梁汝江，井明霞，张梅，张眉，王永馨

(石河子大学医学院，新疆 石河子 832002)

高血压流行率高、控制率低，其引发的严重并发症造成了患者的健康损害和经济损失[1]。世界卫生组织指出，患者对降压药的不依从是高血压难以控制的最重要原因之一[2]。高血压患者当前由基层医疗机构进行管理，但管理方式无法满足患者的个性化需要[3]，采用预测模型识别出不依从的患者并进行精细化管理，可以更合理地分配卫生资源并使患者群体最大程度受益。国内依从性预测研究多使用回归模型进行预测，回归模型在应用时对数据分布有严格要求[4]，而机器学习方法则对数据分布没有严格要求，国外研究[5-7]发现使用机器学习方法预测服药依从性可以取得较好的预测精度。在预测因子方面，除了国内研究常用的变量外，本研究拟验证生活方式依从性、心理变量对服药依从性的预测作用。

本研究拟使用机器学习方法初步建立管理高血压患者服药依从性的预测模型，并验证预测模型效果，为提高基层医疗机构高血压管理效果提供依据，为完善服药依从性预测提供参考。

1 对象与方法

1.1 数据收集

1.1.1 调查对象

2017年7月采用目的抽样在新疆生产建设兵团某师随机抽取5个社区，根据当地社区管理名单随机抽取符合纳入排除标准的高血压患者共1131名。纳入排除标准见课题组前期研究[8]。

1.1.2 调查内容和调查方法

服药依从性使用自行设计的问卷进行测量，该测量工具是在国内相似研究基础上增加一个问题而来[8]，共包含5个条目：前四个问题询问患者能否按照医嘱要求的药物种类、次数、量、时间服药；……