基于Lasso Logistic回归模型的乳腺癌高风险人群筛查利用相关因素研究

摘要：

目的 探讨Lasso Logistic回归模型在乳腺癌高风险人群筛查利用相关因素研究中的应用.方法 基于健康风险评估模型筛选乳腺癌高风险人群,利用Lasso Logistic回归模型进行变量选择,通过交叉验证选择模型中的最优调和参数λ,再建立传统Logistic回归模型分析筛查利用情况的影响因素.结果 经健康风险评估模型筛选后,共纳入771名乳腺癌高风险人群,乳腺癌筛查利用率为72.1％.交叉验证选择的最优λ为0.044,经Lasso Logistic回归模型进行变量筛选后纳入的自变量为年龄、文化程度、既往乳腺疾病史和乳房自检行为,赤池信息准则(akaike information criterion,AIC)和贝叶斯信息准则(bayesian information criterion,BIC )分别为762.44和785.68, 均低于传统Logistic回归模型(762.73 ,804.55).结论 Lasso Logistic回归模型可用于乳腺癌高风险人群筛查利用情况相关因素研究.年龄、文化程度、既往乳腺疾病史和乳房自检行为影响乳腺癌高风险人群的筛查利用情况.

关键词：Lasso Logistic回归模型、乳腺癌筛查、相关因素

所属期刊栏目：22

分类号：R73(肿瘤学)

资助基金：国家自然科学基金81301799

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：551-554,559