含或不含血脂代谢相关指标的风险模型对女性子宫肌瘤发病的预测价值OACSTPCD

目的探讨女性子宫肌瘤发病的影响因素,建立含或不含血脂代谢相关指标的风险模型,分析该模型对子宫肌瘤发病的预测价值。方法收集2020年10月至2022年10月在该院体检中心体检的410例女性体检者作为研究对象,按7∶3比例将其随机分为训练人群(287例)和验证人群(123例)。统计训练人群、验证人群子宫肌瘤发病率。比较训练人群中发生子宫肌瘤与未发生子宫肌瘤女性血脂代谢指标[甘油三酯(TG)、总胆固醇(TC)、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)]水平。在训练人群中通过Lasso回归模型对子宫肌瘤发病相关因素进行初筛,进一步采用多因素Logistic回归模型分析子宫肌瘤发病的影响因素。根据影响因素构建子宫肌瘤发病的Nomogram预测模型,在验证人群对含与不含血脂代谢指标的Nomogram预测模型进行外部验证。采用受试者工作特征(ROC)曲线验证模型的预测效能,采用临床决策曲线分析(DCA)验证模型临床有效性。结果410例女性体检者中子宫肌瘤发生率为35.37%(145/410),且训练人群、验证人群子宫肌瘤发病率(35.19%vs.35.77%)比较,差异无统计学意义(χ2=0.013,P=0.910)。经Lasso初筛后进行多因素Logistic回归分析,结果显示,BMI升高、腰围增加、腹壁脂肪厚度增厚、有流产史、伴有月经紊乱及TG、TC、LDL-C水平升高均为子宫肌瘤发病的独立危险因素(P<0.05);基于以上独立危险因素构建女性子宫肌瘤发病的含与不含血脂代谢指标的Nomogram预测模型。ROC曲线结果显示,含血脂代谢指标的Nomogram预测模型预测女性子宫肌瘤发病的曲线下面积为0.954,明显大于不含血脂代谢指标的Nomogram预测模型(0.879),差异有统计学意义(Z=2.156,P=0.028)。DCA分析结果显示,与不含血脂代谢指标的Nomogram预测模型相比,含血脂代谢指标的Nomogram预测模型在预测女性子宫肌瘤发病方面具有更明显的正向净收益。结论含血脂代谢指标的Nomogram预测模型对子宫肌瘤发病具有较好预测价值,有助于临床早期筛查高风险患者,指导临床制订干预措施。