Risk prediction model of encephalocele after severe traumatic brain injury was constructed based on random forest algorithm

doi:10.3877/cma.j.issn.2095-9141.2024.06.007

Abstract

Abstract:

Objective

To analyze the risk factors of postoperative encephalocele in patients with severe traumatic brain injury （sTBI）， and to construct a risk prediction model for postoperative encephalocele using random forest algorithm.

Methods

One hundred and eighty patients with sTBI who underwent surgical treatment from March 2020 to June 2023 in Rehabilitation Department of the 901^st Hospital of the PLA Joint Logistic Support Force were retrospectively collected as the research objects and used as the modeling group. The patients were divided into the encephalocele group and the nonencephalocele group according to whether they developed encephalocele after surgery. Multivariate Logistic regression was used to analyze the risk factors of postoperative encephalocele in patients with sTBI， and R software was used to establish a random forest model to predict the occurrence of postoperative encephalocele in patients with sTBI. At the same time， 78 patients with sTBI admitted to our hospital from July 2023 to April 2024 were collected as the verification group to verify the accuracy of the random forest model.

Results

Among 180 patients with sTBI， 104 patients with sTBI had postoperative encephalocele （encephalocele group）， and 76 patients with sTBI did not have postoperative encephalocele （non-encephalocele group）， and the incidence of postoperative encephalocele was 57.78%（104/180）. There were significant differences in preoperative intracranial pressure， preoperative GCS score， time from injury to operation， no artificial dural relaxation suture， use of elastic swimming cap and delayed hemorrhage between the encephalocele group and the non - encephalocele group （P＜0.05）.Multivariate Logistic regression analysis showed that preoperative intracranial pressure ＞60 mmHg，preoperative GCS score 3-5 points，time from injury to operation ＞6 h，no artificial dural relaxation suture，no use of elastic swimming cap， and delayed hemorrhage were all independent risk factors for postoperative encephalocele in sTBI patients （P＜0.05）. The results of random forest analysis showed that the relative important predictors of postoperative encephalocele in sTBI patients were， in order，preoperative GCS score， time from injury to operation， no artificial dural relaxation suture， preoperative intracranial pressure， delayed hemorrhage， and use of elastic swimming cap. Based on the above factors，the AUC value of the random forest model for postoperative encephalocele in sTBI patients was 0.850（sensitivity 78.85%，specificity 78.95%），which was higher than that of the multivariate Logistic regression model （AUC=0.811）， and the difference was statistically significant （Z=2.296， P=0.022）. Further external verification of the model found that， The AUC value， specificity and sensitivity of the verification group were 0.838， 81.40% and 74.36%， respectively， which were close to the AUC of the modeling group， with medium prediction efficiency （Z=0.740，P=0.460）.

Conclusion

The influencing factors of postoperative encephalocele in sTBI patients were in order of preoperative GCS score， time from injury to operation， no artificial dural relaxation suture，preoperative intracranial pressure，delayed hemorrhage，and use of elastic swimming cap.The random forest model constructed in this study has a good risk prediction efficiency.

Key words: Severe traumatic brain injury, Postoperative encephalocele, Influencing factors, Risk prediction, Random forest

Xia Wang, Yulei Liang, Jie Shen, Jie Yuan, Yingpeng Wu, Lili Zhang, Xiangdi Chen. Risk prediction model of encephalocele after severe traumatic brain injury was constructed based on random forest algorithm[J]. Chinese Journal of Neurotraumatic Surgery(Electronic Edition), 2024, 10(06): 359-366.

/ / Recommend

Add to citation manager EndNote|Ris|BibTeX

URL: https://zhsjcswkdzzz.cma-cmc.com.cn/EN/10.3877/cma.j.issn.2095-9141.2024.06.007

https://zhsjcswkdzzz.cma-cmc.com.cn/EN/Y2024/V10/I06/359

Figures/Tables 8

Tab.1 Comparison of clinical data between the encephalocele group and the non-encephalocele group

