家族性渗出性玻璃体视网膜病变合并孔源性视网膜脱离风险模型的建立与验证OACSTPCD

目的探讨家族性渗出性玻璃体视网膜病变(FEVR)合并孔源性视网膜脱离(RRD)的风险因素,建立预测模型并验证。方法选取2021年1月—2023年1月济南市妇幼保健院收治的103例FEVR患者为研究对象,根据是否合并RRD分为RRD组(41例)与非RRD组(62例),收集患者的临床资料。应用LASSOLogistic回归模型筛选FEVR合并RRD的影响因素,构建临床预测模型。采用赤池信息准则(AIC)和贝叶斯信息准则(BIC)评价模型拟合效果,将传统Logistic与LASSO-Logistic两组回归模型对比,通过校准曲线进行验证。结果RRD组中男性青少年更多,且合并眼部外伤史、高度近视、角膜、视网膜及颞侧玻璃体增生、嵴样改变和基因突变的概率较非RRD组更高(P<0.05)。RRD组红细胞计数、血小板计数、等效球镜度及整体血流密度均低于非RRD组,眼压高于非RRD组(P<0.05)。LASSO-Logistic回归分析结果显示,男性[OR=5.257(95%CI:2.012,15.828)]、青少年[OR=0.887(95%CI:0.848,0.923)]、眼部外伤史[OR=4.750(95%CI:1.762,13.781)]、高度近视[OR=3.867(95%CI:1.330,11.678)]、眼压高[OR=1.171(95%CI:1.065,1.298)]、整体血流密度低[OR=0.684(95%CI:0.579,0.790)]、视网膜增生[OR=2.977(95%CI:1.214,7.750)]、颞侧玻璃体增生[OR=3.379(95%CI:1.522,7.861)]、嵴样改变[OR=6.715(95%CI:2.824,17.789)]、FZD4突变[OR=5.430(95%CI:1.814,18.183)]、LRP5突变[OR=5.057(95%CI:1.749,15.756)]的FEVR患者合并RRD的风险更高(P<0.05)。LASSO-Logistic回归模型的AIC及BIC分别为212.380和263.308,精确度高于传统Logistic回归模型。结论基于LASSO法筛选出的变量组成的LASSO-Logistic回归模型拟合效果较好,在评估FEVR患者合并RRD方面有较好的拟合精度和预测效果。