基于Dryad数据库的血浆免疫标志物预测听神经瘤患病风险的模型构建与评价
郐国虎
廉明昊
李彦东
朱国华
麦麦提力·米吉提
更·党木仁加甫
新疆医科大学第一附属医院神经外科,新疆 乌鲁木齐 830054
摘要：目的 利用Dryad数据库构建基于血浆免疫标志物预测听神经瘤(VS)患病风险的模型.方法 对Dryad数据库中的患者资料进行二次分析,按是否罹患VS分为VS组(213例)和非VS组(113例),采用单因素分析、多因素Logistic回归及LASSO回归筛选危险因素并构建列线图预测模型.结果 单因素分析显示,两组在血浆标志物肿瘤坏死因子受体 2(TNF-R2)、巨噬细胞迁移抑制因子(MIF)、基质细胞衍生因子-1α(SDF-1α)、白细胞介素-2 受体(IL-2R)、单核细胞趋化蛋白-2(MCP-2)、CD30 分子(CD30)、白细胞介素-16(IL-16)、肿瘤坏死因子样弱凋亡诱导因子(TWEAK)、B 淋巴细胞趋化因子(BLC)、单核细胞趋化蛋白-3(MCP-3)等的表达水平比较,差异均有统计学意义(P<0.05).经LASSO回归分析筛选表明,SDF-1α[OR(95%CI)=1.001(1.000～1.001)]、IL-2R[OR=1.002(1.001～1.003)]、BLC[OR=1.015(1.006～1.023)]、MCP-3[OR=1.294(1.159～1.444)]为VS患病的独立危险因素(P<0.05).以此4个变量构建列线图模型,受试者工作特征(ROC)曲线分析显示模型曲线下面积(AUC)为0.856(95%CI:0.815～0.897),提示预测效能良好.Bootstrap法重抽样1 000次进行模型内部验证,校准曲线与理想曲线接近,表明预测准确性较高.决策曲线分析(DCA)显示,当阈值概率为0～60%时,该模型的净收益显著高于"全干预"与"无干预"策略,具有临床实用价值.结论 基于LASSO回归筛选血浆免疫标志物所构建的列线图模型可用于预测VS患病风险,为临床早期诊断提供参考依据.
关键词：听神经瘤LASSO回归列线图血浆免疫标志物预测模型
资助基金：新疆维吾尔自治区自然科学基金面上项目(2023D01C98)
论文发表日期：2026-02-28
在线出版日期：2026-03-13（本平台首次上网日期，不代表文献的发表时间）
页数：6( 23-28 )
英文信息