2.3.3 模型分类能力比较 将非条件Logistic回归模型和支持向量机模型的分类结果输入到R软件中的pROC包中，得到两模型的AUC分别为0.703[95%CI(0.617，0.789)]和0.898[95%CI(0.843，0.954)]。通过Z检验比较两个模型的ROC AUC以评价模型诊断效能，Z= -3.739，P=0.000 2，表明差异有统计学意义。其中，支持向量机分类效果优于非条件Logistic回归模型(AUC=0.898>0.703)。在评价手术切口抗菌药物使用时，应优先考虑使用支持向量机模型进行分类，其分类效果更好。

    以2018年1-10月该院61例患者预防和治疗使用抗菌药物的Ⅰ类切口手术患者的数据，对建立的支持向量机模型的分类效果进行外部数据验证，参数取值为gamma=0.01，cost=10，结果见表4。

    由表4可见，灵敏度26/26×100%=100%，特异度31/35×100%=88.57%，约登指数88.57%，表明分类效果较好。

    2.3.4 应用该模型前后相关指标的变化情况 2018年1月16日起，该院使用分类模型对Ⅰ类切口手术使用抗菌药物情况进行点评，通过对比2018年1-10月(应用后)与2017年全年数据(应用前)，总点评比例由2017年平均值69.44%提高到100%(全部点评)，实现了点评全覆盖；模型可在短时间内(仅需准备好Ⅰ类切口手术使用抗菌药物数据 ......