基于LASSO回归的无抽搐电休克治疗术后谵妄风险预测模型的建立

作者：何欢; 刘博雅^*; 彭川; 赵丹

来源：精神医学杂志, 2022, 35(06): 613-619.

• LASSO回归
• 多因素Logisitc回归
• 无抽搐电休克
• 谵妄
• 列线图模型

目的 建立LASSO回归的无抽搐电休克治疗(MECT)术后谵妄风险预测模型。方法 选择382例行MECT治疗的精神疾病住院患者进行研究。收集能引起MECT术后谵妄的相关因素，以信封法用7∶3比例将患者分为两组，模型组267例，验证组115例。模型组根据有无谵妄将患者分为谵妄组和非谵妄组，比较两组各影响因素，以LASSO回归筛选变量后行多因素Logistic回归，根据多因素分析结果建立列线图模型并对模型进行验证。结果 谵妄组与非谵妄组患者年龄、苯二氮■类药物使用情况、碳酸锂使用情况、治疗次数、高血压病史、低血氧症、呼吸恢复时间、抽搐发作时间比较差异均具有统计学意义(P<0.05)。LASSO回归模型的三折交叉验证确定最佳惩罚项系数λ,最终筛选出5个潜在的影响因素，分别为年龄、碳酸锂使用情况、治疗次数、低血氧症及抽搐发作时间。多因素分析结果显示，年龄增加、使用碳酸锂、首次治疗、低血氧症及抽搐发作时间延长为MECT术后谵妄发生的独立性危险因素(P<0.05)。内部验证：以模型组构建MECT术后谵妄风险预测模型预测值的曲线下面积(AUC)为0.854(95%CI:0.789～0.920)。以验证组数据进行外部验证，由验证组构建模型的AUC为0.829(95%CI:0.749～0.909)。决策曲线分析结果显示，当列线图模型预测MECT术后谵妄风险的概率阈值为0.15～0.85时，患者的净收益率大于0。结论 MECT术后谵妄的发生主要受患者年龄、碳酸锂使用情况、治疗次数等因素的影响，根据上述因素建立的列线图模型用于预测MECT术后谵妄具有较高的准确度与区分度。