基于Lasso回归和Cox比例风险回归的慢性心力衰竭患者长期生存列线图预测模型构建

作     者：马修远 

作者单位：山东大学 

学位级别：硕士

导师姓名：郝恩魁

授予年度：2023年

学科分类：1002[医学-临床医学] 10[医学] 

主      题：Lasso回归 Cox 比例风险回归 慢性心力衰竭 长期生存预测 列线图模型 

摘      要：心力衰竭是各种心血管疾病的终末期阶段,其在我国患病率持续增高,预后不良。本研究通过对慢性心力衰竭患者进行长期随访,收集各类临床数据后建立慢性心力衰竭长期生存列线图预测模型,准确评估心力衰竭患者的长期生存期限,帮助心力衰竭患者实现个体化评估。研究目的探究利用血液学指标、心电图、超声心动图、社会人口学资料等指标,建立慢性心力衰竭患者长期生存列线图预测模型。研究方法纳入山东省千佛山医院2006-2009年入院的共235例慢性心力衰竭住院患者,进行长期随访,每3个月电话随访1次,记录结局事件发生情况。收集临床数据包括血液指标:血清肌酐、尿酸、血尿素氮、血红蛋白、红细胞分布宽度、甘油三酯、胆固醇、低密度脂蛋白胆固醇、白蛋白、血钙、血钾、血磷;超声心动图参数:左室舒张末期内径、左房内径、左室射血分数、室间隔厚度、肺动脉收缩压、二尖瓣反流、三尖瓣反流、胸腔积液、心包积液;心电图指标:QRS波时限、QTc间期;一般特征:性别、年龄、平均心率、平均收缩压、平均舒张压、吸烟史、饮酒史;既往病史:是否合并糖尿病、高血压、慢性胃炎等共34项指标。基于SPSS 26.0及R 4.1.3软件,将数据集以7:3的比例划分为训练集与验证集,将所有连续变量划分为二分类变量及等级变量,采用Lasso回归与Cox 比例风险回归分析相结合的方法,筛选影响慢性心力衰竭患者长期生存的独立预后因素,从而建立列线图预测模型,通过一致性指数(C-index)、校准曲线及时间依赖受试者工作特征曲线评估模型的区分度和准确度。结果研究人群一年、五年、十年生存率分别为77.0%、43.0%、21.3%。通过Lasso与Cox比例风险回归共筛选出7个与慢性心力衰竭患者长期生存有显著相关性的独立预测因子,分别为年龄、左室舒张末期内径、二尖瓣反流、三尖瓣反流、红细胞分布宽度、血清尿酸、血尿素氮,并构建了列线图预测模型、进行模型的内部验证。训练集、验证集C-index分别为0.782、0.791,一年、五年、十年生存率的曲线下面积(AUC)分别为0.813、0.829,0.843、0.848,0.876、0.885,校准曲线表现出良好的一致性。结论1、慢性心力衰竭患者预后不良,10年内生存率较低。2、年龄、左室舒张末期内径、二尖瓣反流、三尖瓣反流、红细胞分布宽度、血尿素氮、血清尿酸均为影响慢性心力衰竭患者长期生存的独立预测因子。3、通过本次研究建立的列线图预测模型是一种可量化的临床评分工具,能够相对准确预测慢性心力衰竭病人长期生存率的列线图预测模型,且具有便利性、可视化等优点,为临床医生判断慢性心力衰竭患者病情、提供个体化治疗方案提供了可靠的方案。