基于LASSO回归模型构建扩张型心肌病死亡风险的预测模型

夏志强, 方羚, 任凌云, 卢亮

中国卫生统计 ›› 2025, Vol. 42 ›› Issue (04) : 590 -593.

PDF
中国卫生统计 ›› 2025, Vol. 42 ›› Issue (04) : 590 -593.

基于LASSO回归模型构建扩张型心肌病死亡风险的预测模型

    夏志强, 方羚, 任凌云, 卢亮
作者信息 +

Author information +
文章历史 +
PDF

摘要

目的 扩张型心肌病(dilated cardiomyopathy, DCM)是导致心力衰竭和心脏性猝死的重要原因之一,且治疗效果及预后不佳,出现心力衰竭时5年生存率只有40%。本研究拟基于LASSO回归和logistic回归分析建立DCM患者死亡风险的预测模型,以调整诊疗策略,改善预后。方法 回顾性分析了2014年8月至2016年8月期间浙江省东阳市人民医院收治的175例DCM患者的临床资料。通过LASSO回归筛选关键变量,通过logistic回归建立患者死亡风险预测模型,并评估了该模型的预测效能。结果 LASSO回归结果显示年龄、收缩压、左心室射血分数(left ventricular ejection fraction, LVEF)和氨基末端B型利钠肽前体(N-terminal pro-B-type natriuretic peptide, NT-proBNP)是DCM患者死亡的关键影响因素,多因素logistic回归结果表明,年龄越大、收缩压越低、LVEF越低、proBNP越高患者死亡的风险越高。结论 该风险预测模型具有较好的准确率和临床净收益,通过早期诊断,尤其是在心力衰竭发生前诊断及规范化治疗是改善预后关键。

关键词

扩张型心肌病 / LASSO回归 / 列线图 / 风险预测模型

Key words

引用本文

引用格式 ▾
基于LASSO回归模型构建扩张型心肌病死亡风险的预测模型[J]. 中国卫生统计, 2025, 42(04): 590-593 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

75

访问

0

被引

详细

导航
相关文章

AI思维导图

/