笔者分析已发表的文章，目前尚缺乏决策树模型在PUR数据分析中的应用。因此，本文将决策树模型应用于研究PUR的影响因素，比较并结合Logistic回归模型的结果，以期更好地对高危人群实施干预，减少PUR的发生。

    1 对象与方法

    1.1 研究对象

    收集2014年1月1日～2017年12月31日在浙江省丽水市人民医院(以下简称为“我院”)经阴道分娩后发生尿潴留的180例产妇作为病例组;随机选取同期于我院经阴道分娩且未发生尿潴留的200例产妇作为对照组。本研究经我院医学伦理委员会批准。

    1.2 研究设计

    研究采用病例对照法。排除标准：①产妇年龄<18岁;②数据不全。

    1.3 调查方法及内容

    调查表经过统一设计后，对资料进行回顾性调查。资料收集包括年龄、分娩时间、分娩前体重、糖尿病、高血压、第一产程时间、第二产程时间、人工破膜、分娩镇痛、阿片类镇痛药、产钳助产、会阴侧切及巨大儿[9]等。将因变量设定为是否发生PUR，自变量为可能导致PUR发生的因素，并對相关因素进行赋值。见表1 ......