| 摘要: |
| 目的 探讨早产儿肺功能异常的危险因素，构建预测模型并绘制列线图。 方法 回顾性纳入2023年3月至2024年2
月在温州医科大学附属第一医院新生儿重症监护病房治愈出院的胎龄＜34周的85例早产儿为研究对象，纠正胎龄至37~42周行肺
功能检查，根据肺功能检查结果，分为肺功能正常或轻度异常组58例和肺功能中重度异常组27例。采用机器学习最小绝对收缩和选
择算子（LASSO）回归和极致梯度提升（XGBoost）算法构建模型，通过ROC曲线、校准曲线、临床决策曲线和临床影响曲线评估模型效
能，并绘制列线图。 结果 LASSO回归模型筛选出的变量为出生体重，验证集AUC为0.933。XGBoost模型筛选出的变量为出生体
重、支气管肺发育不良（BPD）和新生儿呼吸窘迫综合征（RDS），验证集AUC为0.967。校准曲线显示两种模型预测概率与实际观察结
果高度一致，提示预测与观察匹配度良好；临床决策曲线和临床影响曲线显示XGBoost模型在不同阈值下均能提供更高的临床净获
益。XGBoost模型列线图将出生体重、BPD和新生儿RDS整合为风险评分，可直观预测早产儿肺功能异常发生率。 结论 出生体
重、BPD及新生儿RDS是早产儿肺功能异常的独立预测因素，XGBoost模型具有较高的临床实用性。 |
| 关键词: |
| DOI：10.12056/j.issn.1006-2785.2026.48.4.2025-284 |
| 分类号: |
| 基金项目:温州市科技计划项目（Y20180255） |
|
|
|
|
| Abstract: |
|
| Key words: |
