Lasso Logistic回归模型识别脂肪肝风险因素效果研究

摘要

探讨Lasso(最小绝对收缩和选择算子)Logistic回归模型对脂肪肝风险因素识别研究的应用效果.利用国人健康风险评估问卷(V1.0)对第四军医大学西京医院门诊部特诊中心某事业单位工作人员(含离退休人员)进行调查,建立脂肪肝的Lasso Logistic回归模型.通过交叉验证法选择模型中最佳的调和参数λ,再建立最优子集回归模型和逐步Logistic回归模型,通过3种回归模型对比,探讨Lasso Logistic回归模型的优势.共纳入脂肪肝调查问卷878份,回收率97.66％.交叉验证法选择的λ为0.02191678,基于Lasso Logistic的脂肪肝回归模型纳入的自变量为性别、年龄、BMI(kg/m2)、腰围(cm)、腰臀比、收缩压(mmHg)、舒张压(mmHg)、吸烟情况、高强度活动的频率(天/月,天/周)、中低强度活动的频率(天/月,天/周)、糖尿病家族史、糖尿病患病史、空腹血糖健康筛查和胆固醇健康筛查.脂肪肝回归模型的TPR、F-measure和AUC分别为0.8181818、0.6766917和0.7715909,最优子集回归和逐步Logistic回归的TPR、TNR、F-measure和AUC均小于Lasso Logistic回归.脂肪肝受多个风险因素的影响,Lasso Logistic回归模型可用于脂肪肝等常见疾病的风险因素识别研究.