项目	脑膨出组（n=104）	非脑膨出组（n=76）	t/χ²值	P值
性别［例（%）］			0.641	0.423
男性	65（62.50）	43（56.58）
女性	39（37.50）	33（43.42）
年龄（岁， $\overset{ˉ}{x}$ ±s）	47.34±8.62	45.27±9.04	1.559	0.121
体质量指数（kg/m²， $\overset{ˉ}{x}$ ±s）	22.84±2.16	22.37±2.21	1.428	0.155
居住地［例（%）］			0.043	0.835
农村	55（52.88）	39（51.32）
城镇	49（47.12）	37（48.68）
文化程度［例（%）］			0.250	0.617
初中及以上	44（42.31）	35（46.05）
初中以下	60（57.69）	41（53.95）
抽烟［例（%）］	43（41.35）	31（40.79）	0.006	0.940
饮酒［例（%）］	50（48.08）	33（43.42）	0.383	0.536
糖尿病［例（%）］	14（13.46）	9（11.84）	0.103	0.748
高血压［例（%）］	24（23.08）	13（17.11）	0.959	0.327
术前颅内压［例（%）］			10.677	0.001
＞60 mmHg	51（49.04）	19（25.00）
≤60 mmHg	53（50.96）	57（75.00）
术前低血压［例（%）］	23（22.12）	10（13.16）	2.353	0.125
术前GCS评分［例（%）］			9.400	0.002
6～8分	43（41.35）	49（64.47）
3～5分	61（58.65）	27（35.53）
脑干损伤［例（%）］	39（37.50）	19（25.00）	3.142	0.076
受伤到手术时间［例（%）］			10.718	0.001
＞6 h	64（61.54）	28（36.84）
≤6 h	40（38.46）	48（63.16）
致病原因［例（%）］			0.141	0.932
高空坠落	31（29.81）	21（27.63）
车祸	49（47.12）	36（47.37）
其他原因	24（23.08）	19（25.00）
合并多发伤［例（%）］	53（50.96）	35（46.05）	0.423	0.515
未人工硬膜减张缝合［例（%）］	39（37.50）	12（15.79）	10.193	0.001
基底池消失［例（%）］	42（40.38）	24（61.58）	1.466	0.226
使用弹力泳帽［例（%）］	77（74.04）	68（89.47）	6.679	0.010
脑积水［例（%）］	34（32.69）	20（26.32）	0.850	0.356
迟发型出血［例（%）］	48（46.15）	18（23.68）	9.547	0.002

Tab.1 Comparison of clinical data between the encephalocele group and the non-encephalocele group

项目	脑膨出组（n=104）	非脑膨出组（n=76）	t/χ²值	P值
性别［例（%）］			0.641	0.423
男性	65（62.50）	43（56.58）
女性	39（37.50）	33（43.42）
年龄（岁， $\overset{ˉ}{x}$ ±s）	47.34±8.62	45.27±9.04	1.559	0.121
体质量指数（kg/m²， $\overset{ˉ}{x}$ ±s）	22.84±2.16	22.37±2.21	1.428	0.155
居住地［例（%）］			0.043	0.835
农村	55（52.88）	39（51.32）
城镇	49（47.12）	37（48.68）
文化程度［例（%）］			0.250	0.617
初中及以上	44（42.31）	35（46.05）
初中以下	60（57.69）	41（53.95）
抽烟［例（%）］	43（41.35）	31（40.79）	0.006	0.940
饮酒［例（%）］	50（48.08）	33（43.42）	0.383	0.536
糖尿病［例（%）］	14（13.46）	9（11.84）	0.103	0.748
高血压［例（%）］	24（23.08）	13（17.11）	0.959	0.327
术前颅内压［例（%）］			10.677	0.001
＞60 mmHg	51（49.04）	19（25.00）
≤60 mmHg	53（50.96）	57（75.00）
术前低血压［例（%）］	23（22.12）	10（13.16）	2.353	0.125
术前GCS评分［例（%）］			9.400	0.002
6～8分	43（41.35）	49（64.47）
3～5分	61（58.65）	27（35.53）
脑干损伤［例（%）］	39（37.50）	19（25.00）	3.142	0.076
受伤到手术时间［例（%）］			10.718	0.001
＞6 h	64（61.54）	28（36.84）
≤6 h	40（38.46）	48（63.16）
致病原因［例（%）］			0.141	0.932
高空坠落	31（29.81）	21（27.63）
车祸	49（47.12）	36（47.37）
其他原因	24（23.08）	19（25.00）
合并多发伤［例（%）］	53（50.96）	35（46.05）	0.423	0.515
未人工硬膜减张缝合［例（%）］	39（37.50）	12（15.79）	10.193	0.001
基底池消失［例（%）］	42（40.38）	24（61.58）	1.466	0.226
使用弹力泳帽［例（%）］	77（74.04）	68（89.47）	6.679	0.010
脑积水［例（%）］	34（32.69）	20（26.32）	0.850	0.356
迟发型出血［例（%）］	48（46.15）	18（23.68）	9.547	0.002

