郭学齐 闫贵贞 张彩霞 陈景娟

    [摘要] 目的 探讨决策树模型与Logistic回归模型在产后尿潴留(PUR)发生影响因素分析中的作用。 方法 收集2014年1月1日～2017年12月31日在浙江省丽水市人民医院(以下简称“我院”)经阴道分娩后发生PUR的180例产妇作为病例组，随机选取同期于我院经阴道分娩且未发生PUR的200例产妇作为对照组。采用决策树模型与Logistic回归模型回顾性分析PUR发生的相关影响因素。 结果 决策树模型和多因素Logistic回归模型分析均显示分娩镇痛(P = 0.047)、产钳助产(P = 0.001)以及会阴侧切(P 150 mL，或自行排尿后膀胱内残余尿量>150 mL[1]。PUR是产科常见的一种并发症，不仅使产妇膀胱长期处于过度充盈的状态，影响产后子宫恢复;还可能因子宫收缩欠佳而造成产后大出血[2-3]，危害不容忽视[4]。PUR可导致严重的后果，故发现与阐明PUR的高危因素，指导临床采取针对性措施，对避免PUR的发生至关重要。目前，国内外多采用Logistic回归模型分析发生PUR的影响因素[5]。该分析方法虽能有效地展现因变量和自变量之间的数量依存关系，但尚不足以处理某些非线性、高度交互作用及含大量缺失值等特征的资料，同时也无法直观地显示各因素对结果变量的重要程度[6-7]。决策树法(decision tree)作为数据挖掘领域的重要方法，已被广泛应用于医药生物领域，在很大程度上弥补了传统Logistic回归模型的缺陷和不足[8]。

    笔者分析已发表的文章，目前尚缺乏决策树模型在PUR数据分析中的应用。因此，本文将决策树模型应用于研究PUR的影响因素，比较并结合Logistic回归模型的结果，以期更好地对高危人群实施干预，减少PUR的发生。

    1 对象与方法

    1.1 研究对象 ......