目的研究无痛胃肠镜检查后肠麻痹的影响因素,构建人工神经网络(artificial neural network,ANN)预测模型,并验证其预测价值。方法选取2019年6月至2023年6月在浙江大学医学院附属第二医院临平院区进行无痛胃肠镜检查的500例患者为研究对象,采用随机数字表法将其按照7∶3的比例分配为训练集350例、测试集150例。根据训练集术后是否发生肠麻痹再将其分为无肠麻痹组(308例)和肠麻痹组(42例)。比较两组患者临床资料差异;采用多因素逐步Logistic回归模型分析无痛胃肠镜检查后肠麻痹的影响因素;构建ANN预测模型,并绘制受试者工作特征(receiver operating charcteristic,ROC)曲线,通过曲线下面积(area under the cure,AUC)比较多因素逐步Logistic回归模型与ANN预测模型对术后肠麻痹的预测价值。结果与无肠麻痹组相比,肠麻痹组患者中男性、身体质量指数(BMI)≤18.5 kg/m^(2)、吸烟、糖尿病、术后低钾血症的各项指标构成比均有所升高(均P<0.05);多因素逐步Logistic回归模型显示,性别、BMI、吸烟、糖尿病、术后低钾血症均是无痛胃肠镜检查后肠麻痹的影响因素(均P<0.05);选择多因素逐步Logistic回归模型得出的5个因素,并依此建立ANN预测模型,该模型为3层5-4-2结构。训练集的灵敏度、特异度、错误率分别为88.1%、52.9%、22.5%,测试集的灵敏度、特异度、错误率分别为90.5%、71.1%、27.6%,各种影响因素权重分别为糖尿病17.1%、术后低钾血症13.3%、BMI 11.5%、性别8.1%、吸烟7.6%。ROC曲线显示,多因素逐步Logistic回归模型、ANN预测模型预测术后肠麻痹的AUC分别为0.810、0.880,这提示ANN预测模型的预测价值高于多因素逐步Logistic回归模型。结论男性、BMI过低、吸烟、糖尿病、术后低钾血症是无痛胃肠镜检查后肠麻痹的影响因素,本研究构建的ANN预测模型可以准确预测术后肠麻痹的发生风险,为识别高危人群、采取早期干预措施提供依据。
暂无评论