基于LASSO回归的塔城地区人群冠状动脉狭窄程度预测模型构建及验证 被引量：1

1

作者 徐以康 刘蕾 +4 位作者 刘丽敏 马晶茹 王嘉钰 马军 甄紫伊 《中国医科大学学报》 北大核心 2025年第2期139-143,149,共6页

目的 分析新疆塔城地区人群冠状动脉中重度狭窄的危险因素,构建并验证冠状动脉狭窄程度列线图风险预测模型。方法 回顾性收集2021年1月至2023年6月于塔城市人民医院心内科住院治疗的629例患者的临床资料。用R语言软件将所有患者的临床... 目的 分析新疆塔城地区人群冠状动脉中重度狭窄的危险因素,构建并验证冠状动脉狭窄程度列线图风险预测模型。方法 回顾性收集2021年1月至2023年6月于塔城市人民医院心内科住院治疗的629例患者的临床资料。用R语言软件将所有患者的临床资料纳入LASSO回归进行危险因素初筛。按7∶3的比例将629例患者随机分为训练组(440例)和验证组(189例)。训练组数据用于模型构建,以冠状动脉狭窄程度为因变量,将LASSO回归筛选出的变量作为自变量纳入logistic回归建模。验证组用于模型验证。基于logistic分析结果,用R语言软件构建冠状动脉狭窄程度预测的可视化列线图。应用曲线下面积(AUC)、临床决策曲线分析(DCA)及校准曲线评价模型的区分度、临床效用和校准度。结果 年龄、非汉族、高血压、高脂血症、脑血管病史是发生冠状动脉中重度狭窄的危险因素,纳入风险预测模型。训练组和验证组AUC分别为0.905 (95%CI:0.790~0.863)和0.864(95%CI:0.744~0.861),校准曲线预测值与实际值一致度较高(训练组和验证组Brier得分分别为0.03和0.14),模型的预测性能好,DCA结果提示本模型具有临床净获益。结论 本研究所构建塔城地区人群冠状动脉狭窄程度风险预测模型具有良好的预测性能,可为筛查冠状动脉中重度狭窄患者提供简便易行、经济、易推广的评估工具。 展开更多

关键词 冠状动脉狭窄程度 列线图 预测模型 lasso回归

在线阅读 下载PDF 职称材料

基于LASSO回归构建经产妇发生急产的风险预测模型并验证

2

作者 韩璐 王雪 +2 位作者 薛军 杨译萱 付丽 《护理研究》 北大核心 2025年第11期1785-1793,共9页

目的:探究经阴道分娩经产妇发生急产的风险因素,构建风险预测模型并检验模型的预测效果。方法:回顾性收集2022年10月1日—2023年12月31日在天津市某三级甲等医院住院分娩的360名经阴道分娩经产妇病例资料,以是否发生急产将其分为急产组(... 目的:探究经阴道分娩经产妇发生急产的风险因素,构建风险预测模型并检验模型的预测效果。方法:回顾性收集2022年10月1日—2023年12月31日在天津市某三级甲等医院住院分娩的360名经阴道分娩经产妇病例资料,以是否发生急产将其分为急产组(n=141)和非急产组(n=219)。采用LASSO法筛选影响经产妇发生急产的风险因素并构建Logistic风险预测模型,使用受试者工作特征曲线(ROC)下面积(AUC)及Hosmer-Lemeshow评估预测模型的区分度及校准度。构建列线图,绘制决策曲线评估模型的临床应用净收益,采用Bootstrap法对模型进行内部验证。结果:141名(39.2%)经产妇发生急产,多因素Logistic回归分析显示,年龄[OR=1.633,95%CI(1.130,2.361)]、分娩孕周≥40周[OR=0.524,95%CI(0.309,0.891)]、合并妊娠期高血压疾病[OR=2.079,95%CI(1.055,4.099)]、催产素助产[OR=0.503,95%CI(0.280,0.903)]、与前次分娩间隔时间[OR=0.652,95%CI(0.453,0.939)]、使用分娩镇痛[OR=0.137,95%CI(0.046,0.405)]、有急产史[OR=4.438,95%CI(1.314,14.984)]、临产前破膜[OR=2.124,95%CI(1.235,3.651)]是经产妇发生急产的独立影响因素。建模集AUC为0.757[95%CI(0.706,0.808)],Hosmer-Lemeshow检验结果显示,P=0.620。预测模型的最佳截断值为0.39,灵敏度为73.8%,特异度为66.2%,约登指数为0.40,临床决策曲线阈值概率为0.1~0.7时净获益率较高。Bootstrap自抽样法内部验证结果显示,ROC曲线下面积为0.713[95%CI(0.641,0.785)]。结论:本研究构建的风险预测模型可较好地预测经产妇急产的发生,列线图作为一种可视化评估工具可为临床医护工作者有效识别、筛选急产高危人群提供帮助。 展开更多

