基于LASSO-Logistic回归构建整合乳酸/白蛋白比值的老年脓毒症合并肺部感染重症监护室患者院内死亡风险预测模型的开发与验证

摘要

目的:探讨影响老年脓毒症合并肺部感染患者院内死亡的关键危险因素，并基于LASSO-Logistic回归算法，构建一个整合乳酸/白蛋白比值(LAR)等指标的院内死亡风险预测模型，旨在为临床早期识别高危患者、优化干预策略提供量化工具。方法:回顾性分析重症监护室(ICU)收治的102例老年(年龄≥65岁)脓毒症合并肺部感染患者作为研究对象，包括根据住院结局(住院28 d内)将患者分为存活组(n=65)与死亡组(n=37)。收集所有患者临床相关资料，采用最小绝对收缩和选择算子(LASSO)回归筛选预测变量，将筛选出的变量纳入多因素Logistic回归分析，建立风险预测模型。采用Bootstrap法进行内部验证，绘制受试者工作特征(ROC)曲线下面积(AUC),Hosmer-Lemeshow拟合优度检验评估模型的区分度和校准度。结果:单因素、LASSO-Logistic回归分析显示，急性生理与慢性健康评分Ⅱ(APACHE II)(OR=1.202,95%CI:1.078～1.326)、序贯器官衰竭评分(SOFA)(OR=1.366,95%CI:1.142～1.590)、LAR(OR=1.581,95%CI:1.242～1.920)和机械通气(OR=5.523,95%CI:1.892～9.155)是患者院内死亡的独立危险因素(P<0.05)。LASSO-Logistic回归预测模型的ROC曲线下面积(AUC)为0.855(95%CI:0.771～0.913);Hosmer-Lemeshow检验显示模型拟合良好(P>0.05);决策曲线分析显示，当概率阈值为0.3～0.7使用预测模型具有较好的临床适用性。结论:基于APACHE II评分、SOFA评分、LAR和机械通气构建的LASSO-Logistic回归预测模型对老年脓毒症合并肺部感染ICU患者院内死亡风险具有良好的预测效能，有助于临床早期识别高危患者并进行干预。

关键词

脓毒症 / 肺部感染 / 老年人 / 重症监护病房 / 死亡率 / 预测模型 / 乳酸/白蛋白比值