检索结果-内蒙古大学图书馆

首都医科大学学报 2023年第2期44卷 302-310页

作者：王亚丹王苗苗郭春梅台卫平刘红宿慧王沧海吴静首都医科大学附属北京世纪坛医院消化内科北京100038 首都医科大学附属北京友谊医院消化内科、国家消化系统疾病临床医学研究中心、北京市消化疾病中心、首都医科大学消化病学系、消化疾病癌前病变北京市重点实验室北京100050

目的纳入急性胰腺炎(acute pancreatitis,AP)患者入院24 h内简单、易获得的临床指标,构建病情严重程度预测模型并开发网页计算器,以早期预测急性胰腺炎的严重程度,帮助临床及时制定诊疗决策。方法分析2012年1月至2022年5月在首都医科... 详细信息

目的纳入急性胰腺炎(acute pancreatitis,AP)患者入院24 h内简单、易获得的临床指标,构建病情严重程度预测模型并开发网页计算器,以早期预测急性胰腺炎的严重程度,帮助临床及时制定诊疗决策。方法分析2012年1月至2022年5月在首都医科大学附属北京世纪坛医院住院的378例急性胰腺炎患者的临床资料,根据2012年亚特兰大分类标准,将其中226例轻症患者作为轻症(mild acute pancreatitis,MAP)组,152例中重症(moderately severe acute pancreatitis,MSAP)和重症(severe acute pancreatitis,SAP)患者作为非轻症(non-mild acute pancreatitis,NMAP)组,通过单因素及多因素Logistic回归分析,筛选急性胰腺炎严重程度相关的高危因素,并以此构建Logistic回归预测模型,通过受试者工作特征(receiver operating characteristic,ROC)曲线筛选模型预测的临界值,计算灵敏度、特异度评价模型预测的真实性,计算Kappa中评价模型预测结果与实际结果的一致性。结果本研究共纳入378例AP患者,其中男性252例(66.7%),女性126例(33.3%),其中MSAP 136例,SAP 16例。单因素分析发现年龄、糖尿病、高血压病、心率(heart rate,HR)、白细胞(white blood cell,WBC)、红细胞分布宽度(red blood cell distribution width,RDW)、粒细胞/淋巴细胞比值(neutrophils/lymphocyte ratio,NLR)、D-二聚体(D-dimer)、纤维蛋白原(fibrinogen,FIB)、门冬氨酸氨基转移酶(aspartate aminotransferase,AST)、乳酸脱氢酶(lactate dehydrogenase,LDH)、淀粉酶(amylase,AMY)、血糖(blood glucose,Glu)、尿素氮(blood urea nitrogen,BUN)、白蛋白(albumin,ALB)与急性胰腺炎的严重程度相关(P<0.05)。将上述因素纳入多因素Logistic回归模型,得出预测模型方程为Y=-9.487+0.363×RDW(%)+0.525×FIB(g/L)+0.086×Glu(mmol/L)+0.417×LDH(U/L)+0.248×AMY(U/L)。预测模型的曲线下面积(area under the curve,AUC)为0.825,大于相关指标和急性胰腺炎严重程度床边指数(bedside index of severity in acute pancreatitis,BISAP)评分的AUC。Calibration校准曲线显示列线图在预测NMAP风险与实际发生风险之间具有良好的一致性。临床决策曲线提示在阈概率为0.4~1.0时,使用此模型预测识别AP发展为NMAP并采取相应的治疗措施能使患者在临床中获益。根据约登指数最大点筛选模型预测NMAP的临界值为0.321。以临界值≥0.321预测为NMAP,模型预测的灵敏度=69.5%,特异度=86.2%;Kappa值=0.53,表明模型的预测结果具有一定真实性和与实际结果中度一致性,具有一定临床应用价值,但漏诊率相对较高。结论基于入院24 h内简单、易获得的临床指标RDW、FIB、Glu、LDH、AMY构建的预测模型,具有一定早期预测急性胰腺炎的严重程度的作用,但漏诊率相对较高,需要进一步完善。

