甲状腺微小乳头状癌的多学科综合预测模型建立

目的 采用Logistic回归分析建立预测模型,探讨其对甲状腺微小乳头状癌(PTMC)的预测价值。方法 对319例明确病理的甲状腺微小结节患者进行多学科信息采集,纳入Logistic回归分析建立预测模型。应用模型预测120例验证组患者的PTMC风险,并与手术病理对比,采用ROC曲线评价模型预测能力。结果 预测模型的ROC曲线下面积为0.914,最佳预测临界值为P=68.58、灵敏度82.50%、特异度90.20%、诊断准确率89.70%。结论 该回归模型对PTMC具有较高的预测价值。     

决策树与Logistic回归在高血压患者健康素养预测中的应用

目的探讨和评价决策树与Logistic回归用于预测高血压患者健康素养中的可行性与准确性。方法利用Logistic回归分析和Answer Tree软件分别建立高血压患者健康素养预测模型,利用受试者工作曲线(ROC)评价两个预测模型的优劣。结果Logistic回归预测模型的灵敏度(82.5%)、Youden指数(50.9%)高于决策树模型(77.9%,48.0%),决策树模型的特异性(70.1%)高于Logistic回归预测模型(68.4%),误判率(29.9%)低于Logistic回归预测模型(31.6%);决策树模型ROC曲线下面积与Logistic回归预测模型ROC曲线下面积相当(0.813vs 0.847)。结论利用决策树预测高血压患者健康素养效果与Logistic回归模型相当,根据决策树模型可以确定高血压患者健康素养筛选策略,数据挖掘技术可以用于慢性病患者健康素养预测中。     

胸腹腔引流管拔除后手术切口愈合不良风险预测模型构建

目的探讨行胸腹部手术后引流管拔除患者手术切口愈合不良发生的独立危险因素,建立手术切口愈合不良的风险预测模型。方法采用便利抽样法选取2020年7—12月青岛大学附属医院的545例胸腹部手术患者,根据患者是否发生切口愈合不良将其分为术后切口愈合不良组(n=87)和无切口愈合不良组(n=458)。采用Logistic回归分析对手术切口愈合不良的危险因素进行分析并构建风险预测模型,应用受试者工作特征(ROC)曲线的曲线下面积检验模型预测效果,并选取230例患者进行模型预测效果验证。结果本研究最终纳入渗液持续时间、血清白蛋白、有无切口感染、置管时渗液量和置管时间5个影响因素构建风险预测模型,模型公式为Z=4.608+4.855×渗液持续时间+3.173×血清白蛋白+3.739×切口感染+2.271×置管时渗液量+0.466×置管时间。本模型ROC曲线的曲线下面积为0.773(95%置信区间:0.678~0.868),Youden指数最大值为0.549,灵敏度为0.742,特异度为0.807。结论胸腹腔手术患者引流管拔除后切口愈合不良风险预测模型能较好地预测切口愈合不良的发生风险,可以为临床医护人员及时对高危患者采取预防性管理措施提供依据。     

子痫前期患者阴道试产失败风险预测模型的构建与验证

目的 构建子痫前期(preeclampsia, PE)患者阴道试产失败风险预测模型，以期为护理人员提供PE患者阴道试产失败风险筛查工具。方法 采用便利抽样法，选取2018年2月至2023年4月在我院阴道试产的269例PE患者为研究对象。对纳入患者随机抽取70%作为建模集(188例),剩余30%作为验证集(81例)。在建模集中采用单因素分析和多因素Logistic回归分析PE患者阴道试产失败的影响因素并建立预测模型。模型效能采用受试者工作特征曲线(receiver operating characteristic, ROC)和拟合优度、决策曲线评估。结果 年龄、试产前体质量指数、产前胎儿脐动脉血流收缩期/舒张期峰值流速的比值、医院焦虑抑郁评分是PE患者阴道试产失败的危险因素(均P<0.05),Bishop评分为保护因素(P<0.05)。构建预测模型的ROC曲线下面积为0.908,拟合优度检验的χ²=2.743,P=0.318。模型在验证集测试的ROC曲线下面积0.872,拟合优度仍良好(χ²=2.194,P=0.335)。决策曲线分...     

