左半结直肠癌术后吻合口瘘的LASSO回归分析

探讨基于最小绝对收缩和选择算子(LASSO)回归分析对左半结直肠癌术后吻合口瘘(AL)的预测价值。收集2018年1月—2021年1月收治的521例左半结直肠癌手术患者相关资料,随机抽样将其分为训练集(n=365)和验证集(n=156),观察AL发生情况。在训练集行LASSO-Logistic回归模型基于CLS评分筛选AL的危险因素,建立改良CLS评分模型,利用ROC曲线评估模型效能。521例患者中,46例(8.83%)发生AL,其中训练集365例中发生AL 32例(8.77%)归为AL组,未发生AL的333例归为非AL组;训练集中两组性别、年龄、BMI、不良嗜好、ASA分级、吻合口与肛缘距离、急诊状态、出血量、手术时间、附加手术、辅助治疗、艰难梭菌感染、预防性造瘘、吻合口血供、吻合口张力对比差异有统计学意义(P<0.05);LASSO回归算法从CLS评分系统中选择出吻合口血供、吻合口与肛缘距离、附加手术、艰难梭菌感染、预防性造瘘5个具有非零系数的显著相关指标。进一步Logistic回归分析:吻合口血运欠佳(OR=8.124,95%CI:2.363~27.935)、艰难梭菌感染(OR=3.375,95%CI:1.185~9.612)、附加手术(OR=5.662,95%CI:1.992~16.093)为左半结直肠癌术后AL的危险因素(均P<0.05);吻合口与肛缘距离(OR=0.760,95%CI:0.584~0.990)、预防性造瘘(OR=0.072,95%CI:0.015~0.355)为左半结直肠癌术后AL的保护因素(均P<0.05);验证集156例中发生AL 14例(8.97%),改良CLS评分预测训练集发生AL的AUC为0.819(95%CI:0.756~0.872),预测验证集发生AL的AUC为0.808(95%CI:0.703~0.889)。改良CLS评分可以更准确地预测左半结直肠癌术后AL的发生。

众数自适应Lasso回归的统计推断

本文给出了自适应Lasso的众数回归模型,用来对众数回归模型的变量进行选择.对比传统的均值回归模型和中位数回归模型,众数回归在解决重尾、多峰分布问题时更加稳健.众数回归模型的主要估计方法是核估计方法,当自变量的数目较大时,该方法会产生难以忽略的计算误差.本文在核估计方法的众数回归模型基础上添加惩罚项,并通过自适应Lasso方法进行参数估计,有效的剔除了贡献率低的自变量,同时提高了计算的准确性.本文详细阐述了该计算方法,并在一些正则条件下,给出了模型的参数的估计方法和估计值的渐近正态性.模拟实验和实证分析研究了所提方法在有限样本下的性质.对比均值回归模型和传统的众数回归模型,添加自适应Lasso惩罚项的众数回归模型极大地提高了参数估计的准确性.

决定系数与相关系数辅助的LASSO回归

现有LASSO回归方法尚未解决回归关系式中冗余特征和无关特征的去除问题,提出一个决定系数与相关系数辅助的LASSO回归方法。设给定响应变量Y和备选解释变量集X,首先设计结合决定系数的LASSO回归正则化路径求解方法,找出X中的主解释变量;然后,设计结合决定系数、相关系数和正则化路径的方法,在固定主解释变量条件下求解LASSO回归的正则化路径过程中,去除X中的无关变量和冗余变量。模拟数据集和真实数据集的实验结果表明,新方法解决了LASSO回归中冗余特征和无关特征的去除问题,在冗余变量和无关变量的去除效果上胜过对比方法。

甘肃劳动者报酬影响因素分析——基于岭回归与Lasso回归

深入研究劳动者报酬的影响因素,有助于全面了解和掌握甘肃省劳动者的收入状况、居民消费水平以及社会资源配置等情况,从而为政策制定提供更为精准的依据。在此背景下,本文运用岭回归方法与Lasso回归方法研究了资本存量、人口数量、农村居民消费水平、城镇居民消费水平对甘肃劳动者报酬的影响。研究发现:影响劳动者报酬的因素依次为资本存量、人口数量、城镇居民消费水平、农村居民消费水平。本研究仅供参考。

