器官功能障碍综合征(MODS)中的心功能障碍的极端梯度提升(XGBoost)模型,并评价和验证预测模型的价值.方法 回顾性选取河南省人民医院2022年1月至2025年6月急诊严重多发伤患者作为研究对象,按照7∶3的比例分为训练集与验证集,统计MODS中心功能障碍发生率,根据是否并发心功能障碍分为发生组与非发生组,收集验证集与训练集中两组临床资料,采用LASSO-logistic回归分析筛选急诊严重多发伤患者MODS中心功能障碍的影响因素,基于XGBoost算法构建预测模型,采用校正曲线、受试者工作特征(ROC)曲线、精确率-召回率(PR)曲线评价XGBoost预测模型的预测效能.结果 360例急诊严重多发伤患者MODS中的心功能障碍发生率为31.11％(112/360).训练集与验证集中发生组患者的年龄、受伤部位数、合并休克比例、合并脓毒症比例、损伤严重程度评分(ISS)、急性生理与慢性健康状况评价Ⅱ(APACHE Ⅱ)评分、D-二聚体(D-D)、C反应蛋白(CRP)、乳酸脱氢酶(LDH)、肌钙蛋白I(cTnI)、B型脑钠肽(BNP)、乳酸(Lac)水平高于非发生组,反向休克指数和格拉斯哥昏迷量表评分的乘积(rSIG)低于非发生组,差异均有统计学意义(P＜0.05);LASSO-logistic回归分析,年龄、合并休克、ISS、APACHE Ⅱ评分、rSIG、D-D、CRP、Lac是急诊严重多发伤患者MODS中心功能障碍的独立影响因素(P＜0.05);XGBoost算法筛选出前8个因素的重要性排序依次为APACHE Ⅱ评分、Lac、ISS、年龄、rSIG、CRP、D-D、合并休克,此时XGBoost模型的预测性能最优;在训练集中,校正曲线显示,该模型的校准度为0.862;ROC曲线分析,该模型预测急诊严重多发伤患者MODS中心功能障碍的曲线下面积(AUC)为0.889(95％CI:0.846～0.932),敏感度为85.19％,特异度为80.12％;PR曲线分析,该模型的平均精度为0.819(95％CI:0.738～0.908);在验证集中,校正曲线显示,该模型的校准度为0.860.ROC曲线分析,该模型预测急诊严重多发伤患者MODS中心功能障碍的AUC为0.880(95％CI:0.799～0.961),敏感度为83.87％,特异度为80.52％;PR曲线分析,该模型的平均精度为0.837(95％CI:0.757～0.923),证实该模型稳健性良好.结论 基于XGBoost算法筛选出的APACHE Ⅱ评分、Lac、ISS、年龄、rSIG、CRP、D-D、合并休克构建的预测模型,可准确预测急诊严重多发伤患者MODS中心功能障碍风险,为临床早期识别高危患者和个体化干预提供可靠的决策支持工具.
关键词：急诊严重多发伤多器官功能障碍综合征心功能障碍极端梯度提升算法预测模型预测价值
分类号：R641(创伤外科学)
资助基金：河南省医学科技攻关计划联合共建项目(LHGJ20250014)
论文发表日期：2026-07-28
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：7( 2541-2547 )
英文信息