目的 分析行肿瘤细胞减灭术(CRS)联合腹腔热灌注化疗术(HIPEC)的患者术后肺部并发症(PPC)的危险因素,并构建预测模型。 方法 收集行CRS+HIPEC的298例患者围手术期信息[性别、年龄、美国麻醉医师协会(ASA)分级、手术时间、术中总入量、术中总出量、出血量、尿量、胶体液输注量、晶体液输注量、自体血回输量、红细胞输注量、血浆输注量、围手术期进行目标导向液体治疗(GDFT)时参考的每搏变异度(SVV)值]。根据患者术后有无PPC,将患者分为PPC组(106例)和非PPC组(192例)。采用逐步回归分析筛选PPC的特征变量并建立随机森林预测模型,计算随机森林预测模型的袋外误差率,分别在训练集和测试集上计算混淆矩阵及参数(包括准确度、Kappa值、灵敏度、特异度、精准度、召回率、F1‑Score);绘制受试者操作特征曲线(ROC曲线)[并计算曲线下面积(AUC)及95%置信区间(CI)]、校准曲线,绘制自变量排序图和各特征变量的偏依赖图。 结果 与非PPC组比较,PPC组的手术时间较长(P<0.05),术中总入量、术中总出量、出血量、胶体液输注量、尿量和红细胞输注量均较多(均P<0.05),围手术期进行GDFT时参考的SVV值较低,差异有统计学意义(P<0.05)。逐步回归分析显示手术时间、出血量、红细胞输注量和围手术期进行GDFT时参考的SVV值为PPC的特征变量(P<0.05)。随机森林预测模型的袋外误差率为1.400%。训练集准确度1.000,测试集准确度0.952,说明模型整体预测准确性高。Kappa值训练集1.000,测试集为0.894,说明模型整体预测能力的一致性高。训练集的灵敏度为1.000,特异度为1.000,测试集的灵敏度为0.871,特异度为1.000,说明模型的整体区分度较好。训练集的精准度为1.000,召回率为1.000,F1‑Score为1.000,测试集的精准度为1.000,召回率为0.871,F1‑Score为0.931,说明模型对于阳性结果的预测能力高。训练集ROC曲线的AUC为1.000(95%CI 1.000~1.000),测试集ROC曲线的AUC为0.997(95%CI 0.962~1.000),表明该预测模型具有较好的判别能力。从自变量排序图可以看出特征变量对PPC的贡献程度:特征变量对PPC影响大小排序为围手术期进行GDFT时参考的SVV值>手术时间>出血量>红细胞输注量。从偏依赖图可以看出每个特征变量对PPC的影响及PPC随特征变量的变化趋势:PPC基本随手术时间的增加而波动上升;当出血量<1 000 ml时,PPC波动改变,上升不明显,当术中出血量>1 000 ml时,PPC概率明显上升;红细胞输注量>1 000 ml时,PPC上升明显;围手术期进行GDFT时参考的SVV值与PPC变化呈负相关。 结论 影响PPC的特征变量有手术时间、出血量、红细胞输注量和围手术期进行GDFT时参考的SVV值。构建的随机森林预测模型具有良好的区分度与准确度,能很好地运用于进行CRS+HIPEC患者PPC的预测。