基于Lasso回归构建生物标志物影响代谢综合征的风险预测模型

目的探讨代谢综合征的生物标志物及影响因素,构建代谢综合征的风险预测模型。方法选取2020年1月至2021年12月到某中心疗养体检并诊断为代谢综合征的161例患者作为实验组,另选择同一时期根据性别和年龄匹配的192例非代谢综合征患者作为对照组。收集患者的临床基线资料和生物标志物,利用Lasso回归筛选出代谢综合征相关的生物标志物,用于构建预测代谢综合征高危人群的预警模型。结果使用Lasso回归共筛选出7个影响代谢综合征相关的生物标志物和影响因素,分别为体质量指数(body mass index,BMI)、2型糖尿病(type 2 diabetes,T2DM)、空腹血糖(fasting blood glucose,FBG)、三酰甘油(triglyceride,TG)、高密度脂蛋白胆固醇(highdensity lipoprotein cholesterol,HDL-C)、单核细胞计数/高密度脂蛋白胆固醇比值(monocyte count/HDL-C ratio,MHR)和超敏C反应蛋白(high-sensitivity C-reactive protein,hs-CRP)。预测模型的曲线下面积(area under curve,AUC)为0.9857。结论本研究利用Lasso回归构建生物标志物的风险预测模型用于预测代谢综合征的能力较强,可用于指导临床医生早期识别代谢综合征的高危人群。

基于LASSO回归下维持性血液透析患者认知功能减退的预测模型构建分析

目的 构建基于LASSO回归下维持性血液透析(maintenance hemodialysis,MHD)患者认知功能减退的预测模型。方法 前瞻性纳入2016年3月~2021年3月于宜兴市人民医院接受MHD治疗的100例患者。采用蒙特利尔认知评估量表(Montreal cognitive assessment,MoCA)将患者分为认知功能障碍(cognitive impairment,CI)组(MocA<26分)、非CI组(MocA≥26分)。收集一般资料及临床资料,用LASSO回归筛选具有非0系数的MHD患者发生CI相关特征因素,构建LASSO-Logistics回归模型,绘制受试者工作特征曲线(ROC)评估模型效能。并选取71例MHD患者的资料行外部验证。结果 最终CI组、非CI组各有62例、38例患者。CI组患者年龄(t=3.164,P=0.002)、透析龄(t=2.915,P=0.004)、高敏C反应蛋白(hs-CRP;t=3.257,P=0.002)、三酰甘油(t=2.235,P=0.028)、总胆固醇(t=2.461,P=0.016)及合并糖尿病(χ^(2)=3.950,P=0.047)高于非CI组,CI组血清白蛋白(t=4.254,P<0.001)、血清钙(t=4.018,P<0.001)及MoCA评分(t=10.646,P<0.001)低于非CI组MHD患者。LASSO回归筛选上述因素,代入Logistics回归分析显示年龄(OR=1.135,95%CI:1.041~1.238,P=0.004)、透析龄(OR=1.138,95%CI:1.012~1.279,P=0.031)、hs-CRP(OR=2.394,95%CI:1.158~4.950,P=2.394)、血清白蛋白(OR=0.759,95%CI:0.593~0.971,P=0.028)是MHD患者发生CI的危险因素。LASSO-Logistics回归模型预测MHD患者CI发生的曲线下面积(AUC)为0.892(95%CI:0.813~0.945)。外部验证显示:AUC为0.899(95%CI:0.0.804~0.958),Youden指数J为0.713。结论 年龄、透析龄、hs-CRP、低白蛋白与MHD患者发生CI显著相关,构建的预测模型能够较好的预测这类人群发生CI。

基于LASSO回归的R-vine copula模型构建及其在化工过程故障检测中的应用

Vine copula模型在描述高维数据间的非线性、非高斯特性相依关系问题上提供了一种新的思路,在化工过程建模领域受到越来越多关注。笔者将LASSO(least absolute shrinkage and selection operator)回归引入R-vine copula(LASSO-R-vine copula,LRVC),根据变量间联系的强弱程度确定变量在R-vine矩阵中的位置,利用回归分析正则化路径选择R-vine copula矩阵结构,遵循R-vine矩阵构建规则和回归过程确定R-vine结构矩阵模型,以获得一个与变量独立性有关的稀疏矩阵模型。该方法构建的矩阵结构独立于copula函数类型和参数,在处理高维度复杂工业过程数据时,利用稀疏模型和惩罚力度简化copula函数类型选择过程,缩短了建模时间,使统计建模具有更强的灵活性。该方法在TE(Tennessee Eastman)和醋酸脱水过程故障监测中表现出较好的预测效果,证明了提出的方法在非线性、非高斯过程的有效性。

