Framingham高血压发病风险预测模型对新疆哈萨克族牧民发生高血压的预测价值研究

背景　新疆哈萨克族牧民高血压患病率高,寻找有效的方法对哈萨克族牧民高血压的发病风险进行评估,并进行合理的干预,预防高血压事件的发生十分重要。目的　评价Framingham高血压发病风险模型（以下简称Framingham模型）预测新疆哈萨克族牧民发生高血压的准确性和适用性,为建立适用于新疆哈萨克族牧民高血压发病风险预测模型提供依据。方法　2008年1月,采用分层整群随机抽样法,以新疆乌鲁木齐县南山牧区的5 327例哈萨克族牧民为研究对象,建立南山动态队列。收集其基线资料（包括问卷调查表和体格检查表）,并进行2年1次的随访调查,共3次。随访截至2018年11月,结局事件为发生高血压。将研究对象随机分为建模队列（60%哈萨克族牧民,3 196例）和验证队列（40%哈萨克族牧民,2 131例）,按照Framingham模型相同的方法及预测因素,采用多因素weibull回归分析、依据建模队列调整Framingham模型,即为依据建模队列调整后的Framingham模型。采用区分能力和标定能力验证上述依据本研究对象数据调整后的Framingham模型对验证队列高血压发病风险进行预测。结果　截至2018年11月,1 985例哈萨克族牧民发生高血压。累计共随访16 897人年,高血压发病率为11.75/100人年〔95%CI（11.27/100人年,12.24/100人年）〕。本研究验证队列人群经2年、4年随访,分别有269例、562例发生高血压。依据建模队列调整后的Framingham模型与原Framingham模型预测随访2年验证队列人群发生高血压的受试者工作特征曲线下面积（AUC）分别为：AUC依据建模队列调整后=0.647〔95%CI（0.624,0.670）〕和AUC原Framingham模型=0.594〔95%CI（0.571,0.617）〕;依据建模队列调整后的Framingham模型与原Framingham模型预测随访2年验证队列人群发生高血压的AUC比较,差异有统计学意义（χ2=5.085,P<0.05）;依据建模队列调整后的Framingham模型与原Framingham模型预测随访4年验证队列人群发生高血压的AUC分别为：AUC依据建模队列调整后=0.609〔95%CI（0.590,0.628）〕和AUC 原Framingham模型=0.588〔95%CI（0.569,0.607）〕;依据建模队列调整后的Framingham模型与原Framingham模型预测随访4年验证队列人群发生高血压的AUC比较,差异有统计学意义（χ2=3.448,P<0.001）。依据建模队列调整后的Framingham模型与原Framingham模型预测随访2年验证队列人群高血压发病率与实际发病率比较Hosmer-Lemeshow χ2（H-L χ2）检验值分别为697.68（P<0.05）、802.40（P<0.05）;预测随访4年验证队列人群高血压发病率与实际发病率比较,H-L χ2检验值分别为682.61（P<0.05）、832.82（P<0.05）。结论　Framingham模型在预测新疆哈萨克族牧民高血压的发病风险中区分能力和标定能力均较差,不能很好地预测新疆哈萨克族牧民高血压的发病风险,需要构建更适合该人群的高血压发病风险预测模型。     

2型糖尿病患者发生微量白蛋白尿预测模型的建立与验证研究

背景　糖尿病肾病早期发病隐匿，多数患者在诊断时肾脏已发生不可逆性损害，早期诊断和治疗对于阻止或者延缓糖尿病肾病的发生、发展具有重要作用，构建一个简单、有效的个性化风险预测模型可为糖尿病肾病的早期诊断和治疗提供重要参考。目的　分析影响2型糖尿病（T2DM）患者发生微量白蛋白尿（MAU）的独立危险因素，构建一个简单、有效的个性化临床预测模型，预测T2DM患者发生MAU的风险。方法　选取2014年3月至2016年3月于空军军医大学第一附属医院内分泌科住院的T2DM患者1 311例，为建立和验证预测模型将研究对象分为两部分，2014年3月至2015年9月的数据作为开发队列（933例），2015年10月至2016年3月的数据作为验证队列（378例）。收集患者的基本特征、实验室检查、辅助检查和药物使用情况，并依据尿微量白蛋白/肌酐（UACR）诊断正常白蛋白尿（NAU）和MAU。应用LASSO回归优化筛选变量，通过多因素Logistic回归分析建立预测模型，并绘制列线图。采用受试者工作特征（ROC）曲线、校准曲线和Hosmer-Lemeshow拟合优度检验验证和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　使用LASSO回归分析筛选出7个预测变量，包括糖尿病病程、收缩压（SBP）、空腹血糖（FPG）、三酰甘油（TG）、血肌酐（Scr）、胱抑素C（Cys C）、糖尿病视网膜病变（DR）。多因素Logistic回归分析结果显示，SBP≥140 mm Hg、FPG≥7.0 mmol/L、TG≥1.7 mmol/L、Scr>106 μmol/L、Cys C>1.09 mg/L、合并DR是T2DM患者发生MAU的危险因素（P<0.05）。依据预测变量绘制列线图，构建预测模型。预测模型预测开发队列T2DM患者发生MAU的ROC曲线下面积（AUC）为0.762〔95%CI（0.734，0.789）〕，预测验证队列T2DM患者发生MAU的AUC为0.734〔95%CI（0.686，0.777）〕。Hosmer-Lemeshow拟合优度检验显示出较好的拟合度（开发队列P=0.377；验证队列P=0.217）。DCA结果显示阈值概率>20%，预测模型在临床上是有益的。结论　包含7个预测变量（糖尿病病程、SBP、FPG、TG、Scr、Cys C、DR）的列线图预测模型可用于预测T2DM患者发生MAU的风险。     

