基于LASSO方法的logistic回归模型在城市老年人群金属暴露与高尿酸血症相关性研究中的应用

基于LASSO方法的logistic回归模型在城市老年人群金属暴露与高尿酸血症相关性研究中的应用

论文摘要

目的评估城市老年居民尿金属元素水平与高尿酸血症的关联性。方法基于深圳市某社区医院2017年7月至11月参加免费健康体检≥60岁老年人群(n=2 494,男1 091人,女1 403人),实施1∶1病例对照研究,其中949例高尿酸血症者,按性别和年龄匹配949名无肾小球滤过率异常或肾病者作为对照。病例及对照组人群的健康问卷信息和体检数据完整,并采集点尿样。用电感耦合等离子体质谱仪检测尿中锌(Zn)、砷(As)、硒(Se)、锶(Sr)、镉(Cd)、铅(Pb)的水平。Least absolute shrinkage and selection operator(LASSO)回归模型用于筛选出多种与高尿酸血症相关性较大的尿金属元素,并进一步用logistic回归筛选高尿酸血症的危险因素。结果男性高尿酸症患者尿Se、Sr和Cd的含量均低于对照人群,差异均有统计学意义(P<0.05)。但未见女性高尿酸血症患者与对照组的尿金属元素浓度存在统计学差异(P>0.05)。男性尿中六种金属元素中,仅Sr被纳入最优LASSO回归模型,进一步logistic回归分析发现尿Sr浓度在Q3(10.06~129.43μg/L)或Q4(>129.43μg/L)组的男性发生高尿酸血症的风险均低于尿Sr浓度在Q1组(<36.13μg/L)的男性,OR分别为0.63(95%CI:0.42~0.94)和0.41(95%CI:0.27~0.63)。女性中未见尿金属元素与高尿酸血症存在统计学相关。结论暴露于一定水平的锶是老年男性高尿酸血症的保护因素。

论文目录

  • 1 对象与方法
  •   1.1 研究对象
  •   1.2 资料的收集
  •   1.3 尿金属、肌酐的检测
  •   1.4 统计分析
  • 2 结果
  •   2.1 研究对象的一般情况
  •   2.2 尿金属元素浓度的Pearson相关性分析结果
  •   2.3 LASSO回归模型分析结果
  •   2.4 logistic回归分析
  • 3 讨论
  • 文章来源

    类型: 期刊论文

    作者: 赵琼晖,高二伟,赵旭,谢宗良,林起辉,潘清,刘建军

    关键词: 金属,高尿酸血症,回归模型

    来源: 环境与健康杂志 2019年07期

    年度: 2019

    分类: 医药卫生科技,基础科学

    专业: 数学,预防医学与卫生学,内分泌腺及全身性疾病

    单位: 深圳海关食品检验检疫技术中心农药残留及污染物检测室,华中科技大学同济医学院公共卫生学院劳动与环境卫生系环境与健康教育部重点实验室省部共建国家重点实验室培育基地——湖北省环境卫生学重点实验室和国家环境保护环境与健康重点实验室(武汉),深圳市疾病预防控制中心现代毒理学重点实验室

    基金: 深圳市医疗卫生三名工程项目(SZSM201611090)

    分类号: O212.1;R589.7;R114

    DOI: 10.16241/j.cnki.1001-5914.2019.07.006

    页码: 586-590

    总页数: 5

    文件大小: 1415K

    下载量: 68

    相关论文文献

    标签:;  ;  ;  

    基于LASSO方法的logistic回归模型在城市老年人群金属暴露与高尿酸血症相关性研究中的应用
    下载Doc文档

    猜你喜欢