基于LASSO回归建立与验证中风痰瘀滞络证诊断模型的探索

[目的]探索并建立一个中风痰瘀滞络证的临床预测诊断模型,可应用于互联网医疗等现代大环境。[方法]对2021年6月至2022年2月上海市浦东新区浦南医院中医科收治的新发脑卒中有偏瘫后遗症的患者305例进行病史采集,给予中医证型诊断。将病例以7:3的比例区分为训练集及验证集,运用R语言进行LASSO回归筛选疾病研究因子,以二元Logistic回归建立模型,并予区分度、校准度验证,以列线图形式展示模型。[结果]30个研究因子经过筛选后留下9个因子建立模型,模型区分度:训练集曲线下面积(area under curve,AUC)0.942,95%可信区间(0.906,0.979);验证集AUC 0.951,95%可信区间(0.895,1.000)。校准度:Hosmer-Lemeshow指数(H-L)训练集P=0.47,验证集P=0.39。模型以列线图进行可视化展示。[结论]该诊断模型有较好的诊断效能,可在多种无法进行望诊、切诊的情况下给予辨证参考。

基于岭回归和LASSO回归浅析河南省粮食产量影响因素

文章运用河南省2002—2021年的数据对粮食产量影响因素进行分析。由于解释变量间有重复信息,岭回归和LASSO回归适合分析具有多重共线性的数据,使用R软件实现岭回归和LASSO回归并得出结论。河南省粮食产量与种植面积、有效灌溉面积、农业机械总动力和化肥施用折纯量呈现正相关关系,对河南省粮食产量影响较大的解释变量依次是有效灌溉面积、粮食种植面积、化肥施用折纯量和农业机械总动力。

基于Lasso回归的慢性乙型肝炎发生肝硬化列线图预测模型的构建

背景慢性乙型肝炎(chronic hepatitis B,CHB)呈全球性流行,其进展成肝硬化的过程常被患者忽略.通过临床常规指标来构建肝硬化无创诊断模型,可为肝硬化的早期诊治提供参考价值.目的利用临床常见指标构建肝硬化的列线图预测模型.方法选取2010-2018初次就诊于安徽医科大学第一附属医院和第二附属医院感染科接受肝活检的CHB患者,收集其实验室检查指标并进行组间比较.采用Lasso回归模型筛选对肝硬化具有预测价值的预测因子,并采用多因素Logistic回归分析建立预测模型.采用Bootstrap法重采500次进行模型的内部验证,计算曲线下面积(the area under curve,AUC)以评估模型区分度.绘制决策曲线分析(decision curve analysis,DCA)以评估模型的获益度,校准曲线(calibration curve,CA)以评估模型的校准度.结果共纳入CHB病例1087例,其中并发肝硬化者135例,两组间除乙肝病毒脱氧核糖核酸(the deoxyribo nucleic acid quantification of hepatitis B virus,HBV DNA)定量、谷丙转氨酶(alanine transaminase,ALT)外,其余指标均具有统计学差异(P<0.05).经Lasso回归分析后,最终筛选出的预测变量为年龄、甲胎蛋白(alpha fetoprotein,AFP)、清蛋白(albumin,ALB)、球蛋白(globulin,GLB)、谷氨酰转肽酶(glutamyl transpeptidase,GGT)、血小板计数(platelet,PLT).经多因素Logistic回归分析建立预测模型Logit P=1.26+0.02×年龄+0.001×AFP-0.10×ALB+0.07×GLB+0.004×GGT-0.02×PLT,其中AUC为0.83,95%置信区间(confidence interval,CI)为0.79-0.87.DCA曲线提示使用建立的预测模型能够使患者的净获益增加,CA曲线提示该预测模型的预测效应与实际结果间一致性良好.结论本研究以CHB患者的年龄、AFP、ALB、GLB、GGT、PLT作为预测变量,构建的对CHB并发肝硬化的列线图预测模型具有良好的预测效能,值得临床进一步推广.