关键词 急产 产次 经产妇 lasso回归模型 列线图 影响因素

在线阅读 下载PDF 职称材料

基于LASSO回归模型构建扩张型心肌病死亡风险的预测模型

3

作者 夏志强 方羚 +1 位作者 任凌云 卢亮 《中国卫生统计》 北大核心 2025年第4期590-593,共4页

目的 扩张型心肌病(dilated cardiomyopathy, DCM)是导致心力衰竭和心脏性猝死的重要原因之一,且治疗效果及预后不佳,出现心力衰竭时5年生存率只有40%。本研究拟基于LASSO回归和logistic回归分析建立DCM患者死亡风险的预测模型,以调整... 目的 扩张型心肌病(dilated cardiomyopathy, DCM)是导致心力衰竭和心脏性猝死的重要原因之一,且治疗效果及预后不佳,出现心力衰竭时5年生存率只有40%。本研究拟基于LASSO回归和logistic回归分析建立DCM患者死亡风险的预测模型,以调整诊疗策略,改善预后。方法 回顾性分析了2014年8月至2016年8月期间浙江省东阳市人民医院收治的175例DCM患者的临床资料。通过LASSO回归筛选关键变量,通过logistic回归建立患者死亡风险预测模型,并评估了该模型的预测效能。结果 LASSO回归结果显示年龄、收缩压、左心室射血分数(left ventricular ejection fraction, LVEF)和氨基末端B型利钠肽前体(N-terminal pro-B-type natriuretic peptide, NT-proBNP)是DCM患者死亡的关键影响因素,多因素logistic回归结果表明,年龄越大、收缩压越低、LVEF越低、proBNP越高患者死亡的风险越高。结论 该风险预测模型具有较好的准确率和临床净收益,通过早期诊断,尤其是在心力衰竭发生前诊断及规范化治疗是改善预后关键。 展开更多

关键词 扩张型心肌病 lasso回归 列线图 风险预测模型

在线阅读 下载PDF 职称材料

急性缺血性卒中患者复发的独立影响因素及风险预测列线图模型构建:基于Lasso回归 被引量：3

4

作者 金佳欣 马鹏珍 +1 位作者 王尔玉 谢颖桢 《南方医科大学学报》 CAS CSCD 北大核心 2024年第12期2375-2381,共7页

目的探讨急性缺血性卒中患者1年内复发的影响因素,并构建其复发风险预测列线图模型。方法纳入2021年3月~2022年3月于北京中医药大学东直门医院住院治疗的184例急性缺血性卒中(≤7 d)患者为建模集,另纳入2021年3月~2022年3月于北京中医... 目的探讨急性缺血性卒中患者1年内复发的影响因素,并构建其复发风险预测列线图模型。方法纳入2021年3月~2022年3月于北京中医药大学东直门医院住院治疗的184例急性缺血性卒中(≤7 d)患者为建模集,另纳入2021年3月~2022年3月于北京中医药大学房山医院住院治疗的140例急性缺血性卒中(≤7 d)患者为外部验证集。收集患者临床资料,并进行为期1年的电话随访,依据是否出现结局事件将患者分为复发组与未复发组。使用Lasso回归筛选重要预测因素,多因素Logistic回归分析探讨急性缺血性卒中患者1年内复发的独立影响因素。运用R studio软件建立复发风险预测列线图模型,ROC曲线评估该模型的区分度,Hosmer-Lemeshow拟合优度检验与校准曲线评估模型校准度。结果建模集患者复发28例(15.22%),外部验证集患者复发21例(15.00%)。在建模集,复发患者年龄>65岁、糖尿病、心律失常、卒中后便秘、FBG>7.5的占比高于未复发患者,中性粒细胞与淋巴细胞计数比值(NLR)、尿素氮、肌酐、糖化血红蛋白、纤维蛋白原含量、凝血酶凝结时间水平高于未复发患者(P<0.05)。多因素Logistic回归分析结果显示,年龄>65岁、心律失常、卒中后便秘、空腹血糖>7.5、NLR升高、肌酐升高是急性缺血性卒中患者1年内复发的独立危险因素(P<0.05)。Hosmer-Lemeshow拟合优度检验与校准曲线分析显示,建模集与外部验证集中该风险预测列线图模型拟合良好。ROC曲线分析显示,该列线图模型预测建模集与外部验证集急性缺血性卒中患者1年内复发的AUC分别为0.857[95%CI(0.782-0.932)]、0.679[95%CI(0.563-0.794)]。结论基于年龄>65岁、心律失常、卒中后便秘、空腹血糖>7.5、NLR、肌酐等预测因素构建的列线图模型对急性缺血性卒中患者1年内复发具有一定预测价值。 展开更多