关键词：急性胰腺炎严重程度早期预测模型网页计算器

来源：评论

学校读者我要写书评

暂无评论

正畸患者牙釉质脱矿风险预测模型的构建与验证

引用

中国口腔医学继续教育杂志 2024年第2期27卷 117-123页

作者：管兆兰尹小青采晓燕胡丹艳张梦男刘璐玮吴红梅南京医科大学附属口腔医院口腔正畸科江苏省口腔疾病研究重点实验室江苏省口腔转化医学工程研究中心南京医科大学附属口腔医院口腔种植科南京医科大学附属口腔医院护理部

目的:探讨影响正畸患者牙釉质脱矿的因素,并构建Logistic回归预测模型。方法:选取2019年12月~2022年12月南京市3所三甲医院1934例正畸患者为研究对象,将脱矿组(n=226)和非脱矿组(n=1708)的各项危险因子进行对比,运用Logistic回归分析建... 详细信息

目的:探讨影响正畸患者牙釉质脱矿的因素,并构建Logistic回归预测模型。方法:选取2019年12月~2022年12月南京市3所三甲医院1934例正畸患者为研究对象,将脱矿组(n=226)和非脱矿组(n=1708)的各项危险因子进行对比,运用Logistic回归分析建立风险预测模型,采用ROC曲线评价模型的预测效果。选取2023年1月~6月符合标准的828例患者进行模型预测效果验证。结果:本研究共纳入龋坏、菌斑、牙面酸蚀情况、喜爱软食物、刷牙频率、含氟牙膏、正畸疗程7个独立危险因素构建风险预测模型。本模型的ROC曲线下面积为0.849,灵敏度为0.771,特异度为0.723,Youden指数为0.494。模型验证结果:灵敏度为0.813,特异度为0.733,准确率为74.09%。结论:本模型预测效果良好,可有效预测牙釉质脱矿发生风险,为医护人员及时采取预防管理措施提供参考。

关键词：正畸牙釉质脱矿风险模型列线图网页计算器

来源：评论

学校读者我要写书评

暂无评论

临床预测模型结果的可视化分析及其在中医领域的应用研究

引用

现代中医临床 2024年第2期31卷 13-18页

作者：卜志军卢冠杭王禹毅施泽阳米雪瑞刘胜亿秦银河张应琳刘冯双田园春刘建平刘兆兰北京中医药大学循证医学中心北京100029 湖北中医药大学中医学院北京化工大学信息科学与技术学院湖北中医药大学第一临床学院湖北中医药大学针灸骨伤学院

临床预测模型是通过将多因素纳入以估算发病或预后结局发生概率的工具,包括诊断模型和预后模型2种类型。可视化是将数据、信息和知识转化为可视形式的过程,用于更深入地展示数据分析的结果。临床预测模型结果的常用可视化方法包括列线... 详细信息

临床预测模型是通过将多因素纳入以估算发病或预后结局发生概率的工具,包括诊断模型和预后模型2种类型。可视化是将数据、信息和知识转化为可视形式的过程,用于更深入地展示数据分析的结果。临床预测模型结果的常用可视化方法包括列线图、网页计算器、评分系统、图形评分表以及机器学习中的Shapley Additive Explanations(SHAP)和Local Interpretable Model-Agnostic Explanations(LIME)方法,这些方法能够直观地展示预测结果,提高模型的可解释性。近年来,在中医药领域内亦兴起关于预测模型的相关研究。本研究旨在探讨临床预测模型结果的可视化方法在中医领域的应用现状,对临床预测模型结果的多种可视化方法进行汇总介绍,并对多种可视化方法进行对比,为选择合适的中医临床预测模型结果展示方法提供参考。

关键词：临床预测模型可视化交互式列线图网页计算器机器学习

来源：评论

学校读者我要写书评

暂无评论

基于术前NLR及PNI的胰腺癌根治术预后预测模型的构建及评价

引用

解放军医学杂志 2021年第10期46卷 1009-1017页

作者：邵全年周辉年肖竞英李向阳郭亚柴春焦作义兰州大学第二医院普通外科兰州730030

目的基于术前中心粒细胞/淋巴细胞比值(NLR)及预后营养指数(PNI)探讨影响胰腺癌根治术预后的危险因素,建立预后预测模型并对其效能进行评价。方法回顾性分析2013年1月-2019年12月于兰州大学第二医院确诊为胰腺导管腺癌(PDAC)患者的临床... 详细信息