基于LASSO回归的新型冠状病毒感染泛素化风险模型的构建

目的 探究泛素蛋白酶体功能激活与新型冠状病毒感染(COVID-19)之间的关系,构建风险模型,为COVID-19的预后评估提供潜在的生物标志物。方法 使用生物信息学分析公共数据库中COVID-19患者的转录组数据,对非COVID-19和COVID-19患者以及聚类分析得到的簇1和簇2分别进行差异分析,以其重合的差异基因构建最小绝对收缩和选择算子(LASSO)回归+Cox多因素回归分析预后模型,绘制生存曲线并使用受试者工作特征(ROC)曲线评估预后模型效果,结合其对应的临床信息验证该模型的可靠性。结果 取簇1和簇2差异表达基因(DEGs)与非COVID-19和COVID-19患者DEGs的交集,得到的230个基因进行LASSO回归分析,其中9个关键DEGs用于构建风险模型。以0.79为临界值将患者分为高风险组和低风险组,两组的机械通气概率曲线具有统计学意义(P<0.05)。多因素Cox回归分析训练集的10、20、30 d的ROC曲线下面积分别为0.919、0.962和0.987,经过测试集验证,同时结合临床信息分析,结果表明该风险模型具有一定的预测性和稳定性。结论 基于泛素化特征的预后分层和生物标记物筛选在临床管理和药物开发中可能发挥重要作用。

基于灰度预测和Lasso回归模型的长三角地区碳达峰碳中和时间的预测

本文从政策以及能源消费结构探讨新能源汽车发展与双碳关系的关系,得出新能源汽车对双碳具有推进作用。为了预测长三角地区碳达峰碳中和的时间到来,本文首先采用灰度预测模型,对新能源汽车市场保有量、销量、充电桩数量分别进行未来25年的数据预测,再用Lasso回归模型,得出长三角地区碳排放数据与三者之间的线性关系,最后将未来25年数据代入得到碳排放未来25年数据,得出长三角地区的碳达峰碳中和的时间。

基于融合分割和LASSO回归的实时车道偏离预警

在有路面污染、标识干扰等复杂高速道路环境下,车道偏离预警系统的鲁棒性和实时性会变差。为此提出一种利用两种算法融合分割和LASSO回归模型进行车道线检测和偏离预警的新方法。首先,分别采用TopHat算法和OTSU算法分割出车道线背景并进行“与”运算融合,据此准确提取出车道信息;其次,分两步检测车道线,第一步基于概率Hough变换进行直线检测,将检测出的车道线位置设为动态ROI区域并进行卡尔曼滤波跟踪处理,第二步是基于LASSO多项式回归模型对车道线再次进行参数估计和拟合,以改善使用最小二乘法时的过拟合问题;最后,根据设置的虚拟车道线和角度模型进行车道偏离预警决策。实验结果表明,所提出的方法在复杂道路环境下的平均正检率为96.07%,检测速率可达到32 ms/帧,即具有良好的鲁棒性和实时性。

基于LASSO回归的葡萄酒评价研究

葡萄酒消费已融入大众生活,其质量及评价也将得到越来越多人的关注。现有评价以评酒员的感官评价为主,但往往较烦琐且费用高昂。文献的研究表明葡萄酒质量与其理化指标休戚相关,但理化指标众多,因此本研究选取能降维与处理"小n大p"问题的LASSO回归进行建模,挖掘葡萄酒质量的重要影响因素。本研究分别建立了基于外观、香气、口感和平衡/整体的四方面评价模型和总分评价模型,LASSO回归结果表明两模型都有较高精度,但总分评价模型更优,影响葡萄酒质量主要为八个指标:芳香物质的3-甲基-1-丁醇、辛酸乙酯、丁二酸二乙酯、癸酸乙酯、乙酸乙酯以及酿酒葡萄的总酚、苹果酸和p H值。进一步对总分评价模型设计可信度检验,发现该模型不具有显著的样本依赖性,少量训练样本便有良好的评价效果,该方法能够有效降低评价与测试成本,相关结果可为葡萄酒评价过程提供重要参考。

耦合LASSO回归的HHO-LSVR中长期径流预报模型

为验证LASSO回归在剔除冗余预报因子中的高效性,并探讨基于LASSO回归的哈里斯鹰群算法(HHO)与支持向量回归(SVR)耦合的HHO-LSVR模型的年径流预报效果,利用LASSO回归分别求得各气象因子的拟合系数并以此作为优选预报因子的依据,采用HHO算法来优化选择SVR模型的控制参数进行年径流预报并设置对照模型,利用Friedman检验量化上述两种方法对模型性能的贡献程度。结果显示HHO-LSVR拟合和检验效果均为最优,对照检验结果显示LASSO回归在提升模型性能上占主要地位。与其他预报模型相比较,HHO-LSVR具有较高的预报精度和稳定性,可为实际预报提供支撑。

