基于SMOTE算法的颅脑损伤患者继发精神障碍预警模型

• 作者: 孙秀彬 庞琦 薛付忠 辛涛
• 来源期刊: 中国卫生统计
• 关键词: SMOTE算法 过抽样 颅脑损伤 精神障碍
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 论著
• 页码范围: 790-793
• 页数: 4页
• 字数: 4174字
• 语种: 中文

摘要

目的 分析颅脑损伤患者继发精神障碍的影响因素,同时考虑病例和非病例间数量不平衡的特点,构建基于SMOTE算法的logistic预警模型.方法 根据2008年山东省18家医院的颅脑损伤患者继发精神障碍的数据,利用logistic回归分析筛选影响因素并建立基于原始数据的预警模型;在此基础上,采用SMOTE过抽样算法改进数据集,并构建基于改进数据集的精神障碍预警模型.结果 额叶脑挫伤、弥漫性轴索损伤、并发颅内感染、颞叶硬膜下血肿、颅盖骨线性骨折、颅内积气、患者性别和颅脑损伤严重程度(GCS评分)均为颅脑损伤患者发生精神障碍的危险因素;而基于SMOTE过抽样算法所构建预警模型的预测效果明显优于利用原始数据所建模型的效果.结论 基于SMOTE过抽样算法所构建的预警模型能更准确预测颅脑损伤患者继发的精神障碍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庞琦	山东省立医院神经外科	39	200	7.0	11.0
2	薛付忠	山东大学公共卫生学院流行病与卫生统计学研究所	126	878	15.0	21.0
3	辛涛	山东省立医院神经外科	9	83	5.0	9.0
4	孙秀彬	山东大学公共卫生学院流行病与卫生统计学研究所	15	130	7.0	11.0