基于Lasso回归构建的高风险消化性溃疡出血再出血预测列线图模型的建立与验证

本研究针对高风险消化性溃疡出血(PUB)患者再出血预测难题，通过Lasso回归筛选变量并构建Nomogram预测模型。研究发现舒张压(DBP)、血细胞比容(HCT)、输血量等6个独立危险因素，模型AUC达0.832，Hosmer-Lemeshow检验χ2=13.520(P=0.095)，为临床早期预防提供量化工具。

　　

消化性溃疡出血(PUB)作为非静脉曲张性上消化道出血(NVUGIB)的主要病因，在我国急性NVUGIB中占比高达73.26%。尽管现代内镜技术和药物治疗取得显著进步，但成功止血后仍有13.1%-30.3%患者在30天内发生再出血，导致贫血、失血性休克等严重并发症，甚至增加死亡风险。目前关于PUB再出血危险因素的研究结果不一致，且缺乏有效的临床预测工具，使得医生难以准确评估患者再出血风险并采取针对性预防措施。

来自国内某医院的研究团队开展了一项单中心回顾性研究，旨在通过Lasso回归分析筛选变量，构建预测高风险PUB患者再出血的Nomogram模型。研究纳入2020年1月至2023年12月收治的279例Forrest分级Ia-IIb的高风险PUB患者，随机分为建模组(195例)和验证组(84例)。采用Lasso回归筛选变量后，通过多因素分析确定独立危险因素，最终构建的Nomogram模型在《SLAS Technology》发表。

研究采用的关键技术方法包括：1) Lasso回归分析筛选变量，通过十折交叉验证确定正则化参数λ；2) 二元Logistic回归分析确定独立危险因素；3) 使用R软件"rms"包构建Nomogram模型；4) ROC曲线、校准曲线和决策曲线分析(DCA)评估模型性能。所有连续变量均经过标准化处理，缺失数据采用多重插补法处理。

临床资料比较显示，建模组与验证组基线资料无统计学差异(P>0.05)，279例患者中45例(16.13%)发生再出血。Lasso回归分析以λ_min=0.01305为标准筛选出15个变量，预测AUC达0.8185。多因素分析确定舒张压(DBP)、血细胞比容(HCT)、输血量、GBS评分、内镜检查和机械止血为独立危险因素，方差膨胀因子(VIF)分析显示各变量VIF值均<5，排除多重共线性干扰。

构建的Nomogram模型总分为0-220分，当总分达145分和198分时，再出血风险分别为10%和80%。模型验证显示建模组AUC为0.832(95%CI=0.744-0.921)，验证组AUC为0.814(95%CI=0.672-0.956)，Hosmer-Lemeshow检验χ²=13.520(P=0.095)，表明模型具有良好的区分度和校准度。决策曲线分析(DCA)显示在阈值概率0-1.0范围内，使用该模型干预患者可获得正向收益，最佳临床干预阈值为158分(对应再出血风险≥35%)。

研究讨论部分指出，输血量增加与再出血风险呈正相关，可能与稀释性血小板减少、凝血因子稀释等机制有关。DBP降低反映血容量不足，HCT下降提示贫血程度加重。GBS评分虽具预测价值，但特异性较差(AUC=0.785)，而Nomogram模型整合多指标后预测性能更优。内镜二次检查和机械止血能有效降低再出血风险，但局部注射可能因组织肿胀影响止血夹效果。

该研究构建的Nomogram模型整合了DBP、HCT等6个独立危险因素，为临床提供了直观的高风险PUB再出血预测工具。模型通过量化评估个体再出血风险，有助于医生早期识别高风险患者并采取针对性干预，如血压管理、限制性输血策略或二次内镜评估等。但作为单中心回顾性研究，存在地域选择偏倚和潜在变量遗漏(如用药依从性、操作者经验等)的局限性。未来需要通过多中心前瞻性研究进一步验证模型效能，并纳入更多影响因素以优化预测准确性。