基于Lasso-Nomogram构建食管癌术后感染的风险预测模型

时佩君; 延佩; 菅利华

doi:10.16190/j.cnki.45-1211/r.2023.11.012

广西医科大学学报 ›› 2023, Vol. 40 ›› Issue (11) : 1850 -1856. DOI: 10.16190/j.cnki.45-1211/r.2023.11.012

基于Lasso-Nomogram构建食管癌术后感染的风险预测模型

时佩君, 延佩, 菅利华

作者信息 +

Author information +

文章历史 +

PDF (2061K)

摘要

目的：探讨食管癌术后感染的影响因素，基于Lasso-Nomogram构建风险预测模型。方法：选取2020年3月至2023年1月空军军医大学唐都医院收治的548例食管癌患者，根据1∶1比例随机分为建模群（n=274）和验证群（n=274）。采用R软件中glmnet进行Lasso筛选术后肺部感染预测因素，进一步通过logistic回归分析预测因素与肺部感染的关联性，根据预测因素运用R语言构建Nomogram风险预测模型。将年龄、吸烟史、糖尿病、肺部基础疾病联合预测作为预测模型1，将年龄、吸烟史、糖尿病、肺部基础疾病、预后营养指数（PNI）、降钙素原（PCT）、白细胞介素-1β（IL-1β）、可溶性髓系细胞触发受体-1（sTREM-1）、CD4⁺/CD8⁺联合预测作为预测模型2，在验证群中分别构建预测模型1、预测模型2，并在验证群中通过受试者工作特征（ROC）曲线下面积（AUC）、净重新分类指数（NRI）、综合判别改善指数（IDI）进行外部验证。结果：Lasso筛选预测因素包括年龄、吸烟史、糖尿病、肺部基础疾病、PNI、PCT、IL-1β、sTREM-1、CD4⁺/CD8⁺。预测模型2预测术后肺部感染的AUC大于预测模型1，且预测效果明显改善（P<0.05）。结论：基于年龄、吸烟史、糖尿病、肺部基础疾病、PNI、PCT、IL-1β、sTREM-1、CD4⁺/CD8⁺等因素建立的Nomogram风险预测模型对术后肺部感染具有一定预测价值，有助于临床早期筛查高风险人群及制定针对性干预措施，以降低肺部感染发生风险。