目的基于术前中心粒细胞/淋巴细胞比值(NLR)及预后营养指数(PNI)探讨影响胰腺癌根治术预后的危险因素,建立预后预测模型并对其效能进行评价。方法回顾性分析2013年1月-2019年12月于兰州大学第二医院确诊为胰腺导管腺癌(PDAC)患者的临床资料,使用Kaplan-Meier法进行生存分析,采用X-tile软件确定NLR及PNI的最佳截断值,采用Cox风险比例模型分析胰腺癌根治术的预后影响因素,使用R 4.0.3软件绘制1、2、3年生存率的nomogram临床预测模型,评价其效能并建立网页计算器。结果共纳入148例PDAC患者,中位生存时间18.2个月,术后1、2、3年生存率分别为70.8%、35.8%、12.2%。术前NLR及PNI的最佳截断值分别为1.85和44.13,结合二者形成NLRP评分(0、1、2分),评分越高预后越差(P<0.05)。Cox多因素分析结果显示,年龄>65岁、N分期高、TNM分期高、术后未行化疗、术后胰漏、NLRP评分高是胰腺癌预后不佳的独立危险因素(P<0.05)。据此建立的预测模型内部验证一致性指数(C-index)为0.710,校准曲线贴合良好,决策曲线显示nomogram具有更广的临床净获益,网页计算器运行良好。结论结合NLR及PNI形成的NLRP评分可能是PDAC根治术后一种新的独立预后评分。通过将NLRP评分纳入nomogram,可获得一个更精确、更先进的预测模型,而网页计算器更方便医师和患者使用。

关键词：胰腺导管腺癌中心粒细胞/淋巴细胞比值预后营养指数列线图网页计算器

来源：评论

学校读者我要写书评

暂无评论

基于Lasso-cox回归构建老年髋部骨折患者术后一年内死亡预测模型的研究

基于Lasso-cox回归构建老年髋部骨折患者术后一年内死亡预测模型...

引用

作者：于健天津中医药大学

学位级别：硕士

研究目的本研究通过系统综述和Meta分析,探究影响老年髋部骨折术后患者一年内死亡的临床危险因素,形成《老年髋部患者术后一年内死亡影响因素调查表》。通过此调查表进一步分析老年髋部骨折患者术后一年内死亡的危险因素,建立风险预测... 详细信息