中度重症急性胰腺炎和重症急性胰腺炎患者急性肾损伤预测模型的构建与验证研究

目的 构建并验证中度重症急性胰腺炎(MSAP)和重症急性胰腺炎(SAP)患者并发急性肾损伤(AKI)风险的预测模型。方法 将2019年1月至2022年8月海南医学院第一附属医院收治的确诊为MSAP和SAP的患者纳入本次回顾性研究,按照2∶1的比例将患者随机分为训练组和验证组。使用最小绝对收缩和选择算子(LASSO)法和机器学习筛选发生AKI的相关预测因子,用多因素Logistic回归分析筛选发生AKI的危险因素,并构建列线图预测模型,用校准曲线对模型进行一致性评价,用受试者工作特征(ROC)曲线评估模型的预测性能,用决策曲线分析(DCA)评估模型的临床价值。结果 共纳入565例MSAP和SAP患者,其中377例纳入训练组,188例纳入验证组,训练组中96例患者(25.46%)和验证组中44例患者(23.40%)并发AKI。各因素Logistic回归分析显示C反应蛋白、腹内压和胱抑素C是MSAP和SAP并发AKI的危险因素(P<0.05)。校准曲线显示模型的预测值与实际值一致性良好;受试者工作特征曲线显示模型预测性能较高,DCA显示模型的临床价值较高。结论 列线图模型在预测MSAP...     

列线图模型对维持性血液透析患者心脏瓣膜钙化发生风险的预测及评估CSCD

目的通过构建列线图预测维持性血液透析(maintenance hemodialysis,MHD)患者心脏瓣膜钙化(cardiac valve calcification,CVC)的发生风险。方法纳入2014~2022年在南充市中心医院接受MHD治疗患者,收集基础信息、疾病信息、实验室及影像学检查数据,利用单因素、多因素Logistic回归分析相关危险因素,使用R语言软件建立预测CVC发生风险的列线图模型。采用Bootstrap法进行验证。以受试者工作特征(ROC)曲线下面积大小评估模型的预测效能,运用校准曲线、决策曲线分析(decision curve analysis,DCA)评估模型的准确度及实用性。结果共纳入MHD患者173例,其中CVC患者63例(36.4%),多因素Logistic回归分析结果显示年龄(OR=-1.046,95%CI 1.016~1.077,P=0.002)、血钙(OR=5.181,95%CI 1.015~27.252,P=0.042)、血磷(OR=2.401,95%CI 1.177~4.898,P=0.038)、糖尿病(OR=2.943,95%CI 1.397~6.195,P=0.013)、继发性甲状旁腺功能亢进(OR=2.844,95%CI 1.003~8.082,P=0.041)是CVC的独立危险因素。列线图显示出较好的辨别力,训练集ROC曲线下面积为0.757(95%CI 0.735~0.763),内部验证C-指数为0.732,测试集ROC曲线下面积为0.700(95%CI 0.695~0.714)。校准曲线结果表明实际发生CVC概率与预测概率之间良好的一致性。结论本研究构建的列线图可用于识别发生CVC的高风险人群,具有一定的临床效用。     

基于术前超声的列线图模型预测卵巢癌患者淋巴结转移的临床价值

目的：卵巢癌(OC)是全球女性最常见的癌症之一,我们研究的目的是探究卵巢癌患者淋巴结转移的危险因素,以此指导临床手术和治疗。方法：纳入2014年4月-2022年5月的卵巢癌患者资料,通过Logistic回归分析,建立卵巢癌淋巴结转移的预测模型,并绘制列线图,使用ROC曲线、校准图和决策分析曲线评价模型的效能。结果：在333例训练集患者中,有92例(27.6%)患者发生淋巴结转移。肿瘤最大径, 多灶性和Ki67水平是淋巴结转移的独立危险因素。根据多因素分析结果构建列线图,训练集中ROC曲线的AUC=0.819(95%CI:0.770-0.868),验证集中ROC曲线的AUC=0.794(95%CI:0.717-0.870)。校准图和决策分析曲线提示模型具有良好的校准度和临床应用价值。超声+临床联合模型的预测效能高于单个模型。结论：我们基于超声检查结果和患者的临床资料构建了卵巢癌患者淋巴结转移的预测模型,在精准医疗的时代,可更准确地评估患者淋巴结转移的风险,并为患者制定最佳的治疗方案。     

