摘要

目的 构建急性前壁心肌梗死患者并发心力衰竭风险的多因素Logistic回归模型与随机森林模型，并比较两种模型的预测价值。方法 选取2022年1月—2024年11月青岛滨海学院附属医院收治的214例急性前壁心肌梗死患者为研究对象，根据患者并发心力衰竭情况将其分为心力衰竭组(n=111)和非心力衰竭组(n=103)。比较心力衰竭组和非心力衰竭组临床资料。采用多因素Logistic回归分析探讨急性前壁心肌梗死患者并发心力衰竭的影响因素，构建急性前壁心肌梗死患者并发心力衰竭风险的多因素Logistic回归模型并采用R语言对其进行5折交叉验证，采用R语言中randomforest包构建急性前壁心肌梗死患者并发心力衰竭风险的随机森林模型。绘制ROC曲线以评估多因素Logistic回归模型和随机森林模型对急性前壁心肌梗死患者并发心力衰竭的预测价值。结果 心力衰竭组和非心力衰竭组年龄、有高血压史者占比、收缩压、舒张压、室性心律失常发生率、心房颤动发生率、多支血管病变者占比比较，差异有统计学意义(P<0.05)。多因素Logistic回归分析结果显示，年龄、高血压史、收缩压、舒张压、室性心律失常、心房颤动、多支血管病变均是急性前壁心肌梗死患者并发心力衰竭的独立影响因素(P<0.05)。基于上述影响因素构建急性前壁心肌梗死患者并发心力衰竭风险的多因素Logistic回归模型，5折交叉验证结果显示，该模型预测急性前壁心肌梗死患者并发心力衰竭的正确率为78.35%。构建急性前壁心肌梗死患者并发心力衰竭风险的随机森林模型，其中重要性排序从高到低的变量依次为舒张压、收缩压、年龄、多支血管病变、高血压史、心房颤动、室性心律失常。ROC曲线分析结果显示，随机森林模型预测急性前壁心肌梗死患者并发心力衰竭的AUC为0.835〔95%CI(0.783～0.888)〕，高于多因素Logistic回归模型的0.800〔95%CI(0.741～0.858)〕(P<0.05)。结论 基于年龄、高血压史、收缩压、舒张压、室性心律失常、心房颤动、多支血管病变构建的随机森林模型对急性前壁心肌梗死患者并发心力衰竭的预测价值高于基于上述因素构建的多因素Logistic回归模型。

关键词