拉索 (Lasso) 后勤回归用于预测术后严重疼痛,在肝血瘤切除后
Ruize Gao1, Fei Xu2, Yuntang Song2
1Department of Interventional Radiology, Beijing Chaoyang Hospital Affiliated to Capital Medical University, Beijing, 100043, People's Republic of China.
Journal of pain research
|April 14, 2025
概括
一个新的LASSO逻辑回归模型准确地预测了肝脏血管瘤切除后的严重术后疼痛. 关键预测指标包括废除时间,AST,LDH和NLR,提供了有价值的临床见解.
科学领域:
- 肝胆道手术 肝胆道手术
- 疼痛管理 疼痛管理
- 在瘤学瘤学.
背景情况:
- 肝脏血管瘤 (HH) 的切除可以导致术后疼痛.
- 预测严重疼痛对于患者管理至关重要.
- 目前对剥离后疼痛的预测模型是有限的.
研究的目的:
- 开发和验证一个预测模型,用于严重的术后疼痛,肝脏血管瘤 (HH) 的热切除掉后.
- 为了确定独立的风险因素,与严重的疼痛HH热废除后.
- 使用最小绝对收缩和选择操作员 (LASSO) 物流回归用于预测建模.
主要方法:
- 对285名患者进行了回顾性分析,这些患者接受了HH的热性剥离.
- 将47名患有严重疼痛 (VAS ≥5) 的患者与94名患有轻度疼痛 (VAS <5) 的患者匹配.
- 采用LASSO和多变量后勤回归来识别风险因素;通过ROC,校准图和DCA评估性能;用Bootstrap方法验证.
主要成果:
- 废除时间,AST,LDH和NLR被确定为严重的术后疼痛的独立风险因素.
- 开发的LASSO模型显示出高分辨能力,AUC为0.985 (内部验证AUC=0.979).
- 该模型显示了良好的校准和显著的预测值,如DCA所证实的那样.
结论:
- 基于易于获取的风险因素的诺米克图有效预测了HH热除后的严重术后疼痛.
- 该模型表现出强烈的歧视和校准,有助于临床决策.
- 这种工具可以帮助预测和管理患者的疼痛经历HH热除.
