基于group lasso logistic回归的6月龄婴儿贫血预测模型的构建

• 作者: 张啸 胡焕青 赵薇 陈大方 黄爱群
• 来源期刊: 中国慢性病预防与控制
• 学科: 医学
• 关键词: 婴儿 贫血 预测模型
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 论著
• 页码范围: 199-205
• 页数: 7页
• 分类号: R725.5
• 语种: 中文
• DOI: 10.16386/j.cjpccd.issn.1004-6194.2020.03.009

摘要

目的 构建6月龄婴儿中度贫血的预测模型,为婴儿贫血的预防和控制提供更好的指导.方法 于2015年9月至2019年6月,基于方便抽样,选择在河北省石家庄市正定县、辽宁省鞍山市立山区、湖南省岳阳市岳阳县以及厦门市海沧区和集美区生活的2 431名孕晚期孕妇进行问卷调查,并对其分娩的婴儿进行随访观察.采用SAS 9.4软件进行数据描述和x2检验.使用R 3.6.1软件拟合全变量进行group lasso logistic回归,筛选6月龄婴儿中度贫血的影响因素及构建预测模型,并绘制受试者工作特征(ROC)曲线,计算灵敏度、特异度和曲线下面积(AUC)评价模型的预测效果.结果 2431名6月龄婴儿中,总贫血率为24.60％,轻度贫血率为22.46％,中度贫血率为2.14％.以中度贫血为结局,最终筛选出11项有意义的指标,分别为低出生体重、分娩方式、维生素D摄入情况、当前母乳喂养、最近两周是否感冒、婴儿贫血史、母亲教育程度、孕中晚期是否吃牛(羊)肉、孕中晚期是否吃鸡(鸭)等禽类肉、孕中晚期是否吃海带(紫菜)等海产品和地区.模型的AUC值为0.783 2(95％CI:0.722 8～0.843 5),若取阈值为1.77％,则灵敏度为90.38％,特异度为45.65％.结论 采用group lasso logistic回归构建的预测模型具有较好的预测能力,当阈值为1.77％时,能较好地发现6月龄婴儿中度贫血的高危人群.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈大方	北京大学公共卫生学院流行病与卫生统计学系	82	534	12.0	17.0
2	黄爱群	中国疾病预防控制中心妇幼保健中心	42	312	10.0	16.0
3	赵薇	中国疾病预防控制中心妇幼保健中心	15	109	5.0	10.0
4	胡焕青	中国疾病预防控制中心妇幼保健中心	20	119	7.0	10.0
5	张啸	北京大学公共卫生学院流行病与卫生统计学系	3	1	1.0	1.0