Tab.2 Multivariate Logistic regression analysis of postoperative brain herniation in patients with sTBI

因素	回归系数	标准误	Wald χ²值	P值	OR值	95%CI
术前颅内压（＞60 mmHg）	1.116	0.383	8.469	0.004	3.052	1.440～6.472
术前GCS评分（3～5分）	1.271	0.374	11.536	0.001	3.566	1.712～7.427
受伤到手术时间（＞6 h）	0.910	0.364	6.251	0.012	2.484	1.217～5.069
未人工硬膜减张缝合	1.339	0.435	9.484	0.002	3.814	1.627～8.941
未使用弹力泳帽	1.086	0.492	4.864	0.027	2.962	1.128～7.773
迟发型出血	1.237	0.389	10.125	0.001	3.444	1.608～7.376
常数	-2.115	0.424	24.916	0.000	0.121	-

Fig.1 Random forest plots of postoperative encephalocele in sTBI patients

Tab.3 Variable assignment table

变量	赋值方式
因变量
sTBI患者术后是否发生脑膨出	否=“0”；是=“1”
自变量
术前颅内压	≤60 mmHg=“0”；＞60 mmHg=“1”
术前GCS评分	6～8分=“0”；3～5分=“1”
受伤到手术时间	≤6 h=“0”；＞6 h=“1”
未人工硬膜减张缝合	否=“0”；是=“1”
使用弹力泳帽	是=“0”；否=“1”
迟发型出血	否=“0”；是=“1”

Fig.2 ROC curves of the two models predicting postoperative encephalocele in patients with sTBI

Tab.4 Diagnostic efficacy of two prediction models for postoperative brain herniation in patients with sTBI

模型	AUC	灵敏度	特异度	约登指数	标准误	P值	95%CI
多因素Logistic回归模型	0.811	74.04	76.32	0.504	0.033	＜0.001	0.746～0.865
随机森林模型	0.850	78.85	78.95	0.578	0.029	＜0.001	0.789～0.898

Fig.3 ROC curve for predicting postoperative kyphosis in sTBI patients in the validation group

Tab.5 Comparison of clinical data between modeling group and validation group patients

项目	建模组（n=180）	验证组（n=78）	t/χ²值	P值
性别［例（%）］			0.001	0.969
男性	108（60.00）	47（60.26）
女性	72（40.00）	31（39.74）
年龄（岁， $\overset{ˉ}{x}$ ±s）	47.52±8.83	49.25±8.31	1.471	0.143
体质量指数（kg/m²， $\overset{ˉ}{x}$ ±s）	23.15±2.18	23.63±2.25	1.609	0.109
居住地［例（%）］			0.499	0.480
农村	94（52.22）	37（47.44）
城镇	86（47.78）	41（52.56）
文化程度［例（%）］			0.055	0.814
初中及以上	79（43.89）	33（42.31）
初中以下	101（56.11）	45（57.69）
抽烟［例（%）］	74（41.11）	36（46.15）	0.566	0.452
饮酒［例（%）］	83（46.11）	30（38.46）	1.294	0.255
糖尿病［例（%）］	23（12.78）	11（14.10）	0.083	0.773
高血压［例（%）］	37（21.67）	15（19.23）	0.195	0.659
术前颅内压［例（%）］			0.265	0.607
＞60 mmHg	70（38.89）	33（42.31）
≤60 mmHg	110（61.11）	45（57.69）
术前低血压［例（%）］	33（18.33）	15（19.23）	0.029	0.865
术前GCS评分［例（%）］			0.163	0.686
6～8分	92（51.11）	42（53.85）
3～5分	88（48.89）	36（46.15）
脑干损伤［例（%）］	58（32.22）	22（28.21）	0.410	0.522
受伤到手术时间［例（%）］			0.352	0.553
＞6 h	92（51.11）	43（55.13）
≤6 h	88（48.89）	35（44.87）
致病原因［例（%）］			1.755	0.416
高空坠落	52（28.89）	29（37.18）
车祸	85（47.22）	32（41.03）
其他	43（23.89）	17（21.79）
合并多发伤［例（%）］	88（48.89）	39（50.00）	0.027	0.870
未人工硬膜减张缝合［例（%）］	51（28.33）	25（32.05）	0.362	0.547
基底池消失［例（%）］	66（36.67）	27（34.62）	0.099	0.753
使用弹力泳帽［例（%）］	145（80.56）	59（75.65）	0.794	0.373
脑积水［例（%）］	54（30.00）	18（23.08）	1.296	0.255
迟发型出血［例（%）］	66（36.67）	29（37.18）	0.006	0.937

