目的 基于Logistic回归和人工神经网络构建老年脑卒中患者衰弱的风险预测模型,并评价模型预测效能,为早期识别并预防老年脑卒中患者衰弱的发生提供依据.方法 2021年3月至2022年5月,采用便利抽样方法选取锦州市某医院就诊的老年脑卒中患者532名为研究对象.通过问卷调查收集资料,筛选患者发生衰弱的独立影响因素,用R软件绘制多因素Logistic回归模型的列线图,借助神经网络中的多层感知器构建神经网络预测模型,采用受试者工作特征曲线(receiver operating characteristic curve,ROC)评价模型预测效能.结果 老年脑卒中患者在年龄、独居、吸烟、体育锻炼、高血压、糖尿病、首发脑卒中、睡眠障碍、跌倒史、工具性日常生活能力上的差异均有统计学意义(均P<0.05).年龄≥80岁、睡眠障碍、工具性日常生活能力受损、跌倒史、独居为老年脑卒中患者发生衰弱的独立风险因素,体育锻炼为保护因素;建模组列线图和神经网络预测模型ROC曲线下面积(area under curve,AUC)分别为0.908、0.904.结论 构建的老年脑卒中患者衰弱风险预测模型预测效能较好,有利于医护人员早期发现发生衰弱的高风险人群.
作者：张鑫宇；张磊；隋汝波
来源：军事护理 2023 年 40卷 2期