食管癌围手术期患者输血预测模型的建立

目的 构建食管癌患者围手术期输血预测模型,为肿瘤患者血液管理的实施提供理论依据。方法 回顾性收集2008年1月—2020年12月在福建省肿瘤医院首次行食管癌切除术的患者资料,按7∶3的比例将收集的临床数据分为建模集和验证集。利用建模集单因素和多因素Logistic回归分析筛选变量,构建列线图预测模型。使用两组数据的ROC曲线和校准曲线来评估模型性能,最后通过决策曲线分析证实该模型的临床效用。结果 共980名患者纳入研究,多因素Logistic分析发现术前白蛋白、血红蛋白、手术方式、胸腔引流液的量是影响食管癌围手术期患者输血的独立危险因素（P <0.05）。基于危险因素建立列线图模型,建模集的ROC曲线下面积为0.712,验证集的ROC曲线下面积为0.706。两组的校正曲线均与标准曲线拟合较好,模型具有良好的预测精准性,最后通过决策曲线分析证实该模型具有良好的临床效用。结论 本研究通过筛选风险因素,构建列线图预测模型,能有效的预测食管癌围手术期患者输血高风险人群,为食管癌患者的血液管理提供参考,提高临床用血的合理性、安全性和准确性。     

生物制剂不依从性临床预测模型在类风湿关节炎患者中的应用

目的:开发类风湿关节炎(rheumatoid arthritis,RA)患者用药不依从性临床预测模型。方法:基于2018年1月至2019年3月102例R A患者的训练数据集开发预测模型,使用6个月治疗覆盖天数比例为终点事件进行评估,采用LASSO回归模型用于优化药物不依从性风险模型的特征选择,应用多变量logistic回归分析建立包含LASSO回归模型中选择的特征的预测模型,使用C指数、校准图、ROC曲线和决策曲线分析来评估预测模型的预测能力、校准和临床实用性,并使用Bootstrap进行内部验证。结果:预测模型中的预测因素包括年龄、疾病活动度、教育水平、月收入及焦虑程度。该模型显示出良好的预测能力,C指数为0.897(95%CI:0.827～0.906),ROC曲线下面积(AUC)为0.8787939。在内部验证中,C指数可能达到0.888。决策曲线分析表明,在不损害其他患者的利益情况下,该模型的预测效果可以使得约85%的患者受益。结论:该临床预测模型有助于临床医护人员及早识别不依从性风险较高的患者,从而能够及时采取干预措施。     

颅内破裂动脉瘤术前再出血风险预测模型研究

目的:探讨颅内破裂动脉瘤术前再出血的风险概率预测模型。方法:纳入颅内破裂动脉瘤患者465例,采用多因素非条件Logistic回归法来构建概率预测模型,使用ROC曲线法来评价预测模型效果;对概率预测模型进行封装,设计Excel应用小软件。结果:构建了多因素Logistic回归概率预测模型,该模型有11个独立危险因素;ROC曲线下面积为0.907,明显大于机会线下的面积0.5(P0.01)。结论:所构建的Logistic回归概率预测模型预测颅内破裂动脉瘤术前再出血较好;Excel应用软件方便医护人员使用。     

神经外科重症患者肠内营养喂养不耐受动态列线图预测模型的构建与应用

目的 构建神经外科重症患者肠内营养喂养不耐受(ENFI)的动态列线图预测模型并验证其预测效果。方法 便利选取山东省某三甲医院神经外科重症监护室2020年8月-2023年3月收治的205例患者，以7∶3的比例将患者分为建模集(n=144)和验证集(n=61)。通过Lasso回归筛选预测因子，采用多因素logistic回归分析建立神经外科重症患者ENFI的动态列线图预测模型。采用Hosmer-Lemeshow检验判断模型的拟合度，采用受试者工作特征(ROC)曲线下面积(AUC)检验模型的区分度。利用验证集数据绘制ROC曲线、校准曲线，进行外部验证，绘制决策曲线(DCA),验证模型的临床使用价值。结果 患者ENFI的发生率建模集为47.2%,验证集为50.8%。最终纳入模型的预测变量为平均动脉压(OR=0.943)、格拉斯哥昏迷评分(OR=0.240)、联合使用2种以上抗生素(OR=4.615)、出入量(OR=0.156)。内部验证：AUC为0.869,95%CI为0.810～0.928。Hosmer-Lemeshow检验(χ²=5.601,P=0.692,灵敏度为0....     