Tab.5 Comparison of clinical data between modeling group and validation group patients

项目	建模组（n=180）	验证组（n=78）	t/χ²值	P值
性别［例（%）］			0.001	0.969
男性	108（60.00）	47（60.26）
女性	72（40.00）	31（39.74）
年龄（岁， $\overset{ˉ}{x}$ ±s）	47.52±8.83	49.25±8.31	1.471	0.143
体质量指数（kg/m²， $\overset{ˉ}{x}$ ±s）	23.15±2.18	23.63±2.25	1.609	0.109
居住地［例（%）］			0.499	0.480
农村	94（52.22）	37（47.44）
城镇	86（47.78）	41（52.56）
文化程度［例（%）］			0.055	0.814
初中及以上	79（43.89）	33（42.31）
初中以下	101（56.11）	45（57.69）
抽烟［例（%）］	74（41.11）	36（46.15）	0.566	0.452
饮酒［例（%）］	83（46.11）	30（38.46）	1.294	0.255
糖尿病［例（%）］	23（12.78）	11（14.10）	0.083	0.773
高血压［例（%）］	37（21.67）	15（19.23）	0.195	0.659
术前颅内压［例（%）］			0.265	0.607
＞60 mmHg	70（38.89）	33（42.31）
≤60 mmHg	110（61.11）	45（57.69）
术前低血压［例（%）］	33（18.33）	15（19.23）	0.029	0.865
术前GCS评分［例（%）］			0.163	0.686
6～8分	92（51.11）	42（53.85）
3～5分	88（48.89）	36（46.15）
脑干损伤［例（%）］	58（32.22）	22（28.21）	0.410	0.522
受伤到手术时间［例（%）］			0.352	0.553
＞6 h	92（51.11）	43（55.13）
≤6 h	88（48.89）	35（44.87）
致病原因［例（%）］			1.755	0.416
高空坠落	52（28.89）	29（37.18）
车祸	85（47.22）	32（41.03）
其他	43（23.89）	17（21.79）
合并多发伤［例（%）］	88（48.89）	39（50.00）	0.027	0.870
未人工硬膜减张缝合［例（%）］	51（28.33）	25（32.05）	0.362	0.547
基底池消失［例（%）］	66（36.67）	27（34.62）	0.099	0.753
使用弹力泳帽［例（%）］	145（80.56）	59（75.65）	0.794	0.373
脑积水［例（%）］	54（30.00）	18（23.08）	1.296	0.255
迟发型出血［例（%）］	66（36.67）	29（37.18）	0.006	0.937

