应用机器学习模型来预测和识别影响护理专业学生学业表现的因素：一项横断面研究

《BMC Medical Education》：Applying machine learning models to predict and identify factors affecting academic performance of paramedical students: a cross-sectional study

学术表现预测与影响因素分析：基于135名伊朗医学生数据的机器学习研究，采用随机森林、决策树和梯度提升模型，发现高中GPA是首要预测因子，随机森林在预测失败方面表现优异（AUC 96.19%），而梯度提升在成功预测中更优（F1 94.25%）。研究验证了机器学习在医学教育评估中的应用价值，提出需扩大样本验证决策树发现的区域配额、专业领域与性别等潜在影响因素。

　　

摘要

背景

学术表现是衡量高等教育中学生成功和机构效能的关键指标，尤其是在对精确性和能力要求极高的医疗辅助领域。然而，传统方法往往无法捕捉到这些复杂因素。本研究利用机器学习来预测学生的表现，并识别出影响医疗辅助专业学生的关键因素，从而为改进教育策略提供数据驱动的见解。

方法

我们在伊朗法萨医科大学（Fasa University of Medical Sciences）对135名医疗辅助专业的学生进行了横断面研究，采用方便抽样方法。数据集是通过结合面对面进行的纸质问卷调查结果以及从该校教育办公室获取的学生学业记录构建的。经过验证的问卷调查内容涵盖了人口统计信息以及导致失败或成功的因素。我们应用了随机森林（Random Forest）、决策树（Decision Tree）和梯度提升（Gradient Boosting）模型来预测结果并评估特征的重要性。模型性能通过准确率（accuracy）、精确度（precision）、召回率（recall）、F1分数（F1-score）、AUC和G-mean等指标进行评估，训练集与测试集的比例为80:20，结果基于10次迭代后的平均值。

结果

随机森林模型在预测学业失败方面表现优异，准确率达到90.74%，F1分数为76.19%，AUC为96.19%，显示出其在识别高风险学生方面的高精度。相比之下，梯度提升模型在预测学业成功方面表现更好，准确率为90.74%，F1分数为94.25%，AUC为93.45%，显示出其有效识别进步趋势的能力。高中平均成绩（GPA）成为这两个结果的最重要预测因子，其次是学术特质和教育因素。探索性的决策树可视化分析表明可能存在一些层次化的交互作用，例如地区配额和学习领域可能与失败风险相关，性别可能与成功路径相关；然而，由于决策树在小型数据集上的稳定性较差，这些模式尚处于初步阶段，需要在更大规模的研究中进一步验证。本研究推动了机器学习在教育研究中的应用，为医疗辅助教育领域的针对性干预和政策调整提供了可行的建议。