基于LASSO回归的血小板分布宽度与计数比值预测脓毒症的列线图预测模型构建

摘要

目的 构建与验证基于血小板分布宽度与计数比值(platelet distribution width to count ratio, PCR)的列线图预测模型，用于评估脓毒症患者28 d内死亡风险。方法 纳入2022年1月至2023年12月期间在承德医学院附属医院重症医学科收治的331例脓毒症患者，收集患者入院后一般资料、实验室检查指标。采用Lasso回归分析(least absolute shrinkage and selection operator, Lasso)筛选影响脓毒症患者死亡风险的危险因素，并通过Logistic回归分析确定独立预测因子，使用R语言软件构建列线图预测模型。SHAP分析各独立危险因素对预测结果的贡献度。采用受试者工作特征曲线(receiver operator characteristic, ROC)、决策曲线分析(decision curve analysis, DCA)和calibrate校准曲线进行训练集和验证集数据模型的评估与验证。结果 共纳入331例患者，Lasso回归分析筛选潜在预测因子后经过多因素Logistic回归分析最终确定PCR、平均血小板体积、尿素氮、脑钠肽前体及呼吸系统感染为脓毒症患者死亡风险的独立危险因素(P<0.05),并将其用于构建预测模型。列线图模型预测脓毒症患者预后的ROC曲线下面积为0.781(95%CI 0.719～0.842),敏感度、特异度分别为0.753、0.718。列线图模型预测脓毒症患者预后的校正曲线趋于理想，决策曲线分析结果显示建模曲线均在两条极端曲线之上，模型具有良好临床应用价值。结论 基于PCR构建的预测模型对预测脓毒症患者28 d死亡风险具有重要临床实用价值。

关键词

脓毒症 / 血小板分布宽度 / 血小板计数 / 预后 / 列线图