使用拉索回归方法在AVF患者中构建和验证动脉静脉栓血栓的预测模型

科学领域:

• 腎臟病學 (nephrology) 是一種醫學專業.
• 血管外科 血管外科
• 生物统计学 生物统计学

背景情况:

• 动脉静脉血栓 (AVFT) 是血液透析患者的一个重要并发症.
• 早期识别患有AVFT高风险的患者对于及时干预至关重要.

研究的目的:

• 开发和验证动脉静脉栓栓塞 (AVFT) 的预测模型.
• 为了确定与AVFT相关的关键临床和实验室因素,在接受自身动脉静脉囊手术的患者中.

主要方法:

• 对1465名接受了动脉静脉囊手术的患者进行了回顾性分析.
• 使用LASSO回归的特征选择和使用后勤回归的模型构建.
• 模型验证使用单独的验证集和ROC曲线分析.

主要成果:

• 开发了一种预测模型,其中包括单细胞比率,血流速度,cystatin-c,homocysteine,parathormone,动脉功能障碍,C反应蛋白,纤维素和d-二次体.
• 该模型在培训 (C指数:0.8767) 和验证 (C指数:0.7888) 两种集合中都显示出良好的区别.
• 在两组中都观察到高特异性,表明有效识别低风险患者.

结论:

• 动脉静脉血栓是多因素的事件.
• 开发的模型可以帮助识别患有AVFT高风险的患者,促进个性化治疗策略.
• 进一步的研究可能将重点放在完善模型和探索干预措施以减轻已识别的风险因素.