关键词:
完全性肺静脉异位引流
风险因素
机器学习
LASSO
摘要:
目的研究心上型完全性肺静脉异位引流(total anomalous pulmonary venous connection,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=16.00)、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)和术后呼吸机辅助时间(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)、术后呼吸机辅助时间(a HR=1.023/d)、体重≤2.5 kg(aHR=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,体外循环时间、手术年龄、术后呼吸机辅助时间、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。