四种与冠心病相关指标联合诊断冠心病价值评价

目的：探讨klgistic多指标联合诊断试验ROC分析中的应用，评价4种与冠心病发病有关指标在冠心病诊断及联合诊断中的效果。方法：根据疾病状态建立klgistic回归模型，通过形成的预测概率或联合预测因子为分析指标，并结合双正态模型建立ROC曲线。结果：通过实例阐述了整个分析过程，并说明了指标对诊断冠心病的有效性，确定了基于联合诊断的晟佳工作点。结论：ROC分析中结合logistic回归模型简单有效，尤其适用于有协变量或多指标联合诊断试验的分析评价。     

临床试验中多个终点变量同时评价的多元logistic模型

目的研究临床试验中多个终点变量的同时分析。方法采用多元logistic回归模型,通过对原始资料的格式作适当变换,构造一个虚拟水平,视结果变量为1水平上的观察单位,以患者作为2水平单位,建立2水平logistic模型,对试验组和对照组的疗效,以及患者的年龄,性别,观察指标的基线值,中心效应等协变量进行分析。结果多终点的多元logistic回归模型既可以对单个结果变量进行分析,还可以对多个结果变量进行同时分析,并在扣除组间差异、协变量的影响后,估计两个结果变量之间的相关性。当受试者的多个结果有部分缺失时,该估计方法仍然是有效的。结论多元logistic回归模型可以对多个终点变量进行同时分析。     

具有协变量或干扰因素的诊断试验数据的ROC分析

目的 探讨具有协变量或干扰因素的诊断试验的评价问题。建立相应的统计模型及分析方法。方法 基于ROC分析给出变量ROC模型，采用有序logistic连续函数，利用SAS软件进行参数估计，得到有协为量情况下的ROC曲线方程及曲线下面积。文中结合检测动脉硬化的数据，说明了其用法。结果 采用文中给出的方法，可以有效地扣除协变量的影响，准确地评价诊断的作用。结论 本文提供的方法能够有效地解决诊断试验中具有干扰因素影响的问题。     

儿童复杂性阑尾炎决策树模型的构建及临床应用价值

目的基于儿童阑尾炎评分(PAS)联合炎症指标建立儿童复杂性阑尾炎(CA)的决策树模型, 并评估其在儿科的临床应用效能。方法回顾性分析2018年1月至2021年12月在上海交通大学医学院附属儿童医院就诊, 且术后病理确诊为阑尾炎的544例患儿, 根据患儿术后病理分为非复杂性阑尾炎组和CA组。通过单因素及多因素logistic回归分析筛选出CA的独立危险因素, 纳入这些参数建立决策树模型, 并采用受试者工作特征(ROC)曲线对决策树模型的准确性进行验证。结果二元logistic回归分析显示PAS、C-反应蛋白(CRP)、中性粒细胞与淋巴细胞比值(NLR)是儿童CA的独立危险因素(均P<0.05)。纳入PAS、CRP、NLR为协变量构建预测CA的决策树模型和二元logistic回归模型。ROC曲线显示, 决策树模型准确率为79.2%, ROC曲线下面积(AUC)为0.821(95%CI:0.786～0.857), 灵敏度为86.7%, 特异度为71.9%;二元logistic回归模型准确率为75.1%, AUC为0.808(95%CI:0.770～0.845), 灵敏度为79.6%, ...     

不明位置妊娠Logistic回归超声诊断模型的初步研究

目的:通过经阴道超声(TVS)检测不明位置妊娠(PUL)患者的子宫内膜,建立鉴别诊断的多变量回归模型,并评价该模型的临床应用价值。方法:分析早期PUL患者的子宫内膜二维声像图特征,并对年龄、β-HCG、停经时间等进行分析,采用多变量Logistic回归法及ROC曲线筛选出有意义的诊断指标,建立PUL患者的多变量回归模型。结果:建立了三个预测PUL妊娠结局的Logistic回归模型,分别对宫内早孕(MIUP)、宫内早孕流产(MIUPM)和早期异位妊娠(MEP)进行评估,ROC曲线下面积(AUC)分别为0.941、0.886、0.891,预测模型循证试验的诊断指标均优于各自回归模型中任何单一变量。结论:本研究所建立的多变量预测模型能更早期、更有效地预测PUL患者的妊娠状态,对早期PUL患者妊娠结局的预测有较大的临床价值。     

基于贝叶斯估计的诊断试验ROC曲线回归模型

目的 阐明基于贝叶斯估计的ROC曲线回归模型.方法 通过实例对比分析,介绍WinBUGS软件ROC曲线回归模型参数估计与应用.结果 基于贝叶斯估计的ROC曲线回归模型不仅可考虑(平衡)协变量对诊断试验结果准确性评价的影响,而且可计算不同协变量取值条件下的ROC曲线下面积;不同先验分布的选取在一定范围内模型参数估计结果较稳定,可作为临床诊断试验结果分析的依据.结论 基于贝叶斯估计的ROC曲线回归模型,可有效地解决受协变量影响的临床诊断试验准确度评价问题.     

