在阿司匹林使用者中预测出血的LASSO衍生模型
Chen Liang1, Lei Wanling2, Wang Maofeng3
1Department of General Surgery, Affiliated Dongyang Hospital, Wenzhou Medical University, Dongyang, 322100, Zhejiang, China.
Scientific reports
|May 31, 2024
概括
这项研究开发了一个LASSO回归模型来预测阿司匹林使用者的出血风险. 该模型准确识别高风险患者,帮助临床决策对阿司匹林治疗.
科学领域:
- 心血管医学 心血管医学
- 药理学 药理学 是一个学科.
- 生物统计学 生物统计学
背景情况:
- 阿司匹林对于预防诸如中风和冠心病 (CHD) 等全血管疾病至关重要.
- 平衡阿司匹林的益处与增加的出血风险是一个临床挑战.
- 需要对阿司匹林相关出血风险进行预测的工具.
研究的目的:
- 开发和验证一个预测模型来评估使用阿司匹林的个体的出血风险.
- 确定导致阿司匹林使用者的出血事件的关键因素.
主要方法:
- 分析了58415名阿司匹林使用者的队列.
- 最小绝对缩小和选择运算符 (LASSO) 回归和多变量后勤回归用于模型开发.
- 使用ROC曲线 (AUC),校准和决策曲线分析 (DCA) 评估模型性能.
主要成果:
- 开发了一个LASSO衍生模型,包括性别,手术,先前出血,血红蛋白,血小板数和脑梗塞.
- 该模型表现出高预测性能,AUC为0.866 (训练) 和0.861 (测试).
- 该模型显示了良好的校准和通过DCA.有利的临床净益.
结论:
- 开发的LASSO衍生预测模型有效地评估了阿司匹林使用者的出血风险.
- 这个模型为优化阿司匹林治疗和在临床实践中管理出血并发症提供了一个潜在的工具.
