决策树模型与logistic回归模型在脑出血预后分析中的应用

[摘要]　目的　通过应用决策树分类和回归树模型与logistic回归模型分析影响脑出血患者预后的风险因素，为临床治疗脑出血提供借鉴。方法　根据临床常见影响脑出血患者预后的风险因素，建立决策树模型和logistic回归模型，比较两种方法分析结果的差异。结果　Logistic回归分析结果显示血肿体积(OR=0.953)、首次GCS评分(OR=1.210)、肺部感染(OR=0.295)、基底节区出血(OR=0.336)是脑出血预后不良的风险因素。决策树模型分析结果显示，血肿体积和首次格拉斯哥昏迷GCS评分是影响脑出血预后最主要的因素。两种模型对脑出血预后的评价作用近似(Z=0.402，P=0.688)。结论　决策树模型判断脑出血预后的价值与logistic模型近似，同时还具有可对风险因素进行交互分析、更为直观的特点。