【摘要】目的探讨腹腔镜胆囊切除手术的效费比，并通过聚类分析及人工智能机器学习方法构建预测模型。方法回顾性分析中山市人民医院腹腔镜胆囊切除术206例患者的临床资料。将患者住院总费用、总住院时间、住院至手术时间、术后住院时间、术前止痛药物应用次数、术后止痛药物应用次数等维度作为效费比指标进行聚类分析分类指标，分为三类，效费比优、中、差；以CT炎症情况、CT病灶情况、CT病灶部位、病理诊断、CA19-9、AFP、术前血糖、ALB、AST、ALT、PLT、HBG、RBC、WBC、CT距手术时间、伤口疼痛程度、手术时间、术前血压、CT病灶大小、住院至手术时间、术前禁食时间等指标作为变量，进行多分类logistic回归分析及机器学习进行预测模型构建，包括逻辑回归、线性支持向量机、支持向量机、决策树、随机森林、K近邻等分类器进行模型拟合。结果多分类logistic回归分析显示模型拟合卡方值为156.986，P<0.001，似然比ALB、WBC、CT距手术时间、住院至手术时间、高血压、肾脏疾病、手术人员差异有统计学意义，P值分别为0.001、0.019、0.029、<0.001、0.005、0.027、<0.001，模型拟合分类总符合率为74.8%(即准确率为0.748)。多层感知机模型K折验证评分0.461，预测评分0.802；逻辑回归模型K折验证评分0.437，预测评分0.726；支持向量机模型K折验证评分0.529，预测评分0.755；决策树模型K折验证评分0.462，预测评分0.585；随机森林模型K折验证评分0.529，预测评分0.726；K近邻模型K折验证评分0.388，预测评分0.623。结论分析腹腔镜胆囊切除手术效费比中，机器学习建模可有效预测效费比指标，可用于术前评估 ......