两种急性百草枯中毒死亡预测模型比较

摘要

目的比较Cox比例风险回归模型和极端梯度上升（XGBoost）模型对急性百草枯中毒（APP）死亡的预测效果。方法选择青岛市第八人民医院和山东省立医院于2018年1月1日―2020年12月1日收治的APP患者为研究对象,采用随机数表法分为训练组和验证组。分别建立Cox比例风险回归模型和XGBoost模型筛选APP患者死亡的预测因素。采用受试者工作特征曲线（ROC）分析两种模型的预测效能,采用Hosmer-Lemeshow检验评价两种模型的校准度。结果共纳入APP患者150例,训练组和验证组各75例,分别死亡52例和55例,占69.33%和73.33%。Cox比例风险回归模型结果显示,摄入百草枯剂量、服毒至就诊时间、首次灌流时间、首次呕吐时间、谷草转氨酶、谷丙转氨酶、血肌酐、尿素氮、白细胞、动脉血乳酸、肌酸激酶同工酶、血糖、血钙和血钾是APP患者死亡的独立预测因素（均P＜0.05）。XGBoost模型结果显示,预测能力由强到弱的因素依次为服毒至就诊时间、首次呕吐时间、首次灌流时间、动脉血乳酸、白细胞、摄入百草枯剂量、血肌酐、血钾、血钙、肌酸激酶同工酶、血糖、谷草转氨酶、尿素氮和谷丙转氨酶。XGBoost模型预测APP患者死亡的AUC值为0.972,大于Cox比例风险回归模型的0.921 （P＜0.05）。Cox比例风险回归模型、XGBoost模型的预测结果与实际死亡情况的一致性均较好（P＞0.05）。结论 Cox比例风险回归模型和XGBoost模型筛选APP患者死亡的预测因素一致,但后者预测能力优于前者。