中青年急性心肌梗死病人心搏骤停风险预测模型与验证

目的:分析中青年急性心肌梗死病人心搏骤停的影响因素,构建风险预测模型并进行验证。方法:选取2019年1月—2023年1月医院300例中青年急性心肌梗死病人作为研究对象,将病人按7∶3随机分为训练集和内部验证集,即训练集210例,验证集90例。采用单因素分析及Logistic回归分析中青年急性心肌梗死病人心搏骤停的危险因素,并构建风险预测模型,采用Hosemer-Lemeshow检验评估预测模型的拟合优度。结果:多因素分析显示,高血肌酐水平、左心室射血分数低、左前降支罪犯血管、急性心律失常、Killip心功能分级(≥Ⅲ级)是中青年急性心肌梗死病人心搏骤停的危险因素(P<0.05)。基于上述因素构建预警模型,训练集的Hosemer-Lemeshow检验结果显示,P=0.173;ROC曲线下面积(AUC)为0.896[95%CI(0.851,0.941),P<0.001],灵敏度和特异度分别为88.2%、71.3%。验证集Hosemer-Lemeshow检验结果显示,P=0.407;ROC曲线下面积为0.885[95%CI(0.809,0.961),P<0.001)],灵敏...     

乳腺癌术后引流管留置时间危险因素分析及风险预测模型研究

目的 探究影响乳腺癌患者术后引流管留置时间的危险因素并建立风险预测模型。方法 收集某三级甲等医院2018年5月—2019年4月200例在全麻下实施乳腺癌手术的患者的基本临床资料,采用单因素分析及Logistic 回归分析筛选出影响乳腺癌术后引流管留置的危险因素,建立Logistic回归预测模型,用Hosmer and Lemeshow 检验来对所建立的预测模型的拟合优度进行测验,应用ROC曲线下面积来检验模型的预测效果。结果 多因素Logistic 回归分析结果表明BMI（OR=1.337）、乳腺癌手术方式（OR=4.527）、腋窝淋巴结手术方式（OR=3.483）、负压引流方式（OR=4.518）、基础疾病（OR=6.170）、并发症（OR=2.846）均是影响乳腺癌术后引流管留置的危险因素。Hosmer and Lemeshow 检验提示预测模型拟合度为（χ²=10.539,P=0.229）;ROC 曲线下面积（AUC）为0.842,敏感性为0.815,特异性为0.750,Youden指数最大值为0.565。结论 BMI、乳腺癌手术方式、腋窝淋巴结手术方式、一次性负压引流方式、基础疾病、并发症均为影响患者术后引流管留置时间的独立危险因素。本研究所建立的预测模型价值较高,可为临床做好乳腺癌患者术后引流管留置时间的管理提供参考。     

未成年发热患者流感病毒感染的风险预测模型的建立与验证

摘要:目的分析未成年发热患者发 生甲型流感病毒( influenza A vinus, INFA)感 染的独立危险因素,构建简单、有效的临床预测模型,以预测患者发生INFA感染的风险。方法选取2022年6月13日至7月5日于邵阳学院附属第一医院发热门诊就诊的未成年患者1001例,收集患者的基本资料、血常规、超敏C反应蛋白和鼻咽拭子流感病毒抗原检测结果。首先通过Las-so回归筛选预测因子，然后进行多因素Logistie 回归,建立未成年发热患者发生INFA感染的风险预测模型,并用列线图展示模型。采用ROC曲线和校准曲线评价预测模型的区分度和校准度;使用决策曲线分析(DCA)评估预测模型的临床有效性。采用Boot-strap法重抽样1 000次,对模型进行内部验证。结果年 龄、红细胞压积(HCT)、 血小板分布宽度(PDW)、 血小板压积(PCT)、淋巴细胞数( Lym#)和中性粒细胞数(Neut#)是未成年发热患者发生INFA感染的风险预测因子。依据预测因子绘制列线图,构建临床预测模型。列线图模型的ROC曲线下面积( AUCROO )为0.728( 0.697~0.759) ,敏感性为71.89% ,特异性为64.39% ,约登指数为0.363,内部验证C-指数为0.720。结论构建 的临床预测模型较好,可以为临床医生初步识别INFA感染提供依据。     