关键词 缺血性卒中 复发 影响因素 预测模型 lasso回归

在线阅读 下载PDF 职称材料

田间烟叶化学成分高光谱回归模型构建及光谱特征解析

5

作者 曹长代 邓平壤 +4 位作者 李军民 林樱楠 樊俊 邓建强 王大彬 《中南农业科技》 2025年第5期38-44,共7页

为实现田间烟叶化学成分的快速无损检测,基于便携式高光谱成像技术,采集大田生长期烟叶的高光谱数据,构建偏最小二乘回归(PLSR)和Lasso回归(LassoR)模型,对比分析其预测总糖、还原糖、总氮、总植物碱、蛋白质、钾6项化学成分含量的性能... 为实现田间烟叶化学成分的快速无损检测,基于便携式高光谱成像技术,采集大田生长期烟叶的高光谱数据,构建偏最小二乘回归(PLSR)和Lasso回归(LassoR)模型,对比分析其预测总糖、还原糖、总氮、总植物碱、蛋白质、钾6项化学成分含量的性能,并解析特征波长及其光谱区间分布规律。结果表明,LassoR模型对总糖、还原糖和总氮含量的预测效果优于PLSR模型,而PLSR模型对蛋白质的预测能力更优,R2>0.90,2种模型对总植物碱和钾含量的预测性能相近。特征波长分析表明,紫色光(397~435nm)和近红外(750~1 004 nm)参与全部6项化学成分的模型构建,红边(700~750 nm)参与5项,红色光(622~700 nm)参与4项,绿色光(492~577 nm)参与3项,青色光和橙色光各参与1项,蓝色光与黄色光未参与。研究表明,基于特征波长筛选的高光谱回归模型可有效降低数据冗余,为田间烟叶化学成分的快速预测及多光谱技术应用提供理论支持。 展开更多

关键词 高光谱成像 田间烟叶 化学成分预测 偏最小二乘回归(PLSR)模型 lasso回归(lassor)模型 特征波长

在线阅读 下载PDF 职称材料

adaptive LASSO logistic回归模型应用于老年人养老意愿影响因素研究的探讨 被引量：24

6

作者 韩耀风 覃文峰 +3 位作者 陈炜 李博涵 滕伯刚 方亚 《中国卫生统计》 CSCD 北大核心 2017年第1期18-22,共5页

目的探讨adaptive LASSO logistic回归模型在老年人养老意愿影响因素研究中的应用。方法基于厦门市60岁及以上老年人口的多阶段整群抽样调查数据,建立老年人养老意愿影响因素的adaptive LASSO logistic回归模型,通过交叉验证法选择模型... 目的探讨adaptive LASSO logistic回归模型在老年人养老意愿影响因素研究中的应用。方法基于厦门市60岁及以上老年人口的多阶段整群抽样调查数据,建立老年人养老意愿影响因素的adaptive LASSO logistic回归模型,通过交叉验证法选择模型中的调和参数λ;通过与全变量和逐步logistic回归结果的比较,探讨adaptive LASSO logistic回归模型的优势。结果共纳入1244名老年人,其养老意愿为家庭养老、社区居家养老和机构养老的比例分别为70.0%、21.1%和8.9%。交叉验证法选择的λ为0.018;此时adaptive LASSO logistic回归模型纳入的自变量为居住地、年龄、婚姻状况、文化程度、子女数、每月退休金收入、公费医疗和住院情况;BIC和AIC分别为1931、1888,均低于全变量logistic回归(2077、1923)和逐步logistic回归(2025、1912)。结论 adaptive LASSO logistic回归模型可用于老年人养老意愿影响因素研究。老年人的养老意愿受多个因素影响。 展开更多

关键词 ADAPTIVE lasso LOGISTIC回归模型 养老模式 影响因素

在线阅读 下载PDF 职称材料

删失回归模型中一个LASSO型变量选择和估计方法(英文) 被引量：8

7

作者 王占锋 吴耀华 赵林城 《应用概率统计》 CSCD 北大核心 2010年第1期66-80,共15页

删失回归模型是一种很重要的模型,它在计量经济学中有着广泛的应用.然而,它的变量选择问题在现今的参考文献中研究的比较少.本文提出了一个LASSO型变量选择和估计方法,称之为多样化惩罚L1限制方法,简称为DPLC.另外,我们给出了非0回归系... 删失回归模型是一种很重要的模型,它在计量经济学中有着广泛的应用.然而,它的变量选择问题在现今的参考文献中研究的比较少.本文提出了一个LASSO型变量选择和估计方法,称之为多样化惩罚L1限制方法,简称为DPLC.另外,我们给出了非0回归系数估计的大样本渐近性质.最后,大量的模拟研究表明了DPLC方法和一般的最优子集选择方法在变量选择和估计方面有着相同的能力. 展开更多

