中老年人代谢综合征危险因素分析及列线图预测模型的构建

Shen Lianwei, Zhu Hongliu, Wang Wei

Chinese Journal of Tissue Engineering Research(2023)

引用 0|浏览3
暂无评分
摘要
背景:随着国内人口老龄化的加剧及生活方式的改变,中老年人代谢综合征的患病率不断升高,筛选该病的危险因素及构建该病的预测模型很有必要.目的:探讨国内中老年人代谢综合征的危险因素并构建代谢综合征列线图预测模型,为中老年代谢综合征的防控工作提供参考.方法:研究数据来源于中国健康与养老追踪调查2015年随访数据,以是否患有代谢综合征为因变量,纳入左手肌力、右手肌力、站立时间、步行速度、从椅子上起立时间、性别、年龄、吸烟、饮酒共9个变量探讨中老年人代谢综合征的相关因素,在SPSS上进行倾向性评分与描述性分析,在Rstudio上将原始数据集分为训练集与验证集,训练集进行单因素、多因素回归分析、列线图模型构建及内部验证,验证集进行外部验证.结果 与结论:①共筛选中老年人7384人,其中检出有代谢综合征518人(7%),无代谢综合征6865人(93%);②倾向性评分以1:1从无代谢综合征的6865人中选出518人作为对照组,代谢综合征患者作为患病组,构建原始数据集,以7:3将原始数据集随机分为训练集(728人)与验证集(308人);③模型的构建:根据训练集(建模队列)的二元logistic回归分析结果,选取出右手肌力、步行速度、性别、饮酒、站立时间等5个变量构建模型;模型的评价:模型受试者工作特征曲线曲线下面积为0.877(95%CI:0.851-0.902),表明模型具有较高的区分度,校准曲线拟合良好说明模型具有较高的校准度;④模型的内部验证:采用Bootstrop法,经过1000次有放回的重复抽样生成新样本,生成的校准曲线拟合良好;⑤模型的外部验证:由验证集(验证队列)检验,所得的受试者工作特征曲线曲线下面积为0.89(95%CI:0.854-0.926),表明模型具有较高的区分度,校准曲线拟合良好说明模型具有较高的校准度,提示模型在验证队列也具有良好的效能;⑥构建的中老年人代谢综合征预测模型具有较好的可信度,由此得出的列线图,可根据右手肌力、步行速度、性别、饮酒、年龄、站立时间情况预测中老年人患有代谢综合征的概率,有利于中老年人代谢综合征的早发现、早诊断、早治疗,可在临床上推广.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要