References 21

［1］	何鑫，贺亚龙，武秀权，等.成年重型颅脑损伤后加重继发性脑损伤的危险因素分析［J］.中华神经创伤外科电子杂志，2021，7（3）：132-136.DOI：10.3877/cma.j.issn.2095-9141.2021.03.002.He X， He YL， Wu XQ， et al. Analysis of risk factors for aggravating secondary brain injury after adult severe traumatic brain injury［J］. Chin J Neurotrauma Surg （Electronic Edition），2021， 7（3）： 132-136. DOI： 10.3877/cma.j.issn.2095-9141.2021.03.002.
［2］	阳建国，钟兴明，吴利平.颅内压监测下控制性减压联合预缝式关颅在重型颅脑损伤手术中的作用探讨［J］.中华神经创伤外科电子杂志， 2020， 6（5）： 265-269. DOI： 10.3877/cma.j.issn.2095-9141.2020.05.003.Yang JG， Zhong XM， Wu LP. Effect of controlled decompression combined with presuture craniotomy under intracranial pressure monitoring in severe traumatic brain injury［J］. Chin J Neurotrauma Surg （Electronic Edition），2020，6（5）：265-269.DOI：10.3877/cma.j.issn.2095-9141.2020.05.003.
［3］	Liu J， Li Q， Zhang KS， et al. Downregulation of the long noncoding RNA Meg3 promotes angiogenesis after ischemic brain injury by activating notch signaling［J］. Mol Neurobiol， 2017， 54（10）：8179-8190.DOI：10.1007/s12035-016-0270-z.
［4］	Siponkoski ST， Martínez - Molina N， Kuusela L， et al. Music therapy enhances executive functions and prefrontal structural neuroplasticity after traumatic brain injury： evidence from a randomized controlled trial［J］. J Neurotrauma， 2020， 37（4）： 618-634.DOI：10.1089/neu.2019.6413.
［5］	Roberts I， Shakur-Still H， Aeron-Thomas A， et al. Tranexamic acid to reduce head injury death in people with traumatic brain injury： the CRASH-3 international RCT［J］. Health Technol Assess，2021，25（26）：1-76.DOI：10.3310/hta25260.
［6］	郑雨萌，张艳，管义祥，等.脉搏指数连续心输出量技术在重度颅脑损伤患者液体管理中的应用效果评价［J］.实用临床医药杂志，2023，27（2）：130-133，144.DOI：10.7619/jcmp.20221848.Zheng YM， Zhang Y， Guan YX， et al. Effect of pulse index continuous cardiac output technology in fluid management of patients with severe craniocerebral injury［J］. Journal of Clinical Medicine in Practice， 2023， 27（2）： 130-133， 144. DOI： 10.7619/jcmp.20221848.
［7］	管诚，沈剑虹，管义祥，等.标准大骨瓣减压结合腰大池持续引流术对重型颅脑损伤的疗效与预后的影响［J］.中华神经创伤外科电子杂志， 2021， 7（5）： 281-287. DOI： 10.3877/cma.j.issn.2095-9141.2021.05.006.Guan C， Shen JH， Guan YX， et al. Efficacy and prognostic effects of standard large bone flap decompression combined with lumbar cistern continuous drainage on patients with severe traumatic brain injury［J］. Chin J Neurotrauma Surg （Electronic Edition），2021， 7（5）： 281-287. DOI： 10.3877/cma.j.issn.2095-9141.2021.05.006.
［8］	Akyol ME， Çelegen I， Basar I， et al. Hydrocephalus in encephalocele［J］.Eur Rev Med Pharmacol Sci，2022，26（15）：5399-5405.DOI：10.26355/eurrev_202208_29407.
［9］	朱春兰，李晓玉，罗静枝，等.重型颅脑损伤患者阶梯式减压策略下行去骨瓣减压术的应用效果及术中急性脑膨出的影响因素分析［J］. 现代生物医学进展， 2022， 22（22）： 4320-4325. DOI：10.13241/j.cnki.pmb.2022.22.023.Zhu CL， Li XY， Luo JZ， et al. Application effect of step decompression strategy to remove bone flap decompression in severe traumatic brain injury and analysis of influencing factors of intraoperative acute encephalocele［J］.Prog Mod Biomed，2022，22（22）：4320-4325.DOI：10.13241/j.cnki.pmb.2022.22.023.
［10］	江基尧，朱诚.现代颅脑损伤学［M］.2 版.上海：第二军医大学出版社，2004.Jiang JY， Zhu C. Modern craniocerebral injury［M］. 2nd ed.Shanghai：Second Military Medical University Press，2004.
