目的:高血壓腎損害(hypertensive renal damage,HRD)的危險因素已被廣泛報道,但針對高血壓患者發(fā)生腎損害的風險預測模型尚未建立。本研究旨在通過基于主成分分析的Logistic回歸分析,建立一個綜合評價高血壓患者發(fā)生腎損害的風險預測模型,為臨床醫(yī)生針對不同危險因素患者采取個體化治療提供理論依據(jù)。方法:本研究收集分析了 2014年1月至2016年12月就診于山東省千佛山醫(yī)院高血壓患者582例。其平均年齡為(58± 13)歲,男性348人(60%),女性234人(40%)。根據(jù)臨床常用且便于檢測的尿微量白蛋白與肌酐比值,將受試者分為高血壓伴腎損害組(收縮壓≥140mmHg和(或)舒張壓≥90mmHg,且UACR30mg/g)和高血壓不合并腎損害組(收縮壓≥140mmHg和(或)舒張壓≥90mmHg,且UACR30mg/g)。收集上述人群基本信息及臨床指標,單因素方差分析篩選出11項危險因素,對該11項危險因素行基于主成分分析的Logistic回歸分析,建立預測模型,計算ROC曲線下面積,評估預測效能。結(jié)果:經(jīng)過單因素方差分析后,共11項指標與高血壓腎損害存在顯著相關性(P0.05),分別是性別、年齡、吸煙史、飲酒史、冠心病史、糖尿病史、胱抑素-C、β 2-微球蛋白、C-反應蛋白、血壓類型、腎動脈阻力指數(shù)。該11項指標間存在顯著共線性,嚴重影響Logistic回歸分析所建立的預測模型的穩(wěn)定性及預測效能,故采用基于主成分分析的Logistic回歸分析建立預測模型。通過主成分分析提取的6項主成分因子總貢獻率高達81.7%。ROC曲線下面積為0.735,該模型具有良好預測效能。結(jié)論及意義:性別、年齡、吸煙史、飲酒史、冠心病史、糖尿病史、胱抑素-C、β 2-微球蛋白、C-反應蛋白、血壓類型、腎動脈阻力指數(shù)共11項指標是高血壓患者發(fā)生腎損害的危險因素;通過基于主成分分析的Logistic回歸分析建立的預測模型具有良好的預測效能,可用于綜合評估高血壓患者發(fā)生腎損害的風險大小。
【學位單位】：山東大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：R544.11;R692
【部分圖文】：

預測模型的ROG曲線

內(nèi)質(zhì)網(wǎng)應激的三種信號通路

【參考文獻】

相關期刊論文 前8條

1 張琪;范貴娟;張杰;

本文編號：2816136