基于机器学习的维持性血液透析患者抑郁症状及影响因素研究

来源：中国血液净化杂志2026年第03期北京时间：

作者：李芳河 叶淑施 周祖木

单位：325000 温州，温州医科大学附属第一医院1神经内科 2产科325007 温州，3温州医科大学附属康宁医院 浙江省精神心理疾病临床医学研究中心

摘要：目的 本研究旨在探讨维持性血液透析(maintenance hemodialysis,MHD)患者并发抑郁症状及其影响因素。 方法 研究采用多中心设计，共纳入397例MHD患者，收集患者社会人口学资料、实验室检测指标及患者健康问卷-9(patient health questionnaire-9,PHQ-9)评分等，并采用单因素分析、Logistic回归和卡方自动交互检测器(Chi-square automatic interaction detector，CHAID)决策树分析方法确定影响因素。 结果 MHD患者抑郁症状的罹患率为21.91%。Logistic回归分析显示:失眠(OR=2.583，95%CI:1.472～4.533，P＜0.001)、糖尿病(OR=1.796，95%CI:1.026～3.144，P=0.040)和乙型肝炎(OR=3.996，95%CI:1.786～8.942,P＜0.001)是抑郁症状的独立影响因素。CHAID决策树分析显示失眠(χ2=20.046,P＜0.001)、糖尿病(χ2=5.543,P=0.019)、低蛋白血症(χ2 =19.198,P＜0.001)和β2-微球蛋白(β2-microglobulin‌，β2-MG)(χ2=10.969,P=0.008)是影响抑郁症状的主要因素。 结论 失眠、糖尿病、乙型肝炎、低蛋白血症和β2-MG与MHD患者的抑郁症状密切相关。本研究可为早期识别和干预MHD患者的抑郁症状提供科学依据。

关键词：机器学习；血液透析；抑郁；危险因素；Logistic回归；CHAID决策树

基金资助：温州市基础性科研项目课题(Y20240642)