研究目的本研究通过系统综述和Meta分析,探究影响老年髋部骨折术后患者一年内死亡的临床危险因素,形成《老年髋部患者术后一年内死亡影响因素调查表》。通过此调查表进一步分析老年髋部骨折患者术后一年内死亡的危险因素,建立风险预测模型并验证其效能,为髋部骨折术后患者预后的早期评估、危险分层提供理论依据。研究方法(1)Meta分析以“Hip fractures”、“mortality”、“Risk factor*”、等检索词采用主题词与自由词结合的方式检索Pub Med、Embase、Web of science、cochrane library数据库中老年髋部骨折患者死亡危险因素的队列研究和病例对照研究,检索时限为从建库至2022年12月1日。由两名研究人员独立筛选文献,提取资料并使用纽卡斯尔-渥太华量表评价纳入研究的偏倚风险后,采用固定和随机效应模型对符合标准的病例对照研究和队列研究结果进行Meta分析,同时进行敏感性分析探讨异质性来源,采用漏斗图和Egger’s检验Meta分析结果是否存在发表偏倚。(2)模型构建与验证以匹配病例对照回顾性分析2018年1月至2021年12月在天津市天津医院的老年髋部骨折患者,将全部患者按7:3比例随机分成建模组(576例)和验证组(244例),以术后一年内生存状态分为死亡组和正常组。基于临床可及性采用SPSS和R进行lasso-cox回归分析筛选最佳预测变量,绘制列线图。应用一致性指数、准确度、灵敏度、特异度、受试者工作曲线下面积、校准曲线、临床决策曲线等验证模型预测效能。最后通过受试者工作曲线分析确定危险分层阈值并进行Kaplan-Meier分析验证阈值价值。研究结果(1)Meta分析本文共纳入36篇文献,涉及675081名患者,Meta分析表明老年髋部骨折患者术后一年内死亡风险因素为年龄、查尔森合并症指数、美国麻醉医师协会分级、骨折类型、术前等待时间、心力衰竭、心脏病史、贫血、慢性阻塞性肺部疾病、肾功能不全、老年痴呆、入住重症监护室、谵妄、压疮、居住养老院(P<0.05)。(2)模型构建与验证共纳入老年髋部骨折患者820例,术后1年内死亡患者163例。将全部患者按7:3比例随机分成建模组(576例)和验证组(244例)。基于建模组数据通过lasso-cox回归分析构建cox回归模型风险预测模型,最终确定模型预测因子为延迟出院、骨折类型、心力衰竭、慢性肺部疾病、肾功能不全、电解质紊乱、年龄校正查尔森合并症指数、美国麻醉医师协会分级、入住重症监护室、肺炎、中性粒细胞与淋巴细胞比值、C反应蛋白与清蛋白比值和术前营养控制状态评分。建模组和验证组的一致性指数为0.90(95%CI:0.879,0.921)和0.901(95%CI:0.863,0.939)、受试者工作曲线下面积为0.946(95%CI:0.924,0.961)和0.934(95%CI:0.899,0.970),准确度为86.6%和87.7%、灵敏度为92.4%和88.9%、特异度为85.2%和87.4%、阳性预测值为61.6%和61.5%、阴性预测值为97.7%和97.2%,均表现出良好区分能力。校准图表明,建模组和验证组老年髋部骨折术后1年内死亡实际观察结果与列线图预测结果之间有较好的一致性。临床决策曲线表明,当建模组和验证组的阈值概率区间为0.8%～94%和0.5%～87%时老年髋部骨折患者实施干预措施可临床获益。最后根据受试者工作曲线分析,将150分作为危险分层阈值并进行Kaplan-Meier分析,建模组中高低危两组生存曲线差异有统计学意义(均p<0.05)。研究结论(1)通过系统评价与Meta分析,得出老年髋部骨折术后一年内死亡率并形成了一般因素、疾病相关因素、治疗因素、生理生化指标4个类别28个指标的老年髋部骨折术后一年内死亡危险因素提取表。(2)老年髋部骨折术后一年内死亡危险因素的独立预测指标包括,延迟出院、骨折类型、心力衰竭、慢性肺部疾病、肾功能不全、ACCI评分、ASA分级、术前等待时间、入住ICU、肺炎、NLR、CAR和术前CONUT评分。本模型可简便对老年髋部骨折患者术后一年死亡风险进行预测,经模型验证后效能较好,对临床医护人员及时识别死亡高危患者,并根据危险分层阈值制定个性化的筛查和干预措施具有重要意义。

关键词：髋部骨折老年人死亡率危险因素预测模型系统评价 lasso-cox回归列线图网页计算器

来源：评论

学校读者我要写书评

暂无评论

胃肠术后患者医院感染风险预测模型的构建及验证

胃肠术后患者医院感染风险预测模型的构建及验证

引用

作者：李文婕广州中医药大学

学位级别：硕士

目的:探讨胃肠术后患者医院感染的影响因素,构建简单有效、便于临床实施应用的风险预测模型,并验证该模型的预测效果。方法:1.候选预测变量的确定计算机检索中国知网、万方数据知识服务平台、维普数据库、中国生物医学文献数据库、Pub ... 详细信息