Nomogram预测乳腺浸润性导管癌Ki-67表达水平

目的 基于患者临床及超声影像特征预测乳腺癌患者Ki-67表达水平。方法 回顾性分析甲乳外科收治的乳腺癌患者217例临床及超声影像资料，病理结果均为乳腺浸润性导管癌。病例一般资料包含年龄、肿瘤最大直径、二维超声表现、剪切波弹性成像资料。217例乳腺癌患者随机被分为训练组159例及验证组58例。先行单因素Logistic回归筛出可能影响乳腺癌Ki-67表达水平的变量，再行多因素Logistic回归构建乳腺癌Ki-67表达水平的临床预测模型。诺谟图可视化展示预测模型，采用受试者工作特征曲线、校准曲线及临床决策曲线对模型的校准度及实用性予以评价。结果 肿瘤最大直径、肿瘤微钙化及SWE最大弹性模量值。这3个临床组学特征与乳腺癌Ki-67表达水平呈显著相关性。训练集中ROC曲线下面积为0.892,提示该预测模型有能力区分Ki-67表达情况，同时在验证集中得以证实，AUC^ROC=0.717。诺谟图与临床决策曲线在后续分析中同样表现良好，证明了预测模型潜在临床价值。结论 本研究提供了以临床特征及超声影像资料相结合的Nomogram,可用于预测乳腺浸润性导管癌患者Ki-67表达水平...     

上消化道出血患者术后早期再出血风险预测模型的构建及效果验证

目的 通过分析筛选上消化道出血患者内镜止血术后早期再出血的危险因素,构建风险预测模型并验证预测效果。方法 选择医院2020年1月—2021年12月收治的上消化道出血内镜治疗患者共160例为训练集,选择医院2022年1—10月收治上消化道出血内镜治疗患者共40例为验证集。收集患者的相关资料。利用训练集,采用单因素及多因素Logistic回归分析筛选早期再出血的危险因素,据此构建风险预测模型;采用验证集检验其预测效果。结果 训练集早期再出血患者共34例,单因素及多因素Logistic回归分析显示,上消化道出血患者内镜止血术后护理早期再出血危险因素有年龄≥60岁、入院血红蛋白<110 g/L、凝血酶原时间≥17 s、病变直径>2 cm、Blatchford评分≥6分、Rockall评分≥5分、Forrest分级Ⅰ级（P<0.05）。据此构建的预测模型ROC曲线下面积为0.940(95%CI:0.893～0.972),最佳截断值为24.80%,灵敏度为81.82%,特异度为91.20%,最大约登指数为0.730。以>24.80%为预测标准,验证集模型预测的灵敏度为80....     

百草枯中毒患者急性肾损伤风险预测

目的构建百草枯(paraquat, PQ)中毒引起急性肾损伤(acute kidney injury, AKI)的风险预测模型。方法回顾性分析2010-09-20至2022-01-16期间因急性PQ中毒就诊于四川大学华西医院急诊科的患者, 收集患者基本特征及实验室检查结果, 根据住院期间是否发生AKI分为AKI组和非AKI组。按照7∶3的比例, 将患者随机分为训练集和验证集。采用多因素Logistic回归筛选变量, 列线图建立预测模型。采用受试者工作特征曲线(ROC)、校准曲线评价预测模型的区分度和校准度, 决策曲线分析(DCA)评估预测模型的临床有效性。结果纳入符合标准的PQ患者718例, 323例(45.0%)患者院内发生AKI, 378例(52.6%)院内死亡, AKI组患者病死率高于非AKI组(72.8%vs. 36.2, P<0.05)。多因素Logistic回归分析显示中毒至就诊时间(OR=1.018, 95%CI:1.006～1.030)、入院时白细胞计数(OR=1.128, 95%CI:1.084～1.173)、天门冬氨酸氨基转移酶(OR=1.017, 95%CI...     