脑卒中后发生急性肾损伤风险预测模型的构建及验证

背景 急性肾损伤（AKI）是脑卒中患者常见的严重并发症之一,与患者不良的短期和长期预后密切相关,因此需要探索特异性的AKI筛查工具,以便早期识别AKI的高危人群。 目的 构建并验证脑卒中后发生AKI风险预测模型,并编制简易风险评分量表。 方法 采用便利抽样法选取2021年1—9月在浙江大学医学院附属第二医院神经内科住院治疗且病历资料完整的760例脑卒中患者为建模组,根据是否发生AKI将其分为AKI亚组和非AKI亚组。采用多因素Logistic回归分析进行影响因素分析,并构建脑卒中后发生AKI风险预测模型,采用Hosmer-Lemeshow和受试者工作特征曲线（ROC曲线）检验模型的拟合优度及预测效果。采用便利抽样法选取2021年10—12月在本院治疗的脑卒中患者310例作为模型外部验证组,其中AKI者53例、非AKI者257例。将预测模型在验证组人群进行验证,并编制脑卒中后发生AKI简易风险评分量表。 结果 建模组760例脑卒中患者中发生AKI 140例,AKI发生率为18.42%。多因素Logistic回归分析结果显示,性别、高血压史、美国国立卫生研究院脑卒中量表（NIHSS）评分、袢利尿剂用药史、机械取栓史、血清β2微球蛋白（β2-MG）、尿素氮、血清胱抑素C（sCysC）是脑卒中后发生AKI的独立影响因素（P<0.05）。构建脑卒中后发生AKI风险预测模型：y=1/（1+e-a）,其中a=-4.047+1.222×男性+1.386×高血压史+1.716×NIHSS评分+1.098×袢利尿剂用药史+0.830×机械取栓史+1.739×β2-MG+1.202×尿素氮+2.160×sCysC。Hosmer-Lemeshow检验预测模型拟合效果,χ2=6.523,P=0.367。脑卒中后发生AKI风险预测模型在建模组中预测脑卒中患者发生AKI的ROC曲线下面积（AUC）为0.916〔95%CI（0.891,0.940）〕,最佳截断值为12.8%,灵敏度为0.857,特异度为0.832,约登指数为0.689。脑卒中后发生AKI风险预测模型在验证组中预测脑卒中患者发生AKI的AUC为0.906〔95%CI（0.853,0.960）〕。结合多因素Logistic回归分析结果得出的变量的系数四舍五入到最近整数,赋分后编制量表,最终建立了总分值为11分、截断值为4分、AUC为0.900〔95%CI（0.843,0.957）,P<0.001〕的脑卒中后发生AKI简易风险评分量表,实际应用的正确率为88.39%。 结论 本研究构建的脑卒中后发生AKI风险预测模型可以有效地预测脑卒中后AKI发生风险,灵敏度、特异度较高,且据此编制的脑卒中后发生AKI简易风险评分量表为临床提供了一种简便可行的客观、量化高危患者的评估工具,为医护人员早期及时对不同AKI发生风险的脑卒中患者采取预防性治疗提供借鉴。     

