목표는 침술을 통한 불면증 치료의 효과 예측 모델을 수립하고 침술 요법의 적합 인구 특성을 구축하여 임상 효과를 향상시키는데 도움을 주는 것입니다. 방법 불면증 환자 113명의 관련 데이터가 분석에 포함되어 침술 통독 조위방［패허이, 인대, 신맥(양쪽), 조해(양쪽)］요법을 사용하여 매번 30분, 주당 3회, 총 2주간 치료하였습니다. 필츠버그 수면 품질 지수(PSQI) 감점율을 총 임상 효과 평가 지표로 사용하였습니다. 변수 선택을 위해 일변량 로지스틱 회귀 및 Boruta 알고리즘을 결합하여 3가지 부스팅 알고리즘의 예측 정확도를 비교하여 최상의 알고리즘을 선택하였습니다. Gridsearch와 10-fold 교차 검증을 사용하여 최상의 알고리즘을 조정하였으며, 적절한 데이터 분할 방법을 위해 계층적 랜덤 분할 방법을 사용하였습니다. Youden 지수를 사용하여 최적의 절단값을 찾은 뒤 모델을 구축하고 성능을 평가하였으며, 최종적으로 SHAP 분석을 사용하여 모델을 시각화하여 해석하였습니다. 모델에 포함된 특성에는 N1기간이 총 수면 시간의 비율, N2기간이 총 수면 시간의 비율, 불을 끈 후 REM 기간 잠복 기간, 불을 끈 후 N2기간 잠복 기간, 잠들고 나서까지의 시간, PSQI 수면 효과 점수 및 혀상이 포함되었습니다. XGBoost가 최상의 알고리즘이며, 최상의 확률 임계값은 0.76이며, 해당 정확도는 0.91, 재현율은 0.91, F1 점수는 0.91, 정밀도는 0.91, AUC는 0.82입니다. 다음 조건을 충족하는 환자들은 침술 통독 조위방에 더 많이 반응하는 경향이 있습니다 N1기간 비율이 약 6% ~ 70%, 불을 끈 후 N2기간 잠복 기간이 약 40분 미만, 잠들고 나서까지의 시간이 약 75분 이하 또는 약 100 ~ 300분, 불을 끈 후 REM 기간 잠복 기간이 약 75분 이상, N2기간이 총 수면 시간의 비율이 약 20% ~ 50%, PSQI 수면 효과 점수가 2 또는 3 점, 혀상이 "늙은 혀"가 아닌 경우. 결론 불면증 치료의 효과를 예측하는 XGBoost 모델과 SHAP 분석에 의해 구축된 침술 적합 인구 특성은 침술 통한 불면증 치료를 위한 신뢰할 수 있는 보조 의사 결정 도구를 제공합니다.

불면증; 침술; 기계 학습; 예측 모델; 보조 결정