摘要:目的:比较支持向量机(support vector machine,SVM)和传统的Logistic回归构建的急性出血性脑卒中(intracerebral hemorrhage,ICH)早期预后判别模型的预测性能,探索急性ICH预后研究的新方法-方法:收集急性ICH患者339例,随访观察21 d时的临床转归情况-应用随机数字法以3∶1的比例分为两组,一组作为训练样本用于筛选变量和建立预测模型,计254例;另一组作为验证样本,用于评价模型预测效果,计85例-建模方法采用SVM和常规统计方法中的Logistic回归-结果:通过对85例ICH患者的预测判别验证,SVM1的预测分类能力在4个模型为最强,4个模型预测的准确率和Youden指数分别为:Logistic回归:72.9%(62.0%~81.7%)-0.441 (0.249~0.633);SVM1:82.4%(72.3%~89.5%)-0.632 (0.465~0.799);SVM2:78.8%(68.4%~86.6%)-0.557(0.379~0.735);SVM3:78.8%(68.4%~86.6%)-0.563(0.385~0.741)-结论:采用SVM能较好地判断急性ICH患者的早期预后,其效能优于Logistic回归模型-