源自风暴统计网：一键统计分析与绘图的AI网站
回顾性筛选了2012年9月至2022年9月期间在医院 A、B 两个病区接受肺肿瘤胸外科手术的患者资料。
-
中山院区的患者构成训练集（n=11,458）；
-
浑南院区的患者构成验证集（n=4,910）；
研究样本与治疗资料来自医院电子信息系统。
2.电子病历缺失数据处理
-
若某变量缺失比例＞20%，则将该变量从最终数据集中剔除；
-
若缺失比例＜=20%，则采用均值插补法进行插补。
3.模型超参数设置
通过训练集中的十折交叉验证（10-fold cross-validation）选取。
4.特征筛选
为实现特征选择并降低数据维度，首先采用单变量logistic回归对所有变量进行筛选。
单变量分析显示，年龄、饮酒史、手术时长、术中肋间神经阻滞、术后PCA及麻醉插管方式与PCNC发生显著相关。在单变量筛选出上述六个变量后，我们补入麻醉药物用量相关变量（如舒芬太尼），因其为麻醉医师重点关注的因素。
将上述变量一并纳入多变量logistic回归进一步筛选候选变量。筛选结果显示，最终仅有六个变量与PCNC独立相关：年龄、手术时长、术中肋间神经阻滞、PCA 类型、气管插管方式及舒芬太尼用量。
对上述所有变量进行了多重共线性检验，方差膨胀因子（VIF）均＜10。
最终，这六项独立因素被用于构建PCNC的预测模型。
5.构建机器学习预测模型
使用 R 软件构建多种机器学习模型，包括logistic回归、XGBoost、随机森林（Random forest）、LightGBM 与朴素贝叶斯（Naïve Bayes）。模型在训练与验证过程中重复 10 次抽样，以分析训练集与验证集指标的重要性，并据此选择最优模型。
6.模型评估与比较
通过计算受试者工作特征曲线（ROC）的曲线下面积（AUC）及特异度、敏感度、准确率、阳性预测值（PPV）和阴性预测值（NPV）来评估训练集与验证集中的模型效能。
结果显示，在训练集中，随机森林表现最好：AUC=0.898（95% CI：0.892–0.904），敏感度0.905，特异度0.712，PPV=0.451，NPV=0.966。
在验证集中，随机森林和 LightGBM 同样表现良好，AUC 为0.752。
XGBoost 与logistic回归的结果表明，朴素贝叶斯的 AUC 值最低，但仍超过0.7，表明所有模型总体上均有令人满意的表现。
为五种模型绘制了校准曲线，发现在训练集与验证集中，各模型的校准曲线均接近理想线。
决策曲线分析（DCA）显示五种机器学习模型均具有良好的临床适用性。
7.构建列线图
由于基于logistic回归的预测列线图直观且在临床中广泛使用，本研究在构建多种机器学习模型的基础上，同时开发了用于临床便捷应用的 PCNC 预测列线图。