心脏外科术后切口感染危险因素识别及预测研究:基于多值Logistic模型和径向基神经网络算法

目的对心脏外科术后切口感染的危险因素进行识别并对感染的可能性进行预测。方法对2 374例成人心脏外科手术的临床资料进行回顾性分析,通过结合多值Logistic模型与径向基神经网络算法(RBF)的识别与预测方法,发掘术后切口感染的主要因素,以期降低切口感染的发生。结果多值Logistic回归分析的估计结果表明,既往吸烟、有糖尿病史且使用胰岛素、肥胖、手术用血、术后出血量和术后是否进行再次开胸止血6个变量是引起切口感染的危险因素。进而将上述6种危险因素作为预测算法的输入变量,得到预测结果的ROC曲线和未经变量筛选的RBF预测结果的ROC曲线。经比较发现,通过筛选出的变量建立的RBF有更高的准确度,预测性能也更好。结论多值Logistic模型和RBF均是心脏外科术后切口感染危险因素分析的有效定量分析方法,RBF准确性更高,预测性能更好。