《Frontiers in Neurology》：Development and external validation of a LASSO-based parsimonious nomogram for predicting BPPV recurrence: a multi-center retrospective cohort study
编辑推荐：
摘要背景：良性阵发性位置性眩晕（Benign Paroxysmal Positional Vertigo，BPPV）在复位后表现出高复发率。本研究旨在识别核心风险因素，并开发一个经过外部验证的简约列线图，以实现个体化复发风险分层。方法：研究人员进行了一项多中心
摘要背景：良性阵发性位置性眩晕（Benign Paroxysmal Positional Vertigo，BPPV）在复位后表现出高复发率。本研究旨在识别核心风险因素，并开发一个经过外部验证的简约列线图，以实现个体化复发风险分层。方法：研究人员进行了一项多中心回顾性队列研究，纳入来自两个医疗中心（2020–2025年）的BPPV患者。采用最小绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator，LASSO）和逐步多变量逻辑回归来识别预测因子并构建模型。使用曲线下面积（Area under the Curve，AUC）、校准图、决策曲线分析（Decision Curve Analysis，DCA）和临床影响曲线（Clinical Impact Curves，CIC）评估模型性能。结果：在参与者中，1年复发率为23.97%。建立了一个包含三个核心变量的简约模型：糖尿病（OR=11.42）、非后半规管受累（OR=4.17）和25-羟基维生素D缺乏[25（OH）D]（OR=3.76）。该模型表现出良好的区分能力，训练集的AUC为0.905，内部验证集为0.872，外部验证集为0.853。校准曲线显示预测概率与观察概率之间具有极好的一致性。DCA和CIC确认在广泛的阈值概率范围（0.05–0.76）内具有显著的净临床获益，优于默认的临床策略。结论：研究人员开发并外部验证了一个高度准确的列线图，整合了代谢、解剖和营养标志物。这一简化工具便于早期识别高风险患者，并支持临床实践中的针对性二级预防。
论文解读文章
一、研究背景与问题
良性阵发性位置性眩晕（Benign Paroxysmal Positional Vertigo，BPPV）是全球最常见的外周前庭疾病，约占专科前庭诊所诊断的17%–42%，终生患病率估计为2.4%。其病理生理机制为耳石从椭圆囊斑脱落，进入半规管（管石症）或黏附于壶腹嵴（嵴帽结石症），在头位改变时诱发剧烈阵发性眩晕和特征性眼震。耳石复位手法（Canalith Repositioning Procedures，CRP）如Epley和Barbecue手法，是主要临床干预手段，即时缓解率超过90%，但复发率高构成纵向管理的重大挑战。文献报道CRP成功后1年复发率为15%–30%，5年累计复发率接近50%。复发的不确定性和反复性带来双重负担：不仅增加老年患者跌倒和骨折等身体后遗症风险，还常加剧“前庭-心理困扰”循环，表现为持续性焦虑和残余头晕。因此，精准风险分层对于制定个体化二级预防策略至关重要。
尽管已有大量研究探讨BPPV复发的预测因素，但结果仍相当异质。既往研究涉及年龄、性别、骨质疏松、代谢合并症（如高血压、糖尿病、高脂血症）等全身因素，以及25-羟基维生素D[25(OH)D]缺乏与耳石代谢失调的关联。局部解剖变异如特定半规管受累以及神经心理状态也受到关注。然而，现有文献多孤立关注这些风险因素，未能考虑代谢紊乱、解剖变异和心理决定因素之间的复杂交互作用，缺乏能够整合多方面特征以全面评估复发风险的综合预后评估系统。列线图作为统计预测模型的图形化表示，可将复杂回归方程转化为直观评分系统，但用于BPPV复发的列线图有限，现有模型多依赖基本人口学指标，未能充分考虑特定临床亚型，且缺乏严格的多中心外部验证，其泛化能力和临床适用性不确定。
为填补这一关键空白，研究人员利用来自台州市立医院和玉环市人民医院的大规模临床数据进行了多中心回顾性队列研究，旨在系统阐明CRP成功后复发的关键预后决定因素。研究采用最小绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator，LASSO）回归进行降维以减轻多重共线性影响，随后利用多变量逻辑回归构建预测模型。区别于先前研究，研究人员优先开发并验证了基于核心指标的“简约模型”，通过严格评估模型在内部和外部独立验证队列中的区分度、校准度和净临床获益，为临床医生提供平衡预测准确性与临床可行性的风险筛查工具，为精准随访和分层干预提供框架。该论文发表在《Frontiers in Neurology》。