关键词 删失回归模型 最小绝对偏差 变量选择 lasso

在线阅读 下载PDF 职称材料

稀疏组lasso罚向量自回归模型的大气污染物预测:京津冀案例研究 被引量：2

8

作者 王金甲 孙梦然 郝智 《高技术通讯》 北大核心 2017年第6期567-576,共10页

进行了大气污染物预测研究。针对传统的向量自回归模型方法所面临的过参数化问题,提出了稀疏组lasso罚向量自回归模型并应用近邻梯度下降法求解模型参数。为了验证模型的有效性,将其应用于2015年京津冀大气污染物数据中并对2016年1月1... 进行了大气污染物预测研究。针对传统的向量自回归模型方法所面临的过参数化问题,提出了稀疏组lasso罚向量自回归模型并应用近邻梯度下降法求解模型参数。为了验证模型的有效性,将其应用于2015年京津冀大气污染物数据中并对2016年1月1日北京6项大气污染物浓度进行预测。实验数据表明:基于稀疏组lasso罚模型的PM2.5预测归一化均方误差约为3.8%,预测精度高于向量自回归(VAR)模型、基于各种稀疏结构的向量自回归(VAR-L)模型、分层向量自回归(HVAR)模型。此外,京津冀不同城市对北京的空气质量影响程度不同,这可以通过组内稀疏模型参数进行解释。将凸优化概念与向量自回归模型结合应用于大气污染物浓度的预测中,对京津冀大气污染协同治理具有重要意义。 展开更多

关键词 向量自回归(VAR)模型 稀疏组lasso 近邻梯度下降法 凸优化 大气污染

在线阅读 下载PDF 职称材料

组LASSO罚多变量自回归模型脑电特征分工类 被引量：1

9

作者 王金甲 党雪 +2 位作者 杨倩 王凤嫔 孙梦然 《高技术通讯》 EI CAS 北大核心 2019年第11期1073-1081,共9页

自回归(AR)模型和多变量自回归(MVAR)模型是脑机接口(BCI)系统脑电信号(EEG)常用的特征提取方法。AR模型没有考虑多通道间的相互关系,MVAR模型虽然考虑了多通道间相互关系,但是会出现模型过参数化问题。为解决MVAR模型过参数问题,本文... 自回归(AR)模型和多变量自回归(MVAR)模型是脑机接口(BCI)系统脑电信号(EEG)常用的特征提取方法。AR模型没有考虑多通道间的相互关系,MVAR模型虽然考虑了多通道间相互关系,但是会出现模型过参数化问题。为解决MVAR模型过参数问题,本文提出采用组LASSO罚MVAR模型对脑电信号进行特征提取,采用梯度下降和块坐标下降相结合的方法估计模型参数,然后采用线性支持向量机(SVM)对提取的特征进行分类。实验结果表明,组LASSO罚MVAR模型的分类正确率达93%,高于MVAR模型、LASSO-MVAR模型和6阶AR模型的识别正确率。 展开更多

关键词 脑机接口(BCI) 脑电信号(EEG) 特征提取 多变量自回归(MVAR)模型 正则化 组lasso

在线阅读 下载PDF 职称材料

分段平稳自回归过程的变点估计与模型选择——基于改进的自适应LASSO方法

10

作者 刘杰 陈啸远 吴遵 《中国科学技术大学学报》 CAS CSCD 北大核心 2020年第6期744-751,776,共9页

针对非平稳时间序列中一类分段平稳自回归(PSAR)过程的变点估计和模型选择问题,在已有的将变点估计问题转化成变量选择问题方法的基础上,提出一种基于两阶段LASSO(TS-LASSO)算法同时进行变点估计和模型选择.具体地,在第一阶段中,通过LA... 针对非平稳时间序列中一类分段平稳自回归(PSAR)过程的变点估计和模型选择问题,在已有的将变点估计问题转化成变量选择问题方法的基础上,提出一种基于两阶段LASSO(TS-LASSO)算法同时进行变点估计和模型选择.具体地,在第一阶段中,通过LASSO算法对序列中的变点和模型进行初步的估计和选择,然后在第二阶段中结合改进的自适应LASSO算法对过估计的LASSO结果进行筛选,最终实现变点的一致估计和模型的准确选择.并对变点估计结果的大样本性质进行了分析.此外,对于特殊情形下的均值变化序列和无变点序列,TS-LASSO算法也能实现有效的估计和识别.最后,结合不同类型序列的模拟检验以及地震波数据的实例分析,证明TS-LASSO算法是有效的,并具有一定的实用意义. 展开更多

关键词 分段平稳自回归 变点估计 模型选择 自适应lasso

在线阅读 下载PDF 职称材料

基于二次Lasso回归的纵向驾驶员模型研究 被引量：2

11

作者 刘通 曾小华 +2 位作者 李泰祥 宋大凤 庄晓 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第8期54-60,共7页

