基于LASSO-Logistic回归的脑梗死患者30d非计划性再入院预测模型的构建

摘要：

目的:分析脑梗死患者30d非计划性再入院的影响因素,构建预测模型,帮助医护人员评估脑梗死患者30d非计划性再入院概率.方法:收集新疆地区两所三级甲等医院入院的脑梗死患者临床资料,采用LASSO回归法筛选脑梗死患者30d非计划性再入院影响因素,构建脑梗死患者30d非计划性再入院风险预测模型,并用列线图可视化方式呈现.结果:研究设计纳入750例脑梗死患者,收集患者34个相关因素,模型共纳入11个影响因素;模型评价显示,模型的AUC为0.90(准确率)、曲线平均绝对误差为0.01(校准度)和净收益率高于0.03(临床实用性).结论:吸烟、高血压、高脂血症、糖化血红蛋白≥6mmol/L、高同型半胱氨酸是造成脑梗死患者30d非计划性再入院的主要风险因素;本研究对高维数据采用LASSO回归构建预测模型,具有较高的准确率、校准度及临床实用性.

关键词：脑梗死、30d非计划性再入院、LASSO-Logistic回归、风险预测模型

所属期刊栏目：44

分类号：R743(神经病学与精神病学)

在线出版日期：2023-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：385-390