二、主要关键技术方法
研究为多中心回顾性队列研究，样本队列来源：台州市立医院（训练集与内部验证集，680例随机7:3分配）和玉环市人民医院（外部验证集，100例独立队列）。临床数据从电子病历和实验室信息系统中提取。关键技术方法包括：①单变量逻辑回归筛选候选变量（排除预测性能差者）；②LASSO回归（10折交叉验证）进一步筛选变量，通过惩罚收缩机制自动抑制冗余变量并降低过拟合风险；③后向逐步多变量逻辑回归优化变量，建立简约预测模型；④模型性能评估：使用受试者工作特征曲线下面积（AUC）、校准图、决策曲线分析（DCA）和临床影响曲线（CIC）评估区分度、校准度与临床效用；⑤列线图构建：基于R软件rms包建立个性化预后列线图。
三、研究结果
**3.1 患者基线特征**：共纳入台州市立医院680例合格患者（训练组476例，内部验证组204例）和玉环市人民医院100例外部验证组。三组间基线人口学与临床特征无统计学差异（均p>0.05）。1年随访期间，总复发率为23.97%（187/780），三组间复发率无显著差异。
**3.2 复发风险因素的单变量分析**：复发组高血压、糖尿病、晕动病、非后半规管BPPV比例显著高于非复发组；HADS-A、HAMD、PSQI评分显著更高；25(OH)D缺乏发生率显著增加（均p<0.05）；性别、年龄、BMI、吸烟、饮酒无显著差异。
**3.3 潜在风险因素的多重共线性诊断与相关性分析**：Spearman秩相关显示所有变量间成对相关系数r<0.70，无显著多重共线性。高血压与PSQI评分呈正相关（r=0.68），25(OH)D缺乏与PSQI、高血压、HAMD评分呈中等相关（r=0.47、0.43、0.42），HADS-A与HAMD呈中等正相关（r=0.36）。
**3.4 基于LASSO回归的预测特征选择**：将单变量分析中显著变量纳入LASSO回归，最优λ=0.0263时，HADS-A系数被压缩为零，排除后最终选择7个核心风险因子：糖尿病、非后半规管受累、25(OH)D缺乏、高血压、晕动病、PSQI、HAMD。变量重要性排序显示糖尿病、非后半规管、25(OH)D缺乏为前三。
**3.5 BPPV复发的独立危险因素识别**：多变量逻辑回归显示所有7个变量均为独立危险因素。糖尿病与复发风险关联最强（OR=11.42），其次为非后半规管受累（OR=4.17）、25(OH)D缺乏（OR=3.76）、PSQI升高（OR=2.99）、晕动病史（OR=2.51）、高血压（OR=2.24）、HAMD升高（OR=2.21）。
**3.6 BPPV复发预测列线图的构建与性能评估**：基于7个变量构建列线图，糖尿病赋值100分，非后半规管59分，25(OH)D缺乏54分，PSQI 42分，晕动病41分，高血压37分，HAMD 33分。DCA显示训练集、内部验证集、外部验证集中列线图净获益均优于“全部治疗”和“不治疗”策略；CIC表明模型预测的高风险人群与实际复发人数高度吻合。
**3.7 简约多变量预测模型的开发与选择**：通过逐步纳入风险因子构建7个逻辑回归模型，Model 3（25(OH)D+非后半规管+糖尿病）AUC达0.905，灵敏度82.9%，特异性86.9%，保留全变量模型97%以上预测效能，且获取变量最少，被选为最优简约模型。
**3.8 简约模型在内部和外部队列中的验证**：Model 3在内部验证集AUC=0.872，外部验证集AUC=0.853；校准曲线与理想对角线高度一致；Hosmer-Lemeshow检验p值均>0.05（内部验证p=1.000，外部验证p=0.803），校准截距、校准斜率、Brier评分均显示良好预测准确性。
**3.9 简约模型的临床实用性**：基于Model 3构建可视化列线图。DCA显示在训练集（阈值概率0.05–0.76）、内部验证集（0.06–0.91）、外部验证集（0.08–0.83）中净获益均优于默认策略；CIC证实模型预测的高风险人群与实际复发曲线高度一致。
四、讨论与结论
研究人员基于780例BPPV患者临床数据，系统研究了复位后复发风险因素，建立了适合临床应用的简约列线图模型。总复发率23.97%与近期流行病学数据一致。通过LASSO降维和多变量逻辑回归，识别出7个独立危险因子，最终构建了包含糖尿病、非后半规管受累和25(OH)D缺乏的简约模型（Model 3）。该模型在保持良好预测性能和跨中心验证稳定性的同时，大幅降低了临床数据收集负担，提示BPPV复发风险评估无需详尽指标，通过靶向“代谢-解剖-营养”核心轴即可实现精准分层。
研究结论部分翻译：在本队列中，糖尿病、非后半规管受累和25（OH）D缺乏被确定为BPPV复发的核心风险因素。本研究开发的列线图简洁直观，为个体化风险分层提供了初步工具。其在指导预防策略方面的临床效用有待前瞻性研究证实。