为了更好地模拟实际驾驶员行为,提出基于二次回归和Lasso回归方法的纵向驾驶员回归模型.通过采集纵向驾驶行为数据,提取可能影响驾驶行为的状态参数,进而建立二次回归驾驶员模型;面向多参数回归模型中的多重共线问题,采用Lasso回归方法... 为了更好地模拟实际驾驶员行为,提出基于二次回归和Lasso回归方法的纵向驾驶员回归模型.通过采集纵向驾驶行为数据,提取可能影响驾驶行为的状态参数,进而建立二次回归驾驶员模型;面向多参数回归模型中的多重共线问题,采用Lasso回归方法进行状态参数筛选;结合筛选数据建立二次回归驾驶员模型.为了验证模型的有效性,与PI驾驶员模型和一次Lasso回归驾驶员模型进行仿真对比.仿真结果表明,相较于其他两种模型,所建立的驾驶员模型具备良好的工况跟随效果,同时能较好地反映实际驾驶行为特征. 展开更多

关键词 车辆性能 回归分析 纵向驾驶员模型 lasso回归 工况跟随

在线阅读 下载PDF 职称材料

基于特征选择与BiLSTM多变量回归预测的磨煤机故障预警研究 被引量：1

12

作者 罗云 李战国 +5 位作者 付陇霞 王道谊 张新中 李耀华 程亮 江霞 《动力工程学报》 北大核心 2025年第5期724-732,共9页

为解决火电设备多参数耦合、渐变性故障诊断困难的问题,提出了一种基于套索(LASSO)回归特征选择与双向长短期记忆(BiLSTM)网络多变量回归预测的故障预警方法。以某1 000 MW机组磨煤机为研究对象,选取磨煤机电流、出口压力、出入口差压... 为解决火电设备多参数耦合、渐变性故障诊断困难的问题,提出了一种基于套索(LASSO)回归特征选择与双向长短期记忆(BiLSTM)网络多变量回归预测的故障预警方法。以某1 000 MW机组磨煤机为研究对象,选取磨煤机电流、出口压力、出入口差压作为表征堵磨故障的特征参数,采用LASSO回归选择特征变量,基于BiLSTM算法建立多变量回归预测模型;根据堵磨时特征参数的变化机理与模型预测值构建堵磨故障指数,最后利用核密度估计方法计算预警阈值,实现了堵磨故障预警。通过实际数据分析表明:磨煤机正常状态时,BiLSTM多变量回归预测模型的平均相对误差为1.13%,相比传统的误差反向传播(BP)神经网络和支持向量机回归(SVR)模型具有更高的精度和预测参数变化趋势的能力;磨煤机异常状态时,相比成熟的多元状态估计技术(MSET)算法模型能更早地发现磨煤机运行的异常状态,实现磨煤机变工况下故障早期预警。 展开更多

关键词 磨煤机 lasso回归 BiLSTM多变量回归 预测模型 堵磨 故障指数

在线阅读 下载PDF 职称材料

基于Lasso回归和BP神经网络的蔬菜短期价格预测组合模型研究 被引量：18

13

作者 喻沩舸 吴华瑞 彭程 《智慧农业（中英文）》 2020年第3期108-117,共10页

蔬菜是居民生活饮食的重要组成部分,蔬菜价格预测存在着价格波动幅度大、影响因素复杂多样、精度不高等难点。本研究以黄瓜为研究对象,分析了影响黄瓜价格的供给、需求、流通等因素,引入Lasso回归模型对影响因素进行筛选,获得12项关联... 蔬菜是居民生活饮食的重要组成部分,蔬菜价格预测存在着价格波动幅度大、影响因素复杂多样、精度不高等难点。本研究以黄瓜为研究对象,分析了影响黄瓜价格的供给、需求、流通等因素,引入Lasso回归模型对影响因素进行筛选,获得12项关联度较大的因素。在此基础上,构建了一种基于影响因素的Lasso回归方法与BP神经网络相结合的组合模型(L-BPNN),开展黄瓜短期价格预测,并与Lasso回归模型、BP神经网络模型、RBF神经网络模型等回归分析和智能分析方法等进行了对比验证研究。结果表明:使用L-BPNN模型预测黄瓜价格,其平均相对误差最小,仅为0.66%,比Lasso回归模型、BP神经网络模型和RBF神经网络模型分别低64.52%、82.11%和86.2%,具有较高的预测精度。本研究结果实现了黄瓜的短期价格预测,也可推广到其他蔬菜品种,对于保障菜农收入、稳定蔬菜市场价格等具有重要意义。 展开更多