2型糖尿病周围神经病变风险的列线图预测模型研究

背景2型糖尿病周围神经病变（DPN）患病率高、危害性大,目前尚无有效的治疗方法。目的探讨DPN的危险因素,旨在建立并验证一种辅助临床预测DPN患者的可视化评价工具。方法收集2010—2019年在新疆医科大学第一附属医院就诊的15 020例2型糖尿病（T2DM）患者,按照3∶1的比例将患者随机分为训练组（n =11 265）和验证组（n=3 755）。收集患者的一般资料和生化资料。通过Lasso回归分析筛选独立预测因子,在此基础上利用多因素Logistic回归分析进一步探讨并建立列线图预测模型,并由验证组评估DPN列线图预测模型的可行性。最后,分别采用受试者工作特征（ROC）曲线下面积（AUC）、校正曲线和决策曲线分析（DCA）对预测模型的鉴别能力、准确性和临床实用性进行评估。结果15 020例T2DM患者中,无DPN患者8 887例,DPN患者6 133例。Lasso回归结合多因素Logistic回归分析结果显示,年龄〔OR=1.034,95%CI（1.031,1.039）〕、糖尿病视网膜病变（DR）〔OR=11.881,95%CI（10.756,13.135）〕、糖尿病病程〔OR=1.070,95%CI（1.061,1.078）〕、糖化血红蛋白（HbA1c）〔OR=1.237,95%CI（1.209,1.266）〕、高密度脂蛋白（HDL）〔OR=0.894,95%CI（0.877,0.901）〕是T2DM患者发生DPN的影响因素（P<0.05）。利用上述变量建立列线图预测模型。训练组中列线图预测模型预测DPN发生的AUC为0.858〔95%CI（0.851,0.865）〕,验证组中列线图预测模型预测DPN发生的AUC为0.852〔95%CI（0.840,0.865）〕。Hosmer-Lemeshow拟合优度检验显示出较好的拟合度（P>0.05）。DCA显示当患者的阈值概率为0~0.9,使用列线图预测模型预测DPN风险的净收益更高。结论本研究成功建立并验证一种高精度的列线图预测模型（预测变量包括年龄、DR、糖尿病病程、HbA1c、HDL）,有助于提高DPN高危患者的早期识别和筛选能力。     

糖尿病合并稳定型心绞痛患者发生主要不良心脑血管事件的中医预测模型构建及应用评估研究

背景 2型糖尿病合并稳定型心绞痛（T2DM-SAP）致残、病死率高,预后差,早期治疗对延缓T2DM-SAP的发展具有重要作用。中医药在疾病预防方面具有独特的临床优势,构建融合中医元素的风险预测模型可为临床防治T2DM-SAP患者发生主要不良心脑血管事件（MACCE）提供可靠依据。 目的 探究T2DM-SAP患者发生MACCE的危险因素,构建并评估风险预测模型。 方法 选取2012—2019年在河南中医药大学第一附属医院诊治的674例T2DM-SAP住院患者,依据医院信息系统收集患者的电子病历和随访数据,包括人口学资料、临床特征、实验室检查指标、中医资料、结局指标（MACCE发生情况）。根据是否发生MACCE,将患者分为MACCE组（n=190）和非MACCE组（n=484）。采用单因素和多因素Logistic回归分析筛选T2DM-SAP患者发生MACCE的独立危险因素,建立MACCE风险预测模型,并构建列线图。采用Bootstrap法进行内部验证。通过受试者工作特征（ROC）曲线、C-index、Calibration plot、Hosmer-Lemeshow检验及临床决策曲线（DCA曲线）验证预测模型的预测效能。 结果 多因素Logistic回归分析结果显示,年龄〔OR=1.033,95%CI（1.014,1.052）〕、脑血管病史〔OR=3.799,95%CI（2.529,5.750）〕、血肌酐〔OR=1.005,95%CI（1.002,1.008）〕、暗紫舌〔OR=2.756,95%CI（1.285,5.935）〕、少苔〔OR=2.083,95%CI（1.025,4.166）〕、细弱脉〔OR=5.822,95%CI（1.867,20.359）〕、风痰阻络〔OR=2.525,95%CI（1.466,4.387）〕是T2DM-SAP患者发生MACCE的影响因素（P<0.05）。基于筛选出以上独立危险因素构建预测模型,该模型显示出中等预测能力,C-index为0.769〔95%CI（0.729,0.809）〕,灵敏度为69.47%,特异度为75.00%,区分度良好;Calibration plot显示预测不良结局风险与实际不良结局风险平均绝对误差为0.011,校正拟合偏倚后的C-index为0.761,Hosmer-Lemeshow检验结果显示校准度良好（χ2=6.004,P=0.647）;DCA结果显示,阈值概率>30%,预测模型在临床上是有益的。 结论 年龄、脑血管病史、血肌酐、暗紫舌、少苔、细弱脉、风痰阻络是T2DM-SAP患者发生MACCE的影响因素,并以此建立了临床预测模型。该模型具有良好的区分度、校准度以及临床有效性,能为防治T2DM-SAP患者发生MACCE提供科学依据。     

