基于LASSO回归的多发性骨髓瘤诊断模型的建立

作     者：万泽民 赵婕 陈炜烨 吴晓宾 王云秀 柯培锋 黄宪章 WAN Zemin;ZHAO Jie;CHEN Weiye;WU Xiaobin;WANG Yunxiu;KE Peifeng;HUANG Xianzhang

作者机构：广东省中医院检验医学部广东广州510000 广东省深圳市宝安区中心血站检验科广东深圳518100 

出 版 物：《国际检验医学杂志》 (International Journal of Laboratory Medicine)

年 卷 期：2022年第43卷第24期

页      面：2987-2990,2995页

学科分类：1010[医学-医学技术（可授医学、理学学位）] 10[医学] 

基　　金：广东省中医院中医药科学技术研究专项(YN2020QN13) 

主　　题：多发性骨髓瘤 检验指标 LASSO回归 诊断模型 

摘      要：目的利用常见的实验室指标构建多发性骨髓瘤(MM)的诊断模型,以提高现有检验指标的诊断效能。方法回顾性分析2015年1月至2022年1月在广东省中医院确诊的MM患者96例(病例组),随机选取85例健康体检者作为对照组。常见相关实验室指标17个:血清免疫球蛋白M(IgM)、血清免疫球蛋白G(IgG)、血清免疫球蛋白A(IgA)、血清β_(2)-微球蛋白(β_(2)-MG)、校正血清钙、血清清蛋白(ALB)、血清球蛋白(GLB)、清蛋白与球蛋白比值(A/G)、血清碱性磷酸酶(ALP)、血清肌酐(Cr)、白细胞计数(WBC)、中性粒细胞计数(NEUT)、淋巴细胞计数(LYMT)、中性粒细胞计数与淋巴细胞计数比值(NLR)、红细胞计数(RBC)、血红蛋白(Hb)、血小板计数(PLT)。对病例组和对照组两组的17个检验指标数据进行统计分析,通过LASSO回归算法筛选出系数不为0的检验指标,再进行Logistic回归分析以及受试者工作特征(ROC)曲线分析。结果通过LASSO回归,筛选出系数不为0的指标4个,分别为IgM、NLR、Hb和ALB。再对这4个指标进行二元多因素Logistic分析,结果显示回归模型为Y=18.008-4.329IgM+1.374NLR-0.067Hb-0.240 ALB。该回归模型曲线下面积为0.987,灵敏度为96.9%,特异度为95.3%。结论该诊断模型对MM的诊断具有重要价值。