• Lasso回归:从解释到预测

    分类: 心理学 >> 心理统计 提交时间: 2020-05-14

    摘要: 传统的最小二乘回归法关注于对当前数据集的准确估计,容易导致模型的过拟合,影响模型结论的可重复性。随着方法学领域的发展,涌现出的新兴统计工具可以弥补传统方法的局限,从过度关注回归系数值的解释转向提升研究结果的预测能力也愈加成为心理学领域重要的发展趋势。Lasso方法通过在模型估计中引入惩罚项的方式,可以获得更高的预测准确度和模型概化能力,同时也可以有效地处理过拟合和多重共线性问题,有助于心理学理论的构建和完善。

  • 俯卧位通气相关面部压力性损伤危险因素分析及最佳建模方法选择

    分类: 物理学 >> 普通物理:统计和量子力学,量子信息等 提交时间: 2023-08-30 合作期刊: 《中国全科医学》

    摘要: 背景 面部压力性损伤是俯卧位通气患者常见并发症,创面局部暴露可增加全身感染风险,影响俯卧位通气治疗效果,甚至造成局部组织永久性功能损害。探讨其危险因素并构建预测模型对于预防俯卧位通气相关面部压力性损伤具有重要临床意义。目的 探讨俯卧位通气相关面部压力性损伤的危险因素及其最佳建模方法。方法 选择 2020 年 6 月2023 年 3 月入住新疆医科大学第一附属医院重症医学科的 159 例接受俯卧位通气的患者为研究对象,根据是否发生面部压力性损伤分为压力性损伤组(n=22)和非压力性损伤组(n=137),收集患者的一般信息、疾病诊断、治疗措施、实验室检查。分别使用逐步 Logistic 回归模型、全变量 Logistic 回归模型及 Lasso-Logistic 回归模型筛选面部压力性损伤危险因素并建立预测模型,应用受试者工作特征曲线下面积(AUC)评价模型区分度;应用赤池信息准则(AIC)、贝叶斯信息准则(BIC)及校准曲线评价模型校准度;应用决策曲线评价模型临床应用价值。通过比较三种 Logistic 回归模型预测效能和临床应用差异选择最佳建模方法。结果 逐步 Logistic 回归模型结果显示,面部压力性损伤的影响因素为年龄(OR=39.041)、糖尿病(OR=7.256)和单次俯卧位通气时间(OR=6.705);全变量 Logistic 回归模型结果显示,面部压力性损伤的影响因素为年龄(OR=26.882)、糖尿病(OR=1.770)、ICU 住院时间(OR=2.610)和单次俯卧位通气时间(OR=5.340);Lasso-Logistic 回归结果显示,面部压力性损伤的影响因素为年龄(OR=38.256)、糖尿病(OR=1.094)、单次俯卧位通气时间(OR=5.738)和 Richmond 躁动镇静评分(OR=1.179)。Lasso-Logistic 回归模型预测俯卧位通气相关面部压力性损伤的 AUC、灵敏度和特异度分别为 0.855、0.959 和 0.750,优于逐步和全变量 Logistic 回归模型;AIC 和 BIC 分别为 44.634 和 55.745,低于逐步和全变量 Logistic 回归模型;校准曲线显示 Lasso#2;Logistic 回归模型预测概率与实际概率拟合效果最佳。决策曲线显示 Lasso-Logistic 回归模型获得临床收益对应风险阈值为 0.01~0.98,优于逐步和全变量 Logistic 回归模型。结论 年龄、糖尿病、单次俯卧位通气时长和 Richmond 躁动镇静评分是俯卧位通气相关面部压力性损伤的危险因素,Lasso-Logistic 回归模型预测效能和临床应用价值优于逐步Logistic 回归模型和全变量 Logistic 回归模型,是最佳建模方法。