外科学论文_Informed LASSO机器学习方法在心

文章摘要:目的 研究心上型完全性肺静脉异位引流（TAPVC）病例特征，分析术后死亡事件的相关危险因素，探究Informed LASSO机器学习方法解决罕见先天性心脏病研究中的小样本量问题。方法 回顾性分析2009～2019年于广东省人民医院接受手术修复的241例心上型TAPVC患者的临床资料，其中男179例、女62例，中位手术年龄71(33,232)d。首先使用单变量Cox等比分析模型对患者的临床数据进行初步筛选，保留P≤0.05的特征变量。为解决小样本量的限制，我们提出Informed LASSO方法进行多因素Cox风险分析。结果 单变量分析中，有统计学意义（P<0.001）的临床变量包括：手术体重≤2.5 kg(HR=16.0)、主肺动脉内径（HR=0.78）、体外循环时间（HR=1.21）、主动脉阻断时间（HR=1.28）和呼吸机时间（HR=1.13/d）。Informed LASSO多变量分析表明，术后死亡独立风险因素包括体外循环时间（a HR=1.308/30 min）、年龄（a HR=0.898）、呼吸机时间（a HR=1.023/d）、体重≤2.5 kg(a HR=2.545)、右侧垂直静脉回流（a HR=1.977）、术前肺静脉梗阻（a HR=1.633）和急诊手术（a HR=1.383）。结论 Informed LASSO利用既往研究结果可提高小样本量的模型分析功效，发现体外循环时间、手术年龄、呼吸机时间、体重、右侧垂直静脉回流、术前肺静脉梗阻和急诊手术为心上型TAPVC术后死亡风险因素。

文章关键词:完全性肺静脉异位引流,风险因素,机器学习,LASSO,

项目基金:广东省科技计划项目（2019B020230003）,广东省医学科学技术研究基金（A2020029）,广东省中医药局科研课题（20181004,

论文作者:刘晓冰¹ 刘付蓉¹ 陈泽宇² 徐光正³ 邱海龙¹ 季尔超¹ 温树生¹ 庄建¹ 刘涛² 

作者单位:2. 布朗大学生物统计系公共卫生学院 3. 清华大学社会科学学院 

论文分类号: R654.3

相关文章:毛发移植在头面部的应用.....作者:冯苏云

上一篇： 心血管系统疾病论文_青年心肌致密化不全合并
下一篇：没有了