基于主成分分析的Cox比例风险回归模型在血液透析预后中的应用

发布时间：2020-08-07 03:16

【摘要】：目的:探讨基于主成分分析的Cox比例风险回归模型在血液透析预后中的应用。方法:回顾性分析从2006年6月-2015年11月在南昌大学第二附属医院行维持性血液透析患者的预后情况,共计194例患者及14个预后因素。采用stata12.0统计软件对研究对象进行基线数据的分析,用SPSS 22.0统计软件进行主成分分析、Cox回归模型及主成分的Cox回归模型,同时用SAS 11.0软件验证主成分分析结果是否一致。通过对自变量进行共线性诊断,提示自变量间存在共线性现象,然后应用主成分改进的Cox回归分析,解释最终的回归模型。结果:通过Kaplan-Meier法计算得出血透患者1年生存率为92.7%,2年生存率为80.4%,3年生存率为70%,4年生存率为56.7%。14个预后因素(X1:性别;X2:透析频次;X3:原发病;X4:年龄;X5血清白蛋白;X6:血清尿酸;X7:血钙;X8:血磷;X9-X12依次指:血总胆固醇、甘油三酯、高密度脂蛋白、低密度脂蛋白;X13:血红蛋白;X14:全段甲状旁腺激素)经单因素分析(Kaplan-Meier法,log-rank检验)后纳入多因素分析的共11个(P0.05为纳入多因素分析标准)。对14个因素(X1-X14)进行单因素Cox比例风险回归模型分析,其中X1、X2、X3的P值0.05,而X4至X14的单因素Cox比例风险回归模型均有统计学意义(P0.05),X13回归系数为负数,为保护因素,其余的回归系数均为正数,为危险因素。对X4-X14进行多因素Cox比例风险回归模型分析,X4、X7、X8、X14的系数为负数,为保护因素,而X13的系数为正数,为危险因素,与单因素分析结果矛盾,且与专业实际不符,提示自变量间存在多重共线性。用主成分分析法提取了7个主成分进行Cox比例风险回归模型分析,结果有1个主成分进入Cox比例风险回归模型方程。结论:血液透析患者1年生存率92.7%,2年生存率80.4%,3年生存率70%,4年生存率56.7%。基于主成分分析的Cox比例风险回归模型能很好地解决血液透析预后因素间存在的多重共线性问题。主成分Cox回归结果示:随着血透患者年龄(15-29/30-44/45-59/60-69/70-79/80+岁)层次上升,死亡风险依次增加9%;血清白蛋白不达标(35g/L)的死亡风险较达标者增加42%;高尿酸血症的死亡风险是正常血清尿酸血透患者的3.46倍;血钙、血磷、iPTH不达标的死亡风险较达标者(Ca:2.2-2.5 mmol/L,P:1.1-1.7 mmol/L,iPTH:150-300 pg/mL)依次增加36%、36%、51%;而总胆固醇、甘油三酯、高密度脂蛋白、低密度脂蛋白不达标者死亡风险分别是达标者(TC5.17mmol/L,TG1.69mmol/L,HDL1.03mmol/L,LDL3.36mmol/L)的3.82倍、2.51倍、1.97倍、4.06倍;随着贫血程度的减轻,血透患者死亡风险依次降低27%。
【学位授予单位】：南昌大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R692.5

【参考文献】