基于岭回归和LASSO回归的安徽省财政收入影响因素分析

基于1988—2019年安徽省财政收入及相关经济指标数据,运用岭回归和LASSO回归方法,探究安徽省财政收入的影响因素。考虑到较多的自变量会造成严重的多重共线性,首先应用岭回归及LASSO回归模型降低变量间共线性的影响,然后再进行变量选择,最后对两模型进行比较分析。结果显示:相较于岭回归模型,LASSO回归模型更优。第一产业增加值、城镇居民人均可支配收入、电力消耗量和城镇单位就业人员数对财政收入有显著的正向影响;第三产业与第二产业产值比、居民消费价格指数和城镇单位就业人员工资总额对财政收入有显著的负向影响。

基于Lasso回归和ARIMA模型的城市生活垃圾产生量预测——以宝鸡市为例

基于宝鸡市2009—2019年城市生活垃圾产生量及其影响因素的基础数据,首先通过Lasso回归建立了生活垃圾产生量预测模型,其次通过ARIMA模型对模型中主要影响因子进行了预测,最后通过Lasso模型对2020—2025年宝鸡市城市生活垃圾产生量进行了预测.结果表明,Lasso回归模型预测精度高,可用于城市生活垃圾产生量的精准预测.未来几年宝鸡市生活垃圾产生量将会快速增长,2025年将达到的52.71×10^(4)t.

中国对国际黄金价格影响的实证分析:基于Lasso回归方法

国际现货黄金价格的定价权虽然由传统的国际因素主导,但是近几年来中国对国际黄金市场的影响有目共睹。笔者采用定性分析与基于Lasso回归方法的定量实证相结合的方法,研究中国的经济数据对伦敦交易所现货黄金价格收益率所产生的影响,并根据理论和实证分析的结论对中国在世界黄金市场中如何获得更多定价权并且提高话语权提出对策建议。

基于Lasso回归法的人口出生率影响因素分析

选取国内生产总值(X1)、受高等教育比例(X2)、人均薪酬(X3)、少年儿童抚养比(X4)、老年人口抚养比(X5)这五个涵盖经济发展情况、人口素质以及人口结构方面的变量,采用Lasso回归法,探讨影响人口出生率的因素.研究表明,国内生产总值、人均薪酬、少年儿童抚养比对人口出生率有明显的正向影响.

基于LASSO回归的多发性骨髓瘤诊断模型的建立

目的利用常见的实验室指标构建多发性骨髓瘤(MM)的诊断模型,以提高现有检验指标的诊断效能。方法回顾性分析2015年1月至2022年1月在广东省中医院确诊的MM患者96例(病例组),随机选取85例健康体检者作为对照组。常见相关实验室指标17个:血清免疫球蛋白M(IgM)、血清免疫球蛋白G(IgG)、血清免疫球蛋白A(IgA)、血清β_(2)-微球蛋白(β_(2)-MG)、校正血清钙、血清清蛋白(ALB)、血清球蛋白(GLB)、清蛋白与球蛋白比值(A/G)、血清碱性磷酸酶(ALP)、血清肌酐(Cr)、白细胞计数(WBC)、中性粒细胞计数(NEUT)、淋巴细胞计数(LYMT)、中性粒细胞计数与淋巴细胞计数比值(NLR)、红细胞计数(RBC)、血红蛋白(Hb)、血小板计数(PLT)。对病例组和对照组两组的17个检验指标数据进行统计分析,通过LASSO回归算法筛选出系数不为0的检验指标,再进行Logistic回归分析以及受试者工作特征(ROC)曲线分析。结果通过LASSO回归,筛选出系数不为0的指标4个,分别为IgM、NLR、Hb和ALB。再对这4个指标进行二元多因素Logistic分析,结果显示回归模型为Y=18.008-4.329IgM+1.374NLR-0.067Hb-0.240 ALB。该回归模型曲线下面积为0.987,灵敏度为96.9%,特异度为95.3%。结论该诊断模型对MM的诊断具有重要价值。