连续变量诊断试验数据的ROC分析

目的 介绍一种连续诊断变量的ROC回归模型，以及在独立和相关结构下的参数估计方法，给出参数误差估计的Bootstrap方法。方法 应用SAS软件中的GENMOD过程和SAS语言编写的程序实现上述过程，并通过实例说明其应用效果。结果 利用ROC曲线方程，可以扣除协变量对诊断试验结果评价的影响，并能够计算出在不同协变量取值下的ROC曲线下面积，提供更为丰富和可靠的信息。结论 文中给出的ROC回归模型可以有效地用于连续变量诊断试验数据的ROC分析。     

传染病患者多重耐药菌携带的风险因素筛查研究

目的 通过建立传染病危重患者院内多重耐药菌（multidrug- resistant organisms, MDROs）感染的风险模型,在获取病原学检测结果前预测患者院内 MDROs 感染的概率,及时开始经验性多耐药管理,降低院内传播风险。方法 对230例患者进行回顾性分析,应用单因素分析寻找影响 MDROs 的因素,并对这些因素采用 logistic 回归分析的方法构建风险模型,通过受试者工作特征 (receiver operating characteristic , ROC) 曲线比较不同指标的预测价值。结果 通过单因素分析显示,11个因素差异有统计学意义。采用logistic 回归分析,最终得到一个包含留置动脉导管、血液净化、纤维支气管镜肺泡灌洗、培养出耐药菌前抗生素使用种类和重症监护室（intensive care unit, ICU）住院天数共 5 个变量的模型,模型的误判率为25.7%,说明模型的预判效果较为理想。留置动脉导管、血液净化、纤维支气管镜肺泡灌洗、培养出耐药菌前抗生素使用种类、ICU 住院天数及联合因子对传染病危重患者携带 MDROs 预测的 ROC 曲线下面积分别为 0.615、0.553、0.599、0.609、0.702 和 0.751,联合因子的预测效能最佳。结论 留置动脉导管、血液净化、纤维支气管镜肺泡灌洗、培养出耐药菌前抗生素使用种类和 ICU 住院天数及其联合因子可作为传染病危重患者携带 MDROs 风险模型的观察指标,联合因子的预测价值优于单一指标。     

无金标准条件下含协变量的ROC曲线估计方法

目的阐明无金标准条件下,考虑协变量后估计ROC曲线的两部贝叶斯模型。方法介绍两部贝叶斯模型,结合实例,筛选无金标准条件下ROC曲线的影响因素,考虑协变量影响后,估计ROC曲线。结果两部贝叶斯模型不仅可探讨协变量对疾病状态的影响,而且可探讨协变量对诊断试验结果的影响,同时可计算不同协变量取值条件下ROC曲线下面积。结论两部贝叶斯模型可有效地解决无金标准条件下,考虑协变量影响的ROC曲线估计问题。     

重复测量诊断试验的ROC曲线广义线性混合效应模型北大核心CSCD

目的针对重复测量诊断数据,为同时考虑协变量对诊断试验准确性评价的影响,度量重复测量数据间的相关性,本文探索新的ROC曲线的建模方法。方法通过广义线性混合效应模型对ROC曲线进行模拟,并采用贝叶斯参数估计方法,利用Win BUGS软件予以实现,进而计算不同协变量取值下的ROC曲线下面积(AUC)以对诊断试验结果进行评价。结果实例数据分析结果表明,基于广义线性混合效应模型的ROC曲线建模方法可以有效地刻画重复测量诊断试验数据,给出更有解释意义的回归参数,提供临床分析的参考依据。结论基于广义线性混合效应的ROC曲线模型在解决重复测量诊断试验的准确度评价问题起着至关重要的作用。     