关键词 蔬菜 影响因素 价格预测 组合模型 lasso回归方法 BP神经网络 RBF神经网络

在线阅读 下载PDF 职称材料

基于LASSO logistic回归模型的轻度认知障碍逆转预测模型 被引量：9

14

作者 秦瑶 韩红娟 +5 位作者 陈杜荣 王浩基 葛晓燕 白文琳 崔靖 余红梅 《中国卫生统计》 CSCD 北大核心 2022年第5期653-658,共6页

目的探讨轻度认知障碍(mild cognitive impairment,MCI)患者逆转为认知正常(normal cognition,NC)的相关因素并建立预测模型。方法基于美国公共数据库NACC,数据包括社会人口学信息、体格检查、疾病史、认知功能、抑郁状况、精神症状和... 目的探讨轻度认知障碍(mild cognitive impairment,MCI)患者逆转为认知正常(normal cognition,NC)的相关因素并建立预测模型。方法基于美国公共数据库NACC,数据包括社会人口学信息、体格检查、疾病史、认知功能、抑郁状况、精神症状和日常活动功能,构建LASSO logistic回归模型筛选自变量,通过十折交叉验证法选择模型中的最优调和系数λ;采用AIC和BIC与全变量logistic回归和逐步logistic回归进行比较,基于AUC、Brier评分和校准曲线分别评价预测模型的区分度和准确度,并绘制森林图和列线图。结果共纳入397例MCI患者,其中124例MCI患者逆转为NC,逆转率为31.23%。LASSO logistic回归模型(λ=0.044),纳入的自变量为年龄、BMI、高脂血症、维生素B12缺乏症、他人报告认知障碍、FAQ、MMSE、CDR和动物命名正确数;AIC=188.364,BIC=232.187,均低于全变量logistic回归(207.940/299.570)和逐步logistic回归(196.489/260.232);AUC、Brier评分和校准曲线均显示LASSO logistic回归模型的区分度和准确度更好。结论MCI患者逆转为NC受多个因素影响,应关注未患有高脂血症和维生素B12缺乏症、日常活动功能和认知功能较好的低龄MCI患者,对其进行健康管理干预和预防性护理,减少其未来疾病进展的风险。 展开更多

关键词 轻度认知障碍 逆转 认知正常 lasso LOGISTIC回归模型

在线阅读 下载PDF 职称材料

基于自适应LASSO的逻辑回归砂土液化判别模型 被引量：4

15

作者 胡记磊 吴文良 +1 位作者 王璟 熊彬 《三峡大学学报（自然科学版）》 CAS 2023年第2期67-72,共6页

逻辑回归模型在国际上常用于地震液化判别,但该方法难以处理过多影响因素引发的共线性问题,进而严重影响模型的预测精度.能同时进行变量筛选和参数估计的自适应LASSO在处理共线性问题上有着独特的优势.因此,本研究以国内外533组历史液... 逻辑回归模型在国际上常用于地震液化判别,但该方法难以处理过多影响因素引发的共线性问题,进而严重影响模型的预测精度.能同时进行变量筛选和参数估计的自适应LASSO在处理共线性问题上有着独特的优势.因此,本研究以国内外533组历史液化案例为样本,在综合考虑地震液化多影响因素的基础上,引入自适应LASSO估计法,对逻辑回归液化判别模型进行优化,建立了基于自适应LASSO的逻辑回归砂土液化判别模型,该模型还包括了新的液化影响因素——土壤分类指数Ic,最后对重要液化影响因素进行敏感性分析.结果表明:针对因素过多的液化判别问题时,自适应LASSO逻辑回归模型可有效地选择重要因素进行建模;相比其它逻辑模型模型和简化方法,自适应LASSO逻辑回归模型精度更高,泛化能力更强;引入了新变量土壤分类指数Ic后,模型性能进一步提升,验证了建立逻辑回归液化判别模型时考虑Ic的重要性;敏感性分析发现重要影响因素的排序为:修正尖端阻值、峰值加速度、土壤分类指数、水位、细粒含量、侧壁摩阻值. 展开更多

