摘要目的:运用LASSO-logistic 回归探究冠心病患者冠状动脉钙化发生的潜在因素.方法:选取 2019 年 12 月至 2023 年 12 月期间在首都医科大学附属北京友谊医院心内科就诊的 852 例冠心病住院患者,使用 1﹕4 最邻近匹配法根据入院日期进行倾向性评分匹配患者共计 280 例,冠状动脉钙化积分=0 分的患者纳入非钙化组(n=56),冠状动脉钙化积分＞0 分的患者纳入钙化组(n=224).采用LASSO-logistic 回归筛选预测变量,构建冠状动脉钙化的列线图预测模型.采用Bootstrap 法重复抽样 500 次,绘制受试者工作特征(ROC)曲线分析该列线图模型对冠心病患者发生冠状动脉钙化的预测价值;进行 Hosmer-Lemeshow 拟合优度检验并绘制校准曲线评价该模型的拟合程度;绘制决策曲线以量化模型在不同阈值下的净获益.结果:钙化组比非钙化组年龄更大,系统反应性炎症指数、中性粒细胞百分比与白蛋白比值(NPAR)、中性粒细胞百分比、尿素氮、纤维蛋白降解产物水平更高,高血压、糖尿病、高脂血症占比更高,动脉粥样硬化指数、淋巴细胞百分比、嗜碱性粒细胞百分比、甘油三酯、胆碱酯酶水平更低(P均<0.05).根据LASSO法筛选出高血压、年龄、NPAR、纤维蛋白降解产物4个钙化相关因素,并构建Logistic回归模型,结果表明,高血压、年龄、NPAR、纤维蛋白降解产物均与冠状动脉钙化独立相关(P均<0.05).该列线图模型的似然比χ2=60.6,P<0.001,收缩因子为0.951;ROC曲线分析结果显示,该模型预测冠心病患者发生冠状动脉钙化的曲线下面积(AUC)为0.813(95%CI:0.754～0.871),采用Bootstrap法重复抽样500次校正,该模型预测冠心病患者发生冠状动脉钙化的校正后AUC为0.797(95%CI:0.789～0.814);校准曲线结果显示,该模型Hosmer-Lemeshow检验P=0.530,χ2=7.062;决策曲线结果显示,临床有用区间为1.0%～99.0%.结论:高血压、年龄、NPAR、纤维蛋白降解产物均与冠状动脉钙化独立相关,基于以上指标构建的列线图预测模型有助于冠心病患者识别冠状动脉钙化.