基于LASSO回归模型筛查高血压前期患者颈动脉斑块形成的危险因素并构建预测模型
桑垚1
吕蕾2
贾玉卿3
陈晓庆1
张晨1
张玲1
吴燕梅1
1.菏泽市立医院全科医学科,山东 菏泽 2740002.菏泽市立医院超声科,山东 菏泽 2740003.菏泽市立医院心血管内科,山东 菏泽 274000
摘要：目的 基于最小绝对收缩和选择算法(LASSO)回归模型筛选高血压前期(PHT)患者颈动脉斑块形成的因素,并基于影响因素构建预测模型.方法 选取2022年6月至2023年5月于菏泽市立医院收治的752例PHT患者作为研究对象.根据颈动脉斑块形成情况,将患者分为有斑块组(n=295)及无斑块组(n=457).比较两组患者的基线资料;采用LASSO回归筛选可能影响PHT患者形成颈动脉斑块的因素并进行二元Logistic回归分析;根据分析结果构建列线图模型并内部验证,采用受试者工作特征曲线分析模型预测PHT患者颈动脉斑块形成的价值.结果 有斑块组患者的年龄、体质指数(BMI)、甘油三酯(TG)、尿酸水平和熬夜占比高于无斑块组(P<0.05),高密度脂蛋白胆固醇(HDL-C)水平低于无斑块组.通过LASSO回归模型筛选出6个潜在的相关因素,分别为年龄、BMI、熬夜、TG、HDL-C、尿酸;经Logistic回归分析结果显示,年龄、BMI是影响PHT患者颈动脉斑块形成的独立危险因素(OR>1,P<0.05),HDL-C是保护因素(OR<1,P<0.05).使用Bootstrap内部验证法验证列线图模型,一致性指数值为0.702,受试者工作特征曲线显示列线图预测PHT患者颈动脉斑块形成的曲线下面积(AUC)为0.702(95%CI:0.665～0.739,P<0.001),特异度为0.595,灵敏度为0.719,约登指数为0.314,具有一定的预测价值;绘制决策曲线后结果显示,在阈值0.000～0.619、0.834～1.000范围内,年龄、BMI、HDL-C联合预测PHT患者颈动脉斑块形成的净收益率优于单独的净收益率.结论 年龄、BMI、HDL-C是PHT患者颈动脉斑块形成的影响因素,基于以上影响因素构建列线图模型可有效预测PHT患者颈动脉斑块形成风险.
关键词：高血压前期颈动脉斑块影响因素列线图
资助基金：山东省医药卫生科技发展计划项目(202003010359)
论文发表日期：2025-10-20
在线出版日期：2025-12-03（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1199-1203 )
英文信息