基于LASSO-Logistic回归构建脑出血术后脑积水的风险预测模型
郝广志
孙琳琳
张冰莹
霍达
董玉书
中国人民解放军北部战区总医院神经外科,辽宁 沈阳 110016
摘要：目的 基于LASSO-logistic回归筛选自发性脑出血(SICH)术后脑积水发生的危险因素,同时构建临床预测模型和验证.方法 选取2023年8月至2024年3月北部战区总医院收治的724例SICH患者,根据7∶3比例随机分为训练集(n=507)和验证集(n=217).在训练集中采用Lasso回归结合单因素Logistic回归的方法共同进行危险因素筛选,最后通过多因素Logistic回归确定危险因素并进行模型构建.使用列线图对模型进行可视化处理,通过受试者工作特征(ROC)曲线下面积、校准图分别评估模型的区分度和校准度,通过决策曲线分析(DCA)评估模型临床使用价值.结果 SICH后脑积水的发生与年龄、糖尿病、格拉斯哥昏迷量表(GCS)评分、出血范围、脑脊液葡萄糖定量和脑脊液蛋白含量相关(P<0.05),与性别、饮酒、血压、吸烟、凝血指标和是否行腰椎穿刺术无关(P>0.05).模型的ROC曲线下面积为0.873(95％CI:0.829-0.918).校准图显示模型具有良好的校准度.DCA分析表明在临床应用方面,预测模型在阈值概率介于0.02和0.85之间具有良好的净收益.结论 高龄、糖尿病、GCS评分低、出血破入脑室、脑脊液葡萄糖含量降低和脑脊液蛋白含量增高为影响ICH术后脑积水发生的独立危险因素.以此构建的预测模型具有良好的区分度及校准度,为临床医生提供可靠的诊治依据.
关键词：自发性脑出血脑积水预测模型Lasso回归诺莫图
分类号：R743.34(神经病学与精神病学)
资助基金：国家自然科学基金(82071481)
论文发表日期：2025-02-08
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( 13-19 )
英文信息