目的:構建基于血清代謝物的血管內皮功能障礙預測模型并進行驗證。方法:應用氣相色譜-飛行時間質譜（GC-TOF-MS）檢測建模組77例和外驗證組26例研究對象的血清代謝物。采用正交偏最小二乘法-判別分析（OPLS-DA）和t檢驗,篩選建模組受試者血管內皮功能正常者和血管內皮功能障礙者的差異代謝物。運用Logistic回歸方法優(yōu)選差異代謝物與性別、年齡的組合并構建預測模型。以ROC曲線AUC和Hosmer-Lemeshow擬合優(yōu)度檢驗分別評價模型的預測和校準能力,并對模型進行內部驗證和外部驗證。結果:共篩選出OPLS-DA變量投影重要度（VIP）值大于1且t檢驗中P<0.05的差異代謝物16個。由性別、年齡、尿酸、色氨酸和尿素組成的預測模型最優(yōu),其AUC為0.974（95%CI:0.945～1.000）,擬合優(yōu)度檢驗差異無統(tǒng)計學意義（P>0.05）,模型表達式為:P=1/{1+exp[-（9.803-0.777×性別-0.204×年齡-0.343×ln尿酸+0.024×ln色氨酸+0.808×ln尿素）]}。該模型內部驗證AUC為0.922 （95%CI:0.847～0.997... 

【文章來源】：中國循環(huán)雜志. 2020,35(10)北大核心CSCD

【文章頁數】：7 頁

【部分圖文】：

建模組正交偏最小二乘法-判別分析得分圖（n=77)

運用建立的預測模型對外部驗證組26例受試者進行血管內皮功能障礙預測。若P值≥0.666，則判定為血管內皮功能障礙，反之則判定為血管內皮功能正常。在金標準判定的12例血管內皮功能障礙者中，模型判定正確11例，錯分為血管內皮功能正常者1例；在金標準判定的14例血管內皮功能正常者中，模型判定正確11例，錯分為血管內皮功能障礙者3例。外部驗證AUC為0.881(95%CI:0.729～1.000），敏感度和特異度分別為91.7%和78.6%（圖2），表明模型的預測能力較好。3 討論


本文編號：3272763