目的:探讨胃肠术后患者医院感染的影响因素,构建简单有效、便于临床实施应用的风险预测模型,并验证该模型的预测效果。方法:1.候选预测变量的确定计算机检索中国知网、万方数据知识服务平台、维普数据库、中国生物医学文献数据库、Pub Med、Embase、Web of Science、Cochrane Library数据库,收集建库至2022年2月公开发表的关于胃肠术后患者医院感染影响因素的文献,由2名研究者按照纳入与排除标准独立进行文献筛选,并进行数据提取,应用Rev Man5.4软件对数据进行Meta分析,获得较为全面且可靠的胃肠术后医院感染危险因素,根据Meta分析结果和专家意见确定模型的候选预测变量,并设计《胃肠术后患者医院感染信息收集表》。2.风险预测模型的构建本研究采用回顾性巢式病例对照研究,选取2016年7月1日至2022年6月30日期间在广州市某三级甲等医院的三个院区行胃肠手术的患者作为研究对象。将2016年7月1日至2021年6月30日期间行胃肠手术的患者作为建模组进行回顾性分析,根据《胃肠术后患者医院感染信息收集表》收集病例资料。在建模组中根据是否发生医院感染将患者分为医院感染组和非医院感染组,采用倾向性评分匹配(Propensity score matching,PSM)以入院时间和科室为协变量对医院感染组和非医院感染组进行1:1配对。通过Lasso回归(The least absolute shrinkage and selection operation method,LASSO)对变量进行筛选,采用Logistic回归构建胃肠术后患者医院感染风险预测模型,并将模型通过列线图(Nomograms)和网页计算器的形式进行可视化呈现。3.风险预测模型的验证内部验证:在建模组中使用加强自助法(加强Bootstrap法)进行内部验证以检验模型开发过程的可重复性。外部验证:将广州市某三级甲等医院三个院区2021年7月1日至2022年6月30日期间行胃肠手术的患者作为外部验证组,采用时段验证(Temporal validation)以检验在不同时段模型的可移植性和可泛化性。4.风险预测模型的评价通过计算C统计量(C-index)和绘制受试者工作特征(Receiver Operating Characteristic,ROC)曲线并计算曲线下面积(Area under the curve,AUC)来反映模型的区分度(Discrimination),通过绘制校准曲线图(Calibration plot)来反映模型的校准度(Calibration),通过临床决策曲线分析(Decision curve analysis,DCA)来反映模型的临床实用性。结果:1.候选预测变量结果最终纳入文献30篇,共涉及32630名胃肠手术患者。Meta分析结果显示,胃肠术后患者医院感染的危险因素共22项:高龄、男性、身体质量指数、NNIS风险指数、ASA≥3、血浆白蛋白、糖尿病、COPD、术前贫血、手术切口长度、手术时间、开腹手术、急诊手术、手术切口≥Ⅲ级、住院时间、无层流手术室、保留引流管、术中失血量、术前未进行预防性用药、抗菌药物使用不规范、应用激素及全胃摘除术(P<0.05);胃肠术后患者医院感染的保护性因素是腹腔镜或机器人手术(P<0.05);全胃肠外营养与胃肠术后患者医院感染无关(P>0.05)。在Meta分析结果的基础上,根据专家意见新增7项影响因素,包括是否入住ICU、是否使用呼吸机、是否中心静脉插管、是否留置尿管、是否气管插管、是否留置胃管以及是否患有恶性肿瘤。根据研究地点的客观情况和专家意见删除5项影响因素,包括NNIS风险指数、身体质量指数、无层流手术室、抗菌药物使用不规范和应用激素。故最终纳入24项影响因素作为模型的候选预测变量,总共由三个部分组成,第一部分为患者相关因素,包括年龄、性别、ASA≥3、术前Alb低和术前Hb低,共5项;第二部分为疾病相关因素,包括糖尿病、COPD和恶性肿瘤,共3项;第三部分为治疗相关因素,包括住院时间、入住ICU、中心静脉插管、留置尿管、气管插管、使用呼吸机、手术时间、切口类型≥Ⅲ级、切口长度、术中失血量、急诊手术、全胃摘除术、保留引流管、留置胃管、预防性使用抗菌药物和开腹手术,共16项。2.模型构建结果在建模组中,根据研究纳入与排除标准,行胃肠手术的患者共9196例,其中发生医院感染244例,未发生医院感染8952例,医院感染发生率为2.65%。以入院时间和科室为协变量通过1:1倾向性评分成功匹配244对,匹配后建模组共488例,其中医院感染组244例,非医院感染组244例。通过Lasso回归最终纳入模型的影响因素包括:住院时间≥15.5天、入住ICU、手术切口长度≥10cm、恶性肿瘤和术

关键词：胃肠术后医院感染预测模型列线图网页计算器

来源：评论

学校读者我要写书评

暂无评论

高甘油三酯血症性急性胰腺炎严重程度预测模型的建立与验证

引用

现代消化及介入诊疗 2023年第7期28卷 839-844页

作者：陈林王小波郭海洋唐勇王显飞川北医学院附属医院消化内科 637000

目的建立并验证高甘油三酯血症性急性胰腺炎(HTG-AP)严重程度的Nomogram预测模型,并以此开发网页计算器。方法回顾性分析了2019年4月1日至2023年3月31日在川北医学院附属医院住院的252例HTG-AP患者的临床资料,根据2012年亚特兰大分类标... 详细信息

