NSTEMI患者个体风险预测模型的构建和评价

来源 :天津医科大学 | 被引量 : 0次 | 上传用户:hbb88191312
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:中国非ST段抬高型心肌梗死(Non-ST-segment Elevation Myocardial Infarction,NSTEMI)患者在逐年增加,个体风险预测对于患者早期干预有着重要的指导意义,本研究旨在应用传统危险因素及一些新型生物标志物,通过Cox比例风险回归模型和随机生存森林算法进行风险模型构建和评估,为NSTEMI患者的风险评估及二级预防提供科学依据。方法:在2017年1月到2017年12月期间,从天津市医学中心收集符合纳入排除标准的非ST段抬高型心肌梗死的患者共计1357例,进行为期一年的随访。记录患者的基线人口统计学指标、心脏学临床指标、血液学检测、生化检测和主要治疗及用药史情况。研究的主要结局是NSTEMI患者一年内全因死亡,次要结局为一年内MACE事件,其中MACE事件包括全因死亡、药物无法控制的心绞痛、心衰、非致死性心肌梗死和靶血管血运重建。将收集的病例以7:3的比例随机拆分为训练队列(N=945)和验证队列(N=412),前者用来模型训练,后者用来模型评价。首先对收集指标进行单因素分析,并用LASSO回归筛选有重要预后价值的变量。其次,用筛选的变量拟合Cox比例风险模型和随机生存森林两种统计模型,分别记为Cox-LASSO和RSF-LASSO。为了方便对比,同时用GRACE中的八个指标拟合两种模型,分别记为Cox-GRACE和RSF-GRACE。最后,将验证队列数据带入拟合好的模型中,从区分度、校准度和提升度三个方面对预测模型进行评价,相应的评价指标分别为:时依性C-index、GND检验和校准曲线、连续性NRI和IDI。结果:1.对NSTEMI患者进行为期一年的随访,训练队列945名患者平均随访314天,标准差112天,共发生MACE事件224例。其中全因死亡40例、药物无法控制的心绞痛44例、心衰56例、复发性心肌梗死19例、血运重建4例。验证队列412名患者平均随访311天,标准差111天,共发生MACE事件104例。其中全因死亡17例、药物无法控制的心绞痛20例、心衰26例、复发性心肌梗死13例、血运重建3例。2.通过十折交叉验证对LASSO回归调参,选择验证误差最小的λ。针对全因死亡,筛选了最重要的6个预测变量,经Cox比例风险回归发现只有5个有统计学意义。分别为:年龄(每5岁),HR=1.383(1.124,1.701);心率,HR=1.023(1.006,1.041);中性粒细胞,HR=0.866(0.757,0.991);log-NT-pro BNP,HR=2.390(1.743,3.277);log-肌酸激酶,HR=1.488(1.077,2057)。LASSO回归针对MACE事件,筛选了最重要的16个预测变量,经Cox比例风险回归发现只有6个有统计学意义。分别为:年龄(每5岁),HR=1.214(1.105,1.333);舒张压,HR=1.039(1.008,1.071);心电图ST段异常,HR=1.639(1.065,2.523);左房内径,HR=1.045(1.017,1.074);log-NT-pro BNP,HR=1.589(1.380,1.830);log-肌酸激酶,HR=1.289(1.106,1.501)。3.在验证队列评估模型的区分度、校准度和提升度。区分度:全因死亡四个模型的C-index从高到低为:RSF-LASSO>Cox-LASSO>RSF-GRACE>Cox-GRACE,MACE事件的C-index从高到低为:RSF-LASSO>Cox-LASSO>RSF-GRACE>Cox-GRACE。校准度:GND检验均无统计学意义,表明四个模型在预测风险较高的人群中有较好的一致性。单校准曲线发现在预测风险较低的患者中均不太理想,尤其是Cox比例风险模型,容易低估患者的预测风险。提升度:以Cox-GRACE模型作为参照,结果表明只有RSF-LASSO的提升度有统计学意义,对于全因死亡而言,IDI及其95%CI为0.03(0.024,0.09),连续性NRI及95%CI为0.27(0.01,0.40);就MACE事件而IDI及其95%CI为0.02(0.04,0.11),连续性NRI及95%CI为0.18(0.08,0.39)。结论:1.本研究通过LASSO筛选的预测指标,全因死亡5个:年龄、心率、中性粒细胞、NT-pro BNP、肌酸激酶;MACE事件6个:年龄、舒张压、心电图ST段异常、左房内径、NT-pro BNP、肌酸激酶。上述指标比用GRACE的8个指标对全因死亡和MACE事件有更高的区分能力。2.随机生存森林比Cox比例风险模型有较好的校准度,Cox比例风险模型在预测概率较低时校准度较差,容易低估患者发病的实际风险。3.RSF-LASSO模型可以提升Cox-GRACE模型预测性能,因此通过LASSO回归筛选变量结合随机生存森林,适用于NSTEMI患者的全因死亡和MACE事件的风险评估。
其他文献
粘土在冲击载荷作用下的动态力学性能受含水率、干密度、应变率等多种因素的影响,非常复杂。研究非饱和粘土在复杂应力条件下的力学响应,是深入认识粘土的力学性能、建立非饱和
在机械制造和工程结构中,常常需要在构件中开凿各种各样的方孔,而在受力过程中方孔附近必然会引起应力集中,应力集中通常是构件破坏的重要因素,故在设计结构构件时非常有必要考虑
旋转圆板、圆环板类构件在机械工程、土木工程、航空航天等领域应用广泛,工程实际多处于机械场、电磁场、温度场等复杂工作环境中。随着生产设备、仪器的不断改进升级,旋转运动
随着纳米科技的快速发展,迫切地需要了解纳米尺度下流体的流动特性。流速是反映流动特征的重要参数,由于实际实验操作的难度大,所以分子动力学模拟方法成为探索纳米尺度流动问题
轴向运动结构在日常生活和实际工程中广泛存在,例如动力传输带、电梯、锯片、磁带、轧制中的带材等。轴向运动结构的研究已经得到国内外许多学者的关注,研究轴向运动结构的非线
为管理自然资源,控制空气质量,像基因流和PM1(0微粒直径小于等于10μm)这些悬浮微粒在空气中的物理传播过程备受关注。而悬浮微粒传播模型的核心是模拟微粒在空气中或植被中的飞
工程实践表明,采用普通的高强混凝土材料,虽然提高了混凝土结构的强度,却使其脆性问题更加突出。为了改善普通高强混凝土的韧性及抗裂性能,本课题组以在建的某高速公路某特大桥为
辨识方法是解决系统辨识问题的有效手段,准则函数是获得辨识算法的重要依据,通过不同的手段优化准则函数,可以获得不同的辨识算法。通常准则函数是由模型与实际过程误差的平
线性保持问题作为算子代数中的一个热点问题而得到了广泛的关注.研究线性保持问题的目的是用来刻画某些具有特性的代数上的线性映射的结构特征.在线性保持问题方面最著名的便
自然界许多系统,例如WWW、Internet、神经网络、新陈代谢网等,都可以描述成复杂网络,复杂网络应用领域非常广泛,因此具有重要的研究意义。本文主要研究几种复杂网络外同步控制的