基于随机森林算法的阻塞型睡眠呼吸暂停低通气综合征的睡眠呼吸暂停低通气指数预报

【作者】 柯智元； 刘怡飞； 樊冀闽； 张华平； 苏焕章； 胡安可； 曾奕明； 陈晓阳；

【机构】 福建省呼吸医学中心； 福建医科大学附属第二医院呼吸与危重症医学科； 福建医科大学附属第二医院临床分子诊治研发中心；

【摘要】 目的:本研究将透过收集患者资料和血液标本,通过随机森林算法构建筛查阻塞型睡眠呼吸暂停低通气综合征(obstructive sleep apnea-hypopnea syndrome,OSAHS)模型,省去繁琐的多导睡眠监测仪检查及分析,为临床提供快速简易的OSAHS筛查。方法:随机选取OSAHS患者与正常受试者,收集其基线资料,通过卡方检验与随机森林法筛选出特异性变量,构建针对OSAHS的筛查预测模型。结果:性别、血浆同型半胱氨酸浓度、抽烟、是否存在代谢问题、是否存在心脑血管疾病等问题为重要影响因子(P<0.05),对基尼指数影响较大,通过随机森林法构建的模型可达97.2%正确率预测患者睡眠呼吸暂停低通气指数(apnea hypopnea index,AHI)的临床诊断分级。结论:藉由简单了解患者生活习惯和血同型半胱氨酸浓度,通过随机森林法构建的模型即可准确且快速筛查OSAHS。更多还原