目的建立并验证高甘油三酯血症性急性胰腺炎(HTG-AP)严重程度的Nomogram预测模型,并以此开发网页计算器。方法回顾性分析了2019年4月1日至2023年3月31日在川北医学院附属医院住院的252例HTG-AP患者的临床资料,根据2012年亚特兰大分类标准将252例患者分为非SAP组(n=227)和SAP组(n=25),将单因素分析中有统计学意义的变量进行logisti逐步回归,筛选出SAP潜在的预测指标,并以此建立Nomogram模型。应用Bootstrap方法对模型进行内部验证。通过ROC曲线检验模型的预测能力,校准图和Hosmer-Lemeshow检验,以及DCA曲线分别评估模型的性能和临床实用性。结果本研究纳入252例HTG-AP患者,多因素logisti回归筛选出血钙,肌酐,淋巴细胞计数三个预测因子,模型的方程为Log(P)=-3.172×血钙(mmol/L)+0.021×肌酐(μmol/L)+1.283×淋巴细胞计数(×10^(9)/L)+3.827。经Bootstrap内部验证,该模型具有较高的鉴别能力,绝对误差为0.015。预测模型的AUC为0.929(95%CI:0.864-0.995),大于相关指标和BISAP评分的AUC。Hosmer-Lemeshow检验结果显示(χ^(2)=10.043,P=0.262>0.05),模型预测SAP发生与实际风险发生一致性较高。校准图提示当阈概率为0.1至0.8时,模型具有较高的临床实用价值。结论基于血钙,肌酐,淋巴细胞计数建立的Nomogram模型有助于预测HTG-AP的严重程度,对指导临床决策具有重要价值。

关键词：急性胰腺炎(AP) 高甘油三酯血症(HTG) 严重程度预测模型网页计算器

来源：评论

学校读者我要写书评

暂无评论

心力衰竭病人90 d内再入院的交互式列线图模型建立与验证

引用

中西医结合心脑血管病杂志 2023年第16期21卷 2909-2915页

作者：盛松黄烨中国中医科学院西苑医院北京100091

目的:基于交互式列线图建立心力衰竭病人90 d内再入院的预测模型并进行内部验证。方法:回顾性连续纳入2016年12月—2019年6月在四川省自贡市第四人民医院住院的心力衰竭病人1 532例,按7∶3比例随机分为建模组和验证组,使用Lasso回归和... 详细信息

目的:基于交互式列线图建立心力衰竭病人90 d内再入院的预测模型并进行内部验证。方法:回顾性连续纳入2016年12月—2019年6月在四川省自贡市第四人民医院住院的心力衰竭病人1 532例,按7∶3比例随机分为建模组和验证组,使用Lasso回归和共线性筛查筛选建模变量,应用广义线性回归及R的regplot和shiny包建立单机版和网页版心力衰竭病人90 d内再入院的交互式列线图模型。在建模组和验证组进行模型性能评价,内容包括校准度(校准曲线)、区分度(受试者工作特征曲线下面积)和有效性(决策曲线分析)评价。结果:筛选的建模变量为收缩压(SBP)、舒张压(DBP)、心力衰竭类型(左心衰竭、右心衰竭和全心衰竭)、红细胞平均血红蛋白浓度(MCHC)和总胆固醇(TC),Logit(y)=-14.641+0.011×SBP(mmHg)+0.014×DBP(mmHg)-1.114(右心衰竭)-0.928(全心衰竭)+0.025×MCHC(g/L)+0.866×TC(mmol/L),建立的交互式列线图包括单机版和网页版,其中网页版通过访问网页https://***/readmission_at_3_months_in_HF_patient获取。建模组和验证组模型经校准度、区分度和有效性评价性能良好。结论:建立的预测模型有助于评估心力衰竭病人90 d内再入院风险和早期识别高危病人,且模型有良好的预测性能。

关键词：心力衰竭 90 d再入院预测模型交互式列线图网页计算器

来源：评论

学校读者我要写书评

暂无评论

基于术前系统免疫炎症指数及控制营养状况评分对胰腺癌根治术后列线图预后预测模型的构建及评价

引用

中国普外基础与临床杂志 2022年第1期29卷 32-38页

作者：邵全年周辉年李向阳肖竞英焦作义兰州大学第二医院普通外科兰州730030

目的基于术前系统免疫炎症指数(SII)及控制营养状况(CONUT)评分探讨影响胰腺导管腺癌(PDAC)根治术后预后的危险因素并建立预后预测模型。方法回顾性收集兰州大学第二医院2014年1月至2019年12月期间确诊为PDAC患者的临床病理资料。采用X-... 详细信息