关键词 砂土液化 预测模型 自适应lasso 逻辑回归 土壤分类指数

在线阅读 下载PDF 职称材料

肺移植受者术后医院感染Nomogram预测模型的构建与验证

16

作者 仇桑桑 许琴芬 +4 位作者 邵君飞 黄琴红 吴波 胡春晓 陈静瑜 《中国感染控制杂志》 北大核心 2025年第5期674-681,共8页

目的 探讨肺移植受者(LTRs)术后医院感染发生的危险因素,构建列线图(nomogram)预测模型。方法 回顾性分析2019年1月—2023年12月无锡市人民医院接受肺移植手术的患者临床资料,分为训练集(n=506)和验证集(n=218)。通过LASSO回归筛选独立... 目的 探讨肺移植受者(LTRs)术后医院感染发生的危险因素,构建列线图(nomogram)预测模型。方法 回顾性分析2019年1月—2023年12月无锡市人民医院接受肺移植手术的患者临床资料,分为训练集(n=506)和验证集(n=218)。通过LASSO回归筛选独立危险因素,纳入多因素logistic回归,构建nomogram预测模型。采用受试者工作特征(ROC)曲线、Hosmer-Lemeshow拟合优度和决策曲线评价模型区分度、校准度和临床适用度。结果 共506例LTRs, 201例发生医院感染,发病率为39.72%。感染部位以下呼吸道为主,病原体以革兰阴性杆菌(鲍曼不动杆菌)为主。最终筛选出年龄大、使用体外膜肺氧合(ECMO)、双肺移植、手术时长>3 h、连续发热日数长、血常规异常次数多和联合使用抗菌药物日数长为肺移植术后医院感染的独立危险因素。ROC曲线分析结果显示,训练集的曲线下面积(AUC)为0.74(95%CI:0.70~0.78),验证集为0.71(95%CI:0.64~0.78)。Hosmer-Lemeshow测试结果显示,预测的医院感染概率和实际医院感染概率间差异无统计学意义(P>0.05)。临床决策曲线结果表明,模型在7%~71%的阈值概率值下具临床收益。结论 本研究构建的nomogram预测模型可有效评估LTRs术后感染风险,模型稳定,具有较高的临床应用价值,可为术后感染防控提供科学参考。 展开更多

关键词 肺移植受者 手术后感染 医院感染 nomogram预测模型 lasso回归 多因素logistic回归 预测模型验证

在线阅读 下载PDF 职称材料

自发性脑出血病人抢救性气管插管风险预测模型的构建与验证

17

作者 冯理 廖利梅 《护理研究》 北大核心 2025年第12期1990-1997,共8页

目的:分析自发性脑出血病人抢救性气管插管的危险因素,构建风险预测模型,并对其进行验证。方法:选取2018年9月1日—2022年1月31日就诊于某三级甲等医院急诊科的389例自发性脑出血病人为研究对象,根据时间先后顺序分为建模组(290例)和验... 目的:分析自发性脑出血病人抢救性气管插管的危险因素,构建风险预测模型,并对其进行验证。方法:选取2018年9月1日—2022年1月31日就诊于某三级甲等医院急诊科的389例自发性脑出血病人为研究对象,根据时间先后顺序分为建模组(290例)和验证组(99例)。采用LASSO回归法筛选影响自发性脑出血病人抢救性气管插管的影响因素,并构建Logistic风险预测模型;采用受试者工作特征(ROC)曲线下面积、校准曲线、Hosmer-lemeshow拟合优度检验、决策曲线(DCA)验证模型。结果:建模组中54例(18.6%)自发性脑出血病人发生抢救性气管插管。多因素Logistic回归分析结果显示,年龄校正Charlson合并症指数(aCCI)、呕吐、发病至来院时间、心率、血氧饱和度、改良版早期预警量表(MEWS)评分、左瞳孔直径、左瞳孔对光反射和右瞳孔对光反射是自发性脑出血病人发生抢救性气管插管的影响因素。建模组ROC曲线下面积为0.906[95%CI(0.867,0.946)];模型预测最佳截断值为0.122,敏感度为94.4%,特异度为74.6%,约登指数为0.690,Hosmer-Lemeshow检验结果显示,χ2=8.91,P=0.350;校准曲线与参考线重合度高;临床决策曲线表明模型具有良好的临床决策性能。结论:构建的风险预测模型可以较好地预测自发性脑出血病人抢救性气管插管的发生,为临床医务人员尽早地识别需抢救性气管插管的高风险人群、制定针对性的干预提供参考。 展开更多