［11］	林利刚，林达，林高钧，等.重型颅脑损伤术中脑膨出分析及处理［J］.中国医师杂志，2018，20（3）：437-439.DOI：10.3760/cma.j.issn.1008-1372.2018.03.034.Lin LG， Lin D， Lin GJ， et al. Analysis and management of encephalocele during operation of severe craniocerebral injury［J］.J Chin Physician，2018，20（3）：437-439.DOI：10.3760/cma.j.issn.1008-1372.2018.03.034.
［12］	Fure SCR， Howe EI， Andelic N， et al. Cognitive and vocational rehabilitation after mild-to-moderate traumatic brain injury： a randomised controlled trial［J］. Ann Phys Rehabil Med， 2021， 64（5）：101538.DOI：10.1016/j.rehab.2021.101538.
［13］	Brett BL， Gardner RC， Godbout J， et al. Traumatic brain injury and risk of neurodegenerative disorder［J］. Biol Psychiatry， 2022，91（5）：498-507.DOI：10.1016/j.biopsych.2021.05.025.
［14］	陈飞翔，徐超，张存海.重型颅脑损伤机械通气患者留置鼻肠管进行肠内营养的效果分析［J］. 中华危重病急救医学， 2018，30（1）：57-60.DOI：10.3760/cma.j.issn.2095-4352.2018.01.011.Chen FX， Xu C， Zhang CH. Effect of indwelling nasointestinal tube for enteral nutrition support in patients with severe craniocerebral trauma undergoing mechanical ventilation［J］. Chin Crit Care Med，2018，30（1）：57-60.DOI：10.3760/cma.j.issn.2095-4352.2018.01.011.
［15］	付兵舰.重型颅脑损伤患者大骨瓣减压术后发生脑膨出的相关因素分析［J］. 临床医学， 2019， 39（10）： 7-9. DOI： 10.19528/j.issn.1003-3548.2019.10.003.Fu BJ. Influencing factors of encephalocele after large bone flap decompression in patients with severe craniocerebral injury［J］.Clin Med，2019，39（10）：7-9.DOI：10.19528/j.issn.1003-3548.2019.10.003.
［16］	冀方愿，宋英，付辉.重型颅脑损伤患者去骨瓣减压术后并发脑膨出的危险因素分析［J］.医学综述，2020，26（9）：1843-1846.DOI：10.3969/j.issn.1006-2084.2020.09.032.Ji FY， Song Y， Fu H. Risk factors analysis of encephalocele after decompressive craniectomy in patients with severe craniocerebral injury［J］. Med Recapitulate， 2020， 26（9）： 1843-1846. DOI： 10.3969/j.issn.1006-2084.2020.09.032.
［17］	王安然.重型颅脑损伤患者大骨瓣减压术后脑膨出影响因素的临床分析［D］.郑州：郑州大学，2017.Wang AR. The clinical research of influence factor of external cerebral herniation following large decompressive craniectomy in patients with severe traumatic brain injury［D］. Zhengzhou： Zhengzhou University，2017.
［18］	朱振云，梁建锋，张红彬，等.重型脑外伤大骨瓣减压术后脑膨出影响因素分析［J］. 山东医药， 2016， 56（26）： 97-98. DOI：10.3969/j.issn.1002-266X.2016.26.036.Zhu ZY， Liang JF， Zhang HB， et al. Analysis of influencing factors of encephalocele after large bone flap decompression for severe traumatic brain injury［J］. Shandong Med J， 2016， 56（26）：97-98.DOI：10.3969/j.issn.1002-266X.2016.26.036.
［19］	王恒福，鲁健，杨宏，等.重型颅脑损伤术中急性脑膨出相关高危因素分析［J］. 中外医学研究， 2022， 20（14）： 121-125. DOI：10.14033/j.cnki.cfmr.2022.14.031.Wang HF， Lu J， Yang H， et al. Analysis of high-risk factors related to acute encephalocele during surgery for severe traumatic brain injury［J］. Chinese and Foreign Medical Research， 2022， 20（14）：121-125.DOI：10.14033/j.cnki.cfmr.2022.14.031.
［20］	Dercle L， Zhao B， Gönen M， et al. Early readout on overall survival of patients with melanoma treated with immunotherapy using a novel imaging analysis［J］. JAMA Oncol， 2022， 8（3）： 385-392.DOI：10.1001/jamaoncol.2021.6818.
［21］	Shi G， Liu G， Gao Q， et al. A random forest algorithm-based prediction model for moderate to severe acute postoperative pain after orthopedic surgery under general anesthesia［J］. BMC Anesthesiol，2023，23（1）：361.DOI：10.1186/s12871-023-02328-1.

