Цель - создать прогностическую модель эффективности иглотерапии для бессонницы и составить портрет подходящих людей для иглотерапии, чтоб помочь повысить клиническую эффективность. Метод: в анализ были включены данные 113 пациентов с бессонницей, использовалась иглотерапия по точкам в области (ба-цзы, инь-тан, шень-мэй (с обеих сторон), чао-хай (с обеих сторон)), каждый раз по 30 минут, 3 раза в неделю, всего 2 недели. Была использована скорость снижения индекса качества сна Питтсбурга (PSQI) в качестве общего клинического критерия эффективности. Для выбора параметров использовались однофакторная регрессия и алгоритм Борута, для сравнения точности прогноза между 3 алгоритмами бустинга, для оптимизации параметров использовался поиск по сетке и 10-кратная перекрестная проверка, для выбора лучшего способа разбиения набора данных использовался многослойный случайный выбор, для поиска лучшего значения отсечения использовался индекс Юла, для построения модели и оценки производительности наконец использовался анализ SHAP для визуальной интерпретации. Результаты включенных в модель параметров включали долю фазы N1 в общей продолжительности сна, долю фазы N2 в общей длительности сна, латентный период рем во время перехода в состоянии покоя, латентный период фазы N2 от времени закрытия света, продолжительность пробуждения после засыпания, оценочную оценку эффективности сна PSQI, старый язычок. XGBoost оказался лучшим алгоритмом, лучший порог вероятностей 0,76, соответствует точность 0,91, полнота 0,91, оценка F1 0,91, точность 0,91, площадь под кривой (AUC) 0,82. Пациенты, которые лучше откликаются, получают индивидуальное управление точками в области, также как и соответствия верхнего рандома. Искажения и равновесия мольбы не включаются в оценки эффективности. Вывод: использование XGBoost для создания прогностической модели эффективности иглотерапии для бессонницы и создания портрета подходящих людей на основе SHAP, обеспечивают ощутимое вспомогательное средство для клинических решений.

бессонница; иглотерапия; машинное обучение; прогностическая модель; вспомогательное решение