基于随机森林算法的儿童缺铁性贫血风险预测模型的构建与验证
摘要
目的 构建儿童缺铁性贫血风险预测模型，为早期筛查提供参考依据。方法 选取2022年1月—2025年1月体检及就诊的6月龄~12岁儿童300例为研究对象，收集临床相关资料，按7∶3比例分为训练集与验证集，运用随机森林算法构建风险预测模型，采用ROC曲线、拟合检验评价模型效能。结果 低龄、母孕期贫血、辅食添加滞后、过量饮牛乳、偏食挑食、反复腹泻是儿童缺铁性贫血主要危险因素。模型训练集AUC为0.862，验证集AUC为0.835，整体预测效果理想。结论 该随机森林预测模型简便实用、准确度较高，可用于基层儿童贫血高危人群筛查，助力早期干预。
关键词
儿童；缺铁性贫血；随机森林；危险因素；预测模型
全文:
PDF镜像
|参考
[1]黎海芪.儿童缺铁和缺铁性贫血防治建议[J].中华儿科杂志,2018,56(8):570-574.
[2]陈洁,张琳.婴幼儿缺铁性贫血危险因素及预测模型研究[J].中国儿童保健杂志,2021,29(3):308-311.
[3]李廷玉,王念蓉.儿童铁缺乏与缺铁性贫血诊断与管理[J].中国实用儿科杂志,2020,35(6):421-425.
[4]中华预防医学会儿童保健分会等. 儿童铁缺乏和缺铁性贫血防治专家共识[J]. 中国实用儿科杂志, 2023, 38(3): 161-167.
[5]黄永玲, 李迎花, 张安慧, 等. 安徽省 6~24 月龄婴幼儿缺铁性贫血危险因素分析[J]. 中国妇幼保健, 2022, 37(10): 1823-1826.
(4 摘要 Views, 9 PDF Downloads)
Refbacks
- 当前没有refback。