[1]	Hongchu Huang, Meirong Huang, Lihong Wen. Risk factor analysis and risk prediction model of granulocytopenia infection after chemotherapy in patients with hematological malignancies [J]. Chinese Journal of Experimental and Clinical Infectious Diseases(Electronic Edition), 2024, 18(05): 285-292.
[2]	Qi Li, Minghui Dou, Pengbo Jia, Xintuan Wang, Da Lei, Junhui Li, Rui Yang, Chenglin Yang, Xiaodi Zhang, Qiwei Hao, Xilin Geng, Yu Zhang, Yimin Liu, Zhihua Guo, Chunhe Yao, Tianyi Wang, Zhiqiang Cai, Shubin Si, Wenbin Yang, Zhimin Geng, Dong Zhang. Prediction model for neoplastic gallbladder polyps based on random forest algorithm [J]. Chinese Journal of Hepatic Surgery(Electronic Edition), 2025, 14(01): 46-52.
[3]	Yu Gong, Yuan Liao, Mei Shang. Influencing factors and prediction model for recurrence of hepatocellular carcinoma after TACE [J]. Chinese Journal of Hepatic Surgery(Electronic Edition), 2024, 13(06): 818-824.
[4]	Zongjie Chen, Tiansong Hu. Analysis of influencing factors of bile leakage after treatment in patients with liver trauma and rupture [J]. Chinese Journal of Hepatic Surgery(Electronic Edition), 2024, 13(06): 836-840.
[5]	Huiling He, Zubin Lu, Jiali Feng, Shengqiang Liang. Effect of preoperative peripheral blood NLR and PLR on postoperative colon cancer liver metastasis [J]. Chinese Journal of Hepatic Surgery(Electronic Edition), 2024, 13(05): 682-687.
[6]	Weiwei Zhang, Qi Chen, Heyu Weng, Liang Huang. Preliminary study on prediction of lymph node metastasis of T1 colorectal cancer by random forest model [J]. Chinese Journal of Colorectal Diseases(Electronic Edition), 2024, 13(05): 389-393.
[7]	Lu Zhou, Rongbo Wen, Zixuan Liu, Yiyang Li, Leqi Zhou, Xiaoming Zhu, Haifeng Gong, Xianhua Gao, Zheng Lou, Lianjie Liu, Liqiang Hao, Guanyu Yu, Wei Zhang. Health economics research of Changhai-AL-Prediction model to guide rational implementation of protective ostomy [J]. Chinese Journal of Colorectal Diseases(Electronic Edition), 2024, 13(04): 280-287.
[8]	Beibei Wang, Zhenyi Cui, Jing Wang, Hanyan Wang, Hongzhi Lv, Xiuting Li. Development and Validation of postoperative anemia prediction model in elderly patients with intertro-chanteric fracture [J]. Chinese Journal of Geriatric Orthopaedics and Rehabilitation(Electronic Edition), 2024, 10(06): 355-362.
[9]	Guibin Fang, Jin Xiao, Guangtao Fu, Qiujian Zheng. Factors affecting walking ability in elderly patients with hip fractures one year after surgery [J]. Chinese Journal of Geriatric Orthopaedics and Rehabilitation(Electronic Edition), 2024, 10(05): 273-280.
[10]	Liang Shan, Yi Liu, Tao Yu, Li Xu. The psychological resilience status and influencing factors of elderly patients with femoral neck fractures after surgery [J]. Chinese Journal of Geriatric Orthopaedics and Rehabilitation(Electronic Edition), 2024, 10(05): 294-300.
[11]	Ruhai Wang, Shen Wang, Min Zhang, Chun Li, Chao Han, Qiang Yu, Haicheng Hu, Xizhen Li. Analysis of influencing factors of short-term mortality risk in patients with severe traumatic brain injury after decompressive craniectomy [J]. Chinese Journal of Brain Diseases and Rehabilitation(Electronic Edition), 2024, 14(05): 285-291.
[12]	Shen Wang, Ruhai Wang, Chun Li, Zhen Yang, Feilin Sun. Risk factors analysis and prediction model construction of prolonged length of stay in patients with moderate and severe traumatic brain injury [J]. Chinese Journal of Brain Diseases and Rehabilitation(Electronic Edition), 2024, 14(03): 146-153.
[13]	Xiaowen Cai, Huijing Li, Jie Qiu, Yifan Yang, Suxian Wu, Yutong Lin, Qiuna He. Construction and verification of a pain risk prediction model for patients with liver cancer after TACE [J]. Chinese Journal of Clinicians(Electronic Edition), 2024, 18(08): 722-728.
[14]	Yunhe Hu, Yuzhuo Zhou, Ruiying Fu, Fan Yu, Aidong Li. Influencing factors and management strategies for GB1 group hospitalization expenses under the CHS-DRG payment system [J]. Chinese Journal of Clinicians(Electronic Edition), 2024, 18(06): 568-574.
[15]	Xiaoyun Huang, Yaji Yao. Factors influencing the career longevity of pre-hospital emergency doctors and proposed countermeasures [J]. Chinese Journal of Hygiene Rescue(Electronic Edition), 2024, 10(05): 281-285.

Please choose a citation manager

Content to export