目的基于术前系统免疫炎症指数(SII)及控制营养状况(CONUT)评分探讨影响胰腺导管腺癌(PDAC)根治术后预后的危险因素并建立预后预测模型。方法回顾性收集兰州大学第二医院2014年1月至2019年12月期间确诊为PDAC患者的临床病理资料。采用X-tile软件确定SII最佳截断值,使用Kaplan-Meier法进行生存分析,采用Cox比例风险回归模型对PDAC根治术后预后影响因素进行多因素分析,使用R4.0.5软件绘制1、2、3年生存率的列线图预测模型,然后评价该预测模型的效能并建立网页计算器。结果共131例患者纳入本研究,中位生存时间18.6个月,术后1、2、3年累积总生存率分别为73.86%、36.44%、11.95%。术前SII最佳截断值为313.1,Kaplan-Meier生存曲线分析显示SII>313.1者较SII≤313.1者的预后更差(χ2=8.917,P=0.003)。Cox比例风险回归模型多因素分析结果显示,年龄>65岁、临床分期晚(Ⅲ、Ⅳ期)、术前SII>313.1、CONUT评分>4分是PDAC根治术后影响预后(总生存时间)的独立危险因素(P<0.05)。包括年龄、临床分期、术前SII、CONUT评分及术后化疗构建的列线图预测模型内部验证一致性指数(C指数)为0.669,绘制的列线图校正曲线预测的生存情况与实际观察到的生存情况拟合良好,决策曲线分析显示列线图具有更广的临床净获益(阈值概率为0.05~0.95),网页计算器运行良好。结论年龄、临床分期、术前SII、CONUT评分是PDAC根治术后预后的独立影响因素。通过将年龄、临床分期、术前SII、CONUT评分及术后化疗纳入构建的列线图对PDAC根治术后预后预测更精确,建立的网页计算器更方便医生和患者使用。

关键词：胰腺导管腺癌系统免疫炎症指数控制营养状况评分列线图网页计算器

来源：评论

学校读者我要写书评

暂无评论

新生儿低血糖风险预测模型的构建与临床应用研究

引用

护士进修杂志 2022年第1期37卷 31-36页

作者：韩静尹卫步红兵刘巧艳毕荣华金华怡江苏大学医学院护理系江苏镇江212001 江苏大学附属医院江苏镇江212001

目的构建新生儿低血糖风险预测模型,为早期识别新生儿低血糖高危人群及制订预防管理措施提供依据。方法选取2015年10月-2020年9月江苏大学附属医院2724例新生儿为研究对象,按7∶3比例分为建模组与验证组。将建模组中低血糖组(n=225)和... 详细信息

目的构建新生儿低血糖风险预测模型,为早期识别新生儿低血糖高危人群及制订预防管理措施提供依据。方法选取2015年10月-2020年9月江苏大学附属医院2724例新生儿为研究对象,按7∶3比例分为建模组与验证组。将建模组中低血糖组(n=225)和非低血糖组(n=1707)的各项危险因子进行对比,运用Logistic回归构建模型。采用Hosmer-Lemeshow、AUC等对模型的拟合优度和预测效果进行评价。结果新生儿低血糖的发生率在建模组和验证组中占比分别为11.65%(225/1932)、10.86%(86/792),二者间差异无统计学意义(P>0.05)。早产儿、小于胎龄儿、低体温、喂养不佳、母亲糖尿病及母亲高血压是新生儿低血糖的6个独立危险因素,模型公式Z=1.184×早产儿+0.948×小于胎龄儿+0.837×低体温+0.830×喂养不佳+1.075×母亲糖尿病+0.931×母亲高血压-3.719。H-L检验为χ^(2)=6.162,P=0.405,ROC曲线下面积为0.814,灵敏度为0.769,特异度为0.722,Youden指数为0.491。模型验证结果:灵敏度为0.802,特异度为0.732,准确率为73.99%。结论本模型预测效果良好,可有效预测新生儿低血糖的发生风险,为医护人员及时采取预防管理措施提供参考。

关键词：新生儿低血糖风险模型列线图网页计算器预防管理

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：