首站-论文投稿智能助手
典型文献
基于LASSO的多重线性回归在预测血管性痴呆大鼠学习记忆能力中的应用
文献摘要:
目的 通过构建基于LASSO的多重线性回归模型,探索预测血管性痴呆(VD)大鼠的学习记忆能力方法.方法 采用随机数字表法将40只鼠龄3~5个月,体重(175±25)g的清洁级雄性SD大鼠分为模型组和假手术组,每组20只.采用随机数字表法每组各选5只,用作预测模型验证,其余各15只用作预测模型建立.模型组分次结扎双侧颈总动脉,假手术组分离出颈总动脉后不结扎.采用Morris水迷宫检测大鼠学习记忆能力(潜伏期),造模12周后检测总蛋白、总胆汁酸、总胆固醇等42项血液生化指标,初步建立潜伏期与血液生化指标之间的多重线性回归模型并检测模型是否存在多重共线性,通过LASSO回归筛选血液生化指标预测因子,进一步完善模型,并计算误差率验证模型可行性.结果 与假手术组比较,模型组潜伏期显著延长(P<0.05);总蛋白、总胆汁酸、总胆固醇等26项指标的方差膨胀因子数值>10,模型存在多重共线性;LASSO回归筛选出了总胆红素、甘油三酯、胆碱酯酶等10项指标,构建潜伏期与其多重线性回归模型:W=51.887-0.384x1-0.104x2-0.154x3-4.988x4-1157.079x5-7.308x6+7.639x7+0.183x8-0.025x9+34.528x10(x1:总蛋白;x2:总胆汁酸;x3:总胆红素;x4:总胆固醇;x5:载脂蛋白A;x6:高密度脂蛋白胆固醇;x7:甘油三酯;x8:二氧化碳;x9:胆碱酯酶;x10:免疫球蛋白M),模型相关系数R=0.852,拟合优度R2=0.725,回归模型统计量值F=5.016,显著性P=0.001,误差率<5%.结论 本研究所建立的10项血液生化特征性指标和潜伏期间的数学预测模型,存在明显的线性关系且拟合度较高,不仅可辅助判断实验性VD动物模型复制成功与否,且检测方便快捷,有望为临床VD患者早期预测及干预提供参考.
文献关键词:
血管性痴呆;学习记忆能力;特征性指标;LASSO;多重线性回归
作者姓名:
王一帆;许慧;雷贵月;黄歆;田寅魁;孟娜娜;朱坤杰
作者机构:
齐齐哈尔医学院,黑龙江齐齐哈尔 161000
文献出处:
引用格式:
[1]王一帆;许慧;雷贵月;黄歆;田寅魁;孟娜娜;朱坤杰-.基于LASSO的多重线性回归在预测血管性痴呆大鼠学习记忆能力中的应用)[J].中国医药导报,2022(01):13-17,26
A类:
384x1,104x2,154x3,988x4,079x5,308x6+7,639x7+0,183x8,025x9+34,528x10
B类:
LASSO,血管性痴呆,学习记忆能力,多重线性回归模型,VD,能力方法,假手,模型验证,只用,分次,结扎,颈总动脉,Morris,水迷宫,潜伏期,总蛋白,总胆汁酸,总胆固醇,血液生化指标,检测模型,多重共线性,指标预测,预测因子,计算误差,误差率,验证模型,膨胀因子,总胆红素,甘油三酯,胆碱酯酶,载脂蛋白,高密度脂蛋白胆固醇,免疫球蛋白,拟合优度,统计量,生化特征,特征性指标,拟合度,实验性,动物模型,方便快捷,早期预测,预提
AB值:
0.186551
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。