主成分Logistic回归在筛选冠心病危险因素中的应用

目的探讨主成分Logistic回归方法在筛选冠心病危险因素中的应用。方法选择2009年4月-2010年8月在哈尔滨医科大学第一附属医院行冠脉造影术者,按照金标准分为冠心病组（465例）和对照组（277例）;首先对Lo-gistic回归模型进行共线性诊断,然后应用主成分改进的Logistic回归分析,得到并解释最终的回归模型。结果共线性诊断提示各变量之间存在明显的共线性,采用主成分改进的Logistic回归分析显示,冠心病与年龄、性别、载脂蛋白A、TG、HDL-C、糖尿病史、高血压史、吸烟史在内的多种因素有关。结论主成分改进的Logistic回归在筛选冠心病危险因素中具有较好的作用,在对疾病危险因素进行Logistic回归分析时,若多变量间存在多重共线性,采用主成分改进的Lo-gistic回归分析能得出更好的回归模型。     

基于平板运动试验指标建立冠心病诊断模型

目的利用平板运动试验（TET）指标建立冠心病（CHD）预测模型,提高CHD无创诊断的可靠性。方法以3个研究中心经冠脉造影（CAG）证实的CHD患者156例和非CHD者76例为研究对象,分析TET中相关指标的变化。结果 （1）CHD组最大心率（HRmax）、变时指数（CRI）低于非CHD组,而典型胸痛构成比、QRS时限、ST段压低和上抬高于非CHD组,差异有统计学意义（P〈0.05或P〈0.01）。（2）多因素Logistic回归分析显示：ST段压低（OR=6.885）,QRS时限（OR=1.090）,典型胸痛（OR=6.356）是预测CHD的独立指标,（P=0.000）。（3）CHD预测模型：Logit（P）=1.929ST段压低（mm）＋0.086QRS时限（ms）＋1.849典型胸痛-7.891。其预测CHD的受试者工作特征曲线（ROC）下面积是0.880（95%CI：0.833～0.928）,大于ST段压低〔0.751（95%CI：0.686～0.816）〕、QRS时限〔0.744（95%CI：0.677～0.811）〕和典型胸痛〔0.709（95%CI：0.639～0.779）〕3个独立指标的任何一个。预测模型、ST段压低、QRS时限和典型胸痛诊断CHD的敏感度分别是0.788、0.673、0.654和0.615,特异度分别是0.855、0.816、0.750和0.803。结论 TET中ST段压低、QRS时限延长和典型胸痛均可作为预测CHD的重要指标,以此3个指标构建的联合预测模型诊断CHD的可靠性优于单一指标。     

纤维蛋白原、血尿酸与冠心病严重程度的关系

目的探讨纤维蛋白原、血尿酸与冠心病严重程度的相关性。方法将156例行冠状动脉造影的患者按造影结果分为冠心病组和对照组,根据冠状动脉损害严重程度,用Leaman积分法进行评分。采用多因素分析方法探讨冠心病及Leaman积分与纤维蛋白原、血尿酸等因素的相关性。结果冠心病危险因素的Logistic回归分析显示,吸烟、年龄、纤维蛋白原、甘油三酯和低密度脂蛋白胆固醇与冠心病独立相关,其中纤维蛋白原的OR值及95%CI为5.53(2.08～14.70);性别、血尿酸等其他指标与冠心病相关性无统计学意义。冠状动脉Leaman积分的多元逐步回归分析显示,年龄、纤维蛋白原、总胆固醇、脂蛋白(a)和低密度脂蛋白胆固醇与冠状动脉积分独立相关,其中纤维蛋白原最为显著(t=4.70,P<0.001),而性别、血尿酸与冠状动脉积分相关性无统计学意义。结论纤维蛋白原为冠心病的独立危险因素之一,与冠心病严重程度独立相关。未发现血尿酸的水平增高是冠心病的独立危险因素。     

Does consideration of either psychological or material disadvantage improve coronary risk prediction? Prospective observational study of Scottish men

OBJECTIVE: To assess the value of psychosocial risk factors in discriminating between individuals at higher and lower risk of coronary heart disease, using risk prediction equations. DESIGN: Prospective observational study. SETTING: Scotland. PARTICIPANTS: 5191 employed men aged 35 to 64 years and free of coronary heart disease at study enrollment MAIN OUTCOME MEASURES: Area under receiver operating characteristic (ROC) curves for risk prediction equations including different risk factors for coronary heart disease. RESULTS: During the first 10 years of follow up, 203 men died of coronary heart disease and a further 200 were admitted to hospital with this diagnosis. Area under the ROC curve for the standard Framingham coronary risk factors was 74.5%. Addition of "vital exhaustion" and psychological stress led to areas under the ROC curve of 74.5% and 74.6%, respectively. Addition of current social class and lifetime social class to the standard Framingham equation gave areas under the ROC curve of 74.6% and 74.9%, respectively. In no case was there strong evidence for improved discrimination of the model containing the novel risk factor over the standard model. CONCLUSIONS: Consideration of psychosocial risk factors, including those that are strong independent predictors of heart disease, does not substantially influence the ability of risk prediction tools to discriminate between individuals at higher and lower risk of coronary heart disease.     

