基于Logistic回归与XGBoost构建缺血性卒中院内复发风险预测模型的初步比较研究

• 作者: 姜勇 李子孝 王伊龙 王拥军 王春娟 谷鸿秋
• 来源期刊: 中国卒中杂志
• 关键词: 缺血性卒中 院内复发 预测模型
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 专题论坛:脑血管病大数据
• 页码范围: 587-594
• 页数: 8页
• 字数: 3849字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5765.2020.06.003

摘要

目的 基于Logistic回归和XGBoost方法 构建缺血性卒中院内复发风险预测模型,并进行初步比较.方法利用中国国家卒中登记Ⅱ(China National Stoke RegistryⅡ,CNSRⅡ)数据库中按医嘱离院的缺血性卒中患者数据,分别基于Logistic回归和XGBoost方法构建缺血性卒中院内复发风险预测模型.备选的预测因子包括人口学特征、卒中严重程度、既往病史、用药史以及临床测量指标.模型的评价指标包括ROC曲线下面积(area under the cure,AUC)、校准截距、校准斜率以及Brier得分.所有统计分析均在R(3.6.2版)中完成.结果 最终纳入17227例符合条件的患者,平均年龄64.72±11.84岁,女性6317例(36.7％),发病前mRS评分为0或1分的病例14482例(84.1％),入院NIHSS评分4(2～6)分,院内卒中复发444例(2.6％).预测模型识别的前三位强预测因子,在Logistic回归中为发病前mRS评分、心房颤动及卒中史;在XGBoost中为发病前mRS评分、心房颤动及总胆固醇.Logistic回归预测模型与XGBoost预测模型的AUC无显著差异(0.63,95％CI 0.58～0.68 vs 0.64,95％CI 0.59～0.68,P=0.9229).Logistic预测模型校准截距、校准斜率以及Brier得分分别为-0.81、0.76和0.03;XGBoost预测模型的校准截距、校准斜率以及Brier得分分别为-1.37、1.20和0.38.Logistic预测模型校准度更好.结论 利用CNSRⅡ数据构建的缺血性卒中院内复发风险预测模型应用中,基于XGBoost方法构建的预测模型相比Logistic回归构建的预测模型的区分度没有显著差异,但校准度略低.