基于LASSO-Logistic回归及列线图模型预测新型冠状病毒肺炎合并脓毒症患者的短期死亡风险
梁梦琳
李晨
何新华
100020 北京,北京市心肺脑复苏重点实验室 首都医科大学附属北京朝阳医院急诊医学中心
摘要：目的 利用LASSO-Logistic回归和列线图模型预测新型冠状病毒肺炎(COVID-19)合并脓毒症患者入院28 d死亡风险.方法 纳入2023年5月至2023年7月在首都医科大学附属北京朝阳医院就诊的COVID-19合并脓毒症患者共126例,根据患者入院后28 d生存结局分为死亡组(32例)和存活组(94例).收集两组患者的人口学特征、既往病史、实验室检测结果(包括血常规、凝血功能指标、免疫学指标等)及序贯器官衰竭评估(SOFA)评分,通过单因素及LASSO-Logistic回归筛选重要预测因子.利用列线图模型、校准曲线、赤池信息准则(AIC)、贝叶斯信息准则(BIC)、曲线下面积(AUC)及Brier评分等工具对所构建的28 d死亡风险预测模型进行评价和验证.结果 单因素Logistic分析显示,性别、年龄、高血压、心肌梗死、慢性心衰、中性粒细胞百分比、血小板计数、活化部分凝血活酶时间、血清尿素氮、SOFA评分、心率、呼吸频率、CD3+、CD3+％、CD4+、CD4+％、CD8+、CD8+％、CD16+/CD56+、BCD19+差异有统计学意义(P＜0.1);经LASSO-Logistic回归的变量筛选和交叉验证(最佳λ=0.09511)后,将年龄、心肌梗死、慢性心衰、中性粒细胞百分比、血小板计数、活化部分凝血活酶时间、呼吸频率、CD3+纳入最终模型并结合列线图构建预测工具.在性能评价中,多因素Logistic预测模型的AIC为118.478,BIC为 178.040,AUC 为 0.913(95％CI0.865～0.961),Brier 评分为 10.1(6.9,13.4);而 LASSO-Logistic 预测模型的 AIC 为 103.237,BIC 为 128.764,AUC 为 0.878(95％CI0.859～0.983),Brier评分为11.4(7.9,14.8).结论 LASSO-Logistic回归模型相较传统多因素Logistic回归模型具有较好的区分度及校准度,可较好地预测COVID-19合并脓毒症入院28 d死亡风险.
关键词：COVID-19脓毒症28d死亡风险LASSO-Logistic回归列线图模型风险预测模型
论文发表日期：2025-05-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 427-434 )
英文信息