基于LASSO回归对冠心病相关血脂指标的筛选

目的:利用LASSO回归分析筛选出与冠心病密切相关的血脂指标。方法:选取2013年5月至2015年11月在济宁医学院附属医院心内科住院并诊断为冠心病的患者3 062例的临床资料进行回顾性分析。按照冠状动脉造影结果分为冠心病组( n＝2 427)和对照组( n＝635)。统计分析用R语言。建立冠心病相关血脂指标的多元逻辑回归模型，评估模型多重共线性的严重程度。利用LASSO回归筛选出冠心病预测模型中具有代表性的血脂指标。 结果:研究对象共入选患者3 062例，其中冠心病组2 427例，对照组635例。将血脂指标同时纳入多元逻辑回归模型后导致了模型较严重的共线性，逐步回归(stepwise)只能够在部分地减少共线性的严重程度，而LASSO回归模型显著减少了共线性的严重程度。经过LASSO回归分析，发现低密度脂蛋白胆固醇(low density lipoprotein-cholesterol，LDL-C)、高密度脂蛋白胆固醇(high density lipoprotein-cholesterol，HDL-C)和非高密度脂蛋白胆固醇(non-high density lipoprotein-cholesterol，non-HDL-C)是预测冠心病的代表性的血脂指标。结论:LASSO回归在处理多重共线性的样本数据时有优势。LASSO回归发现LDL-C、HDL-C和non-HDL-C是预测冠心病的代表性的血脂指标。