慢性肾脏病患者心脏瓣膜钙化风险预测模型的建立与验证
邹宏昌1
程军2
陈艳霞1
徐承云1
邱敏姿1
柯本1
邹红红1
1.南昌大学第二附属医院肾脏内科,江西南昌3300062.浙江大学医学院附属第一医院肾脏病中心,浙江 杭州310030
摘要：目的 筛选慢性肾脏病(CKD)患者发生心脏瓣膜钙化(CVC)的风险因子,构建其风险预测模型并进行验证.方法 回顾性分析2016年4月1日至2022年10月1日南昌大学第二附属医院肾脏内科收治的180例CKD患者的临床资料,按是否合并CVC分为CVC组(41例)和非CVC组(139例).采用Lasso回归进行变量筛选,对特征风险因子进行logistic回归分析并建立CKD患者CVC发生的风险预测模型,同时进行内部评价与验证.结果 CVC组与非CVC组患者CKD诊断分期、成纤维细胞生长因子23(FGF23)、Klotho、校正血钙、β2微球蛋白、血尿酸、血肌酐、骨钙素、肾小球滤过率(GFR)、血磷水平差异均有统计学意义(P＜0.05),利用CKD患者发生CVC的风险因子构建了 2个CKD患者CVC发生的风险预测模型:最小均方误差联合预测模型(模型1)包括FGF23、Klotho、GFR,最小标准误差联合预测模型(模型2)包括FGF23、Klotho、GFR、血肌酐.模型1和模型2内部评价受试者工作特征曲线下面积分别为0.963和0.976,患者的决策曲线分析(DCA)净获益率为5％～99％,模型1比模型2预测CKD患者CVC的准确度提高了13.7％.CKD患者发生CVC风险预测模型的内部验证模型1的模型拟合偏差(Cox-Snell R2)为0.777,模型拟合角度(Nagelkerke R2)为0.529,模型2 Cox-Snell R2为0.812,Nagelkerke R2为0.534.结论 基于Lasso回归模型筛选出的2个CKD患者CVC发生的风险模型预测效率均相对较高,可在CKD患者CVC发生的预防中发挥重要作用.
关键词：慢性肾脏病心脏瓣膜钙化Lasso回归风险预测模型
分类号：R542.5(心脏、血管（循环系）疾病)
资助基金：国家自然科学基金(82260152)江西省应用研究培育计划(20181BBG78037)
论文发表日期：2023-06-01
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：7( 485-490,501 )
英文信息