基于LASSO的风险因素识别和对败血症患者的预测模型的开发
Chengying Hong1, Yihan Xiong2, Jinquan Xia3
1Department of Critical Care Medicine, Shenzhen People's Hospital, Second Clinical Medical College of Jinan University, First Affiliated Hospital of Southern University of Science and Technology, Shenzhen, Guangdong, 518020, People's Republic of China.
Therapeutics and clinical risk management
|February 12, 2024
概括
这项研究使用LASSO回归来确定预测集中治疗室 (ICU) 败血症患者死亡率的关键因素. 开发的模型准确地预测了ICU死亡率,有助于临床决策.
科学领域:
- 关键护理医学 关键护理医学
- 生物统计学 生物统计学
- 流行病学 流行病学
背景情况:
- 败血症是一种危及生命的疾病,需要准确的死亡率预测.
- 鉴定重症监护室 (ICU) 败血症死亡率的关键预测因素对于及时干预至关重要.
研究的目的:
- 应用LASSO回归来识别与败血症相关死亡率相关的重要变量.
- 开发和验证一个预测模型,用于ICU死亡率在败血症患者.
主要方法:
- 分析了1733名进入ICU的败血症患者的队列.
- 使用LASSO回归来选择与疾病严重程度和实验室指数相关的关键变量.
- 使用选定的变量构建了一个预测模型,并使用AUC,精度,灵敏度,特异性和校准来评估其性能.
主要成果:
- 确定了10个变量,包括机械通风 (MV) 和血过 (HF) 的要求,上腺素 (NE) 的使用,败血症,多重耐药性 (MDR) 感染,血小板狭窄,血红素 (HCT),红细胞分布宽度变化系数 (RDW-CV),C反应蛋白 (CRP) 和抗血红素 (AT) III.
- 预测模型在初级队列中达到0.801的曲线下面面积 (AUC),在验证组中达到0.791.
- 该模型表现出高特异性 (0.953) 并在特定的概率范围内表现优于个体预测器.
结论:
- 结合MV,HF,NE,败血症,MDR,血小板缺血,HCT,RDW-CV,CRP和AT III的预测模型可以预测红血病中的ICU死亡率,准确率约为80%.
- 该模型为评估重症败血症患者的死亡风险提供了有价值的工具.