关键词 自发性脑出血 抢救性气管插管 影响因素 预测模型 lasso回归

在线阅读 下载PDF 职称材料

基于MIMIC-Ⅳ数据库的重症社区获得性肺炎中长期预后模型的构建与评估

18

作者 邓南利 刘仁怀 +2 位作者 柴薪 张西京 苏斌虓 《解放军医学杂志》 北大核心 2025年第4期400-408,共9页

目的基于美国重症监护医学信息数据库(MIMIC-Ⅳ)探究重症社区获得性肺炎(SCAP)患者的中长期死亡危险因素,构建预后模型并评估其预测效能。方法采用回顾性队列研究设计,纳入2008-2019年美国MIMIC-Ⅳ数据库中1943例SCAP患者,按7:3的比例... 目的基于美国重症监护医学信息数据库(MIMIC-Ⅳ)探究重症社区获得性肺炎(SCAP)患者的中长期死亡危险因素,构建预后模型并评估其预测效能。方法采用回顾性队列研究设计,纳入2008-2019年美国MIMIC-Ⅳ数据库中1943例SCAP患者,按7:3的比例随机分为训练集(1363例)与验证集(580例)。主要研究终点为1年全因死亡,次要终点包括30 d及90 d全因死亡。通过LASSO回归结合多因素Cox比例风险模型筛选独立预后因素,构建可视化列线图模型。采用一致性指数(C指数)、受试者操作特征(ROC)曲线及校准曲线评估模型效能,并与传统的CURB-65评分进行比较。采用Kaplan-Meier生存分析验证风险分层能力。结果SCAP患者的30 d、90 d及1年全因死亡率分别为25.9%、34.5%、42.6%。研究确定了7项独立危险因素:年龄(HR=1.037)、心率(HR=1.007)、红细胞分布宽度(RDW,HR=1.092)、急性生理学评分Ⅲ(APS-Ⅲ,HR=1.013)、脑血管疾病(HR=1.453)、肝脏疾病(HR=1.272)和恶性肿瘤(HR=2.007)。据此构建Cox回归模型并绘制列线图,模型在训练集和验证集的C指数分别为0.710和0.688,ROC曲线下面积(AUC)显示其预测效能(1年AUC:训练集0.768,验证集0.738)优于CURB-65评分(1年AUC:训练集0.648,验证集0.616)。Kaplan-Meier分析显示高风险组生存率明显低于低风险组(P<0.0001)。结论年龄、心率、RDW、APS-Ⅲ评分、脑血管疾病、肝脏疾病、恶性肿瘤是SCAP患者中长期死亡的独立危险因素。基于这些因素构建的预后模型具备较高的预测效能,可为临床诊疗提供有效的重要参考。 展开更多

关键词 重症社区获得性肺炎 MIMIC-Ⅳ数据库 预后模型 lasso回归

在线阅读 下载PDF 职称材料

基于稀疏组Lasso的分段平稳自回归模型变点检测方法

19

作者 高伟 杨海忠 杨露 《系统工程学报》 CSCD 北大核心 2023年第5期614-629,共16页

结构变化检测是分析系统动态规律的重要方式之一.针对分段平稳自回归模型,将变点检测问题转化为变量选择问题,采用稀疏组Lasso方法得到变点个数和位置的初始估计,提出分组选择方法在初始估计的变点中进行选择,然后用后向删除法得到变点... 结构变化检测是分析系统动态规律的重要方式之一.针对分段平稳自回归模型,将变点检测问题转化为变量选择问题,采用稀疏组Lasso方法得到变点个数和位置的初始估计,提出分组选择方法在初始估计的变点中进行选择,然后用后向删除法得到变点个数及位置的估计.证明了提出的方法对变点个数和位置估计的一致性.另外,稀疏组Lasso方法通过约束变点位置上模型参数的稀疏性,能够进一步确定回归系数发生变化的具体滞后变量阶数.最后,仿真实验和应用实例证实,相对于直接应用后向删除法,分组选择方法的引入显著提高了估计的效率;相对于组Lasso方法,稀疏组Lasso方法可以进一步识别在变点位置上发生变化的具体滞后变量阶数. 展开更多

关键词 变点 分段平稳自回归模型 稀疏组lasso 分组选择

在线阅读 下载PDF 职称材料

基于融合分割和LASSO回归的实时车道偏离预警 被引量：6

20

作者 许小伟 陈乾坤 +2 位作者 蔡永祥 史延雷 曾佳辉 《武汉科技大学学报》 CAS 北大核心 2020年第1期50-58,共9页

在有路面污染、标识干扰等复杂高速道路环境下,车道偏离预警系统的鲁棒性和实时性会变差。为此提出一种利用两种算法融合分割和LASSO回归模型进行车道线检测和偏离预警的新方法。首先,分别采用TopHat算法和OTSU算法分割出车道线背景并... 在有路面污染、标识干扰等复杂高速道路环境下,车道偏离预警系统的鲁棒性和实时性会变差。为此提出一种利用两种算法融合分割和LASSO回归模型进行车道线检测和偏离预警的新方法。首先,分别采用TopHat算法和OTSU算法分割出车道线背景并进行“与”运算融合,据此准确提取出车道信息;其次,分两步检测车道线,第一步基于概率Hough变换进行直线检测,将检测出的车道线位置设为动态ROI区域并进行卡尔曼滤波跟踪处理,第二步是基于LASSO多项式回归模型对车道线再次进行参数估计和拟合,以改善使用最小二乘法时的过拟合问题;最后,根据设置的虚拟车道线和角度模型进行车道偏离预警决策。实验结果表明,所提出的方法在复杂道路环境下的平均正检率为96.07%,检测速率可达到32 ms/帧,即具有良好的鲁棒性和实时性。 展开更多

关键词 车道偏离预警 车道线检测 TopHat算法 OTSU算法 图像融合 lasso回归 角度模型

在线阅读 下载PDF 职称材料