基于护理科学精准健康模型的肺癌患者癌症相关认知障碍预测列线图构建及验证

来自国内的研究团队针对肺癌患者癌症相关认知障碍(CRCI)的精准预测难题，基于护理科学精准健康(NSPH)模型框架，通过LASSO回归筛选变量并构建列线图模型。该研究纳入252例患者，鉴定出年龄(≥65岁)、治疗方案、教育水平、白蛋白及血小板-淋巴细胞比值(PLR)5个关键预测因子，模型AUC达0.970-0.973，为CRCI早期识别提供了可视化工具。

　　护理科学精准健康(NSPH)模型通过解析症状的生物学基础来开发精准干预策略。这项前瞻性研究纳入252例肺癌患者，按7:3比例随机分为训练集与验证集。研究团队采用最小绝对收缩选择算子(LASSO)回归优化变量筛选，通过多因素logistic回归构建预测模型，最终形成包含年龄(≥65岁)、治疗方案、教育水平、白蛋白和血小板-淋巴细胞比值(PLR)5个核心参数的列线图。模型表现出卓越的区分度(训练集AUC=0.970，验证集AUC=0.973)，校准曲线与理想曲线高度吻合。决策曲线分析(DCA)显示该模型在1%-98%阈值概率范围内均具正向净收益。研究发现高龄、低教育水平、联合化疗、低白蛋白及高PLR与CRCI发生显著相关，该可视化工具为临床早期识别高风险患者提供了新方法。