健康查体人群冠状动脉斑块分布与冠心病危险因素的相关分析

目的研究健康查体人群中冠状动脉斑块与危险因素的相关性。方法连续选取2010年1月1日至2011年4月1日期间住院行健康查体且接受了冠状动脉CT的个体604例。以分数的第3个四分值为界，将查体患者分为冠状动脉正常组（评分=0）、轻度病变组（0〈评分≤5）和中重度病变组（评分〉5），使用X^2或秩和检验在组间比较5项体格检查、124项实验室检查、21项超声检查和出院诊断等数据。此外还把这些数据直接与冠状动脉评分进行二元相关分析。筛选出组间比较或二元相关有统计学意义的项目带人多元线性回归和二元逻辑回归，找出冠状动脉病变的主要危险因素，并绘制ROC曲线，分析其诊断冠状动脉中重度病变的价值。结果240例冠状动脉CT未见明显异常，271例有轻度病变，93例有中重度病变。平均颈动脉中-内膜厚度（cIMT）、男性、LDL—C、年龄和HDL—C进入了多元线性回归方程，其中年龄对冠状动脉积分的贡献最大（标准回归系数β=0．263），其次为cIMT（β=0．182）。二元逻辑回归和ROC曲线显示，平均cIMT为冠状动脉病变的最强危险因子（OR=7．19、95％CI：2．00—25．93），其预测冠状动脉中重度病变的价值较大（ROC=0．730、P=0．00、95％CI：0．68～0．78），但不能帮助区分轻度病变和正常冠状动脉。此外，冠状动脉斑块多分布在前降支（20．8％），性质以软斑块为主（42．5％）。结论60．2％的健康查体者被CCTA发现了冠状动脉斑块。cIMT、年龄、LDL—C和HDL—C可以较好地预测冠状动脉中重度病变，但和轻度病变关系不大。     

禁忌搜索算法的贝叶斯网络模型在冠心病影响因素分析中的应用

以10792例冠心病调查数据为例,依据禁忌搜索算法构建冠心病患病及其影响因素的贝叶斯网络模型,用极大似然估计法计算网络各节点的条件概率,并分析冠心病的影响因素,评价贝叶斯网络模型相对于传统的logistic回归模型在疾病影响因素分析中的优劣,探讨贝叶斯网络模型在临床研究中的适用性。分析结果表明,贝叶斯网络可以揭示冠心病各影响因素间的关联及与冠心病的关系,比logistic回归分析更符合实际理论,表明贝叶斯网络模型在冠心病影响因素分析中具有较好的适用性及应用前景。     

两冠心病诊断试剂盒双正态ROC曲线下面积及其等效性或非劣效性检验

目的 探讨在双正态假定下,应用标准化差法进行定量资料ROC曲线下面积的估计及其等效性检验或非劣效性检验,比较两氧化低密度脂蛋白试剂盒在诊断冠心病中的价值.方法 从ROC曲线的定义出发,根据模型中参数的统计学意义,完成ROC曲线的构建、曲线下面积的估计,并利用标准化差结合等效性检验、非劣效性检验原理,进行参数检验,或在Bootstrap基础上利用可信区间法得到结论.结果 两试剂盒均显示氧化低密度脂蛋白在冠心病诊断中具有较高的准确性.从非劣效性检验的结果可以看出,CHN试剂盒在冠心病诊断上非劣于已经投入临床使用的SWZ试剂盒.结论 两试剂盒具有较高的临床推广价值,且具有较高性价比的CHN试剂盒在国内临床市场有较好的前景.同时为类似问题的解决提供了方法学参考.     

二分类 Logistic 回归在冠心病危险因素研究中的应用

目的：应用二分类Logistic回归在可能引发冠心病影响因素中筛选危险因素，建立冠心病危险因素“最优”回归方程。方法采取系统抽样方法，对某几所医院心血管内科初诊为冠心病并进行冠脉造影病例，抽取400例30～65岁患者病例作为样本。通过二分类Logistic回归方法分析冠心病与危险因素的相关关系。结果以是否冠心病为因变量，各因素为自变量，筛选影响因素。经相关分析、共线性诊断，筛选出冠心病危险因素为年龄、合并疾病、吸烟、收缩压、血糖、尿酸、低密度脂蛋白、脂蛋白（ a）。结论用二分类Logistic回归找出危险因素，可以有效分析各因素的相对重要性。