乳腺癌术后上肢淋巴水肿的风险预测可视化模型构建与验证

目的 探讨乳腺癌术后上肢淋巴水肿的危险因素,构建风险预测可视化模型并验证。方法 回顾性分析528例行手术治疗的乳腺癌患者的临床资料,将患者随机分为训练集352例和验证集176例。根据是否并发上肢淋巴水肿将训练集患者分为淋巴水肿组67例和非淋巴水肿组285例,采用Logistic回归分析筛选乳腺癌术后上肢淋巴水肿的危险因素,通过R软件绘制风险预测可视化模型并验证效能。结果 乳腺癌患者术后上肢淋巴水肿的发生率为20.08%(106/528)。多因素Logistic回归分析结果显示,体质量指数(BMI)高、高血压、TNM分期Ⅲa期、双侧病变、腋窝淋巴结清扫水平Ⅲ级、术后放化疗均为乳腺癌术后并发上肢淋巴水肿的独立危险因素(P<0.05)。基于这6个独立危险因素构建列线图模型,该模型在训练集、验证集中的校正曲线均与理想曲线拟合良好;受试者工作特征曲线分析结果显示,列线图模型在训练集、验证集中预测术后上肢淋巴水肿的曲线下面积分别为0.950、0.886;决策曲线分析结果显示,该模型在训练集和验证集中预测术后上肢淋巴水肿的总体净获益均高于所有患者全干预或未干预。结论 BMI高、高血压、TNM分...     

Stanford A型主动脉夹层患者术中大量输注红细胞的预测模型构建与验证

目的 分析Stanford A型主动脉夹层(TAAD)患者术中大量输注红细胞(RBC)的危险因素，建立风险预测模型并对其预测效果进行验证。方法 回顾性分析2018年7月～2021年6月本院收治的233例TAAD患者的临床资料(建模集),分为常规输注(RBC≤8 U)组128例和大量输注(RBC>8 U)组105例。通过多因素Logistic回归分析TAAD患者术中大量输注RBC的危险因素，并建立风险预测模型，采用校准曲线、受试者工作曲线(ROC)评估模型的准确度、区分度。另以2021年7月～2022年5月本院收治的61例TAAD患者(验证集)进行外部验证。结果 233例TAAD患者术中大量输注RBC率为45.06%(95%CI:38.59%～51.69%)。Logistic分析显示，女性、年龄>50岁、术前Hb≤131.50 g/L、术中出血量>720 mL、CPB时间>155 min为术中大量输注RBC的独立危险因素(P<0.05),术中大量输注RBC风险预测模型公式为：-4.427+0.925×性别+1.461×年龄+2.081×术前Hb+1.573×...     

全髋关节置换术病人术中低体温风险预测模型的构建及验证

目的:构建全髋关节置换术病人术中低体温风险预测模型,验证该模型的预测效果。方法:采用便利抽样法选取2020年6月—2021年6月295例行全髋关节置换术病人作为模型构建组,根据其是否发生术中低体温分为低体温组(n=113)和非低体温组(n=182),对相关危险因素进行单因素和多因素Logistic回归分析,筛选出术中低体温危险因素,进而构建全髋关节置换术病人术中低体温预测模型。采用Hosmer-Lemeshow判断模型的拟合优度,采用受试者操作特征曲线(ROC)验证预测模型的预测效果,纳入2021年7月—2021年8月60例病人检验预测模型的临床应用效果。结果:年龄、室温、麻醉时间、术中冲洗液量、是否实施主动保温、主动保温持续时间是全髋关节置换术病人术中低体温发生的危险因素,预测模型结果显示ROC曲线下面积为0.938,95%CI 0.904～0.963,约登指数为0.753 1,最佳临界值0.349,灵敏度为0.885,特异度为0.868,实际应用准确率为76.7%。结论:本研究构建的风险预测模型效果良好,可为临床医护人员早期评估筛选全髋关节置换术术中低体温的高危病人提供参考。