阴道分娩初产妇产后早期盆腔器官脱垂简易风险预测评分模型的构建与验证

目的：构建阴道分娩初产妇产后早期盆腔器官脱垂(POP)简易风险预测评分模型，并对模型预测效能进行验证。方法：分别选取在厦门大学附属东南医院和江西省宜春市人民医院规律产检、建档、分娩、产后42d复查的阴道分娩初产妇360例和150例(院外验证组),将厦门大学附属东南医院研究对象随机分为建模组(240例)和院内验证组(120例),二元Logistic回归分析筛选阴道分娩初产妇产后早期POP发生影响因素，构建风险预测模型，并从三个层次对模型的预测能力进行验证。结果：年龄≥32岁、孕前BMI≥24、肌力<3级、压力性尿失禁(SUI)、巨大胎儿、第二产程时间延长均为阴道分娩初产妇产后早期POP发生的独立影响因素，根据β×4构建风险预测模型，分别赋值2、2、4、2、4、2分。建模组模型AUC为0.737(0.671～0.803),Hosmer-Lemeshow(H-L)检验结果为χ²=3.614,P=0.256;本院验证组模型AUC为0.733(0.641～0.826),H-L检验结果为χ²=3.432,P=0.247;外院验证组模型AUC为0.7...     

三维盆底超声联合剪切波弹性成像构建产后压力性尿失禁风险预测模型

目的：经会阴三维盆底超声联合尿道括约肌剪切波弹性成像（SWE）构建产后压力性尿失禁（SUI）的风险预测模型,并评估其预测效能。方法：将300例产妇分为产后SUI组57例和产后非SUI组243例。收集三维盆底超声参数和SWE参数,基于赤池信息准则（AIC）采用向后逐步回归,选择最小AIC值构建SUI风险预测模型并进行内外部验证。结果：多变量Logistic回归分析显示,Valsalva尿道漏斗形成、Valsalva膀胱颈位置、静息尿道括约肌后唇杨氏模量平均值（Emean）、静息尿道括约肌后唇厚度、产次、本次分娩方式为产后发生SUI的独立危险因素（P<0.05）。与最小AIC值（357.3）对应的风险预测模型为：Y=-3.116+1.358×Valsalva膀胱颈位置（1）+1.256×Valsalva膀胱颈位置（2）+1.541×Valsalva尿道漏斗形成-0.193×静息尿道括约肌后唇Emean+0.595×静息尿道括约肌后唇厚度+0.710×产次+0.922×本次分娩方式。以≥0.170为诊断截值,模型诊断效能最高,曲线下面积（AUC）达0.793(95%CI,0.721～0...     

乙型肝炎肝硬化患者行脾切除术后门静脉血栓形成的列线图预测模型的建立与验证

目的 建立并验证乙肝肝硬化患者行脾切除术后门静脉血栓形成的列线图预测模型,评价其临床应用价值。方法 回顾性收集重庆医科大学附属第二医院2014年1月~2020年1月期间收治的共180例乙肝肝硬化并行脾切除术患者的临床资料,本研究中患者行脾切除术后均常规予以低分子肝素或口服抗凝剂抗凝治疗,必要时加用双嘧达莫抗血小板治疗。通过随机数字表法按 7:3比例分为建模人群（120例）和验证人群（60例）,并比较两人群的临床资料有无可比性。在建模人群中根据术后1月内有无门静脉血栓形成分为血栓组（49例）与无血栓组（71例）,通过单因素及多因素Logistic回归分析筛选出乙肝肝硬化患者行脾切除术后门静脉血栓形成的独立危险因素,将这些因素纳入并建立列线图预测模型。分别在建模人群及验证人群中对预测模型进行内部及外部验证：采用AUROC（C指数）验证模型区分度;GiViTI校准带及Hosmer-Lemeshow检验验证模型校准度;DCA曲线验证模型临床有效性。结果 建模人群与验证人群间临床资料差异均无统计学意义（P>0.05）,具有可比性。单因素及多因素Logistic回归分析显示：血栓组与无血栓组在消化道出血史、门静脉直径、脾静脉直径、脾脏体积、静脉曲张程度、术后D-二聚体、血小板变化值等方面差异有显著统计学意义（P<0.05）,其中门静脉直径、脾静脉直径、术后血小板变化值是乙肝肝硬化脾切除术后门静脉血栓形成的独立危险因素（P<0.05）,将上述独立危险因素纳入并成功建立个体化列线图预测模型。分别在建模人群及验证人群中对列线图预测模型进行内部及外部验证：AUROC（C指数）分别为.880（95%CI：0.818~0.942）和0.873（95%CI：0.785~0.960）,预测模型区分度良好;GiViTI校准曲线带的80%及95%CI区域均未穿过45°角平分线,P值分别为0.965和0.632,Hosmer-Lemeshow检验中P值分别为0.624和0.911,预测模型的校准度较高;DCA曲线中阈概率值设定为30.5%,两人群临床净获益分别为30%和34%,表明预测模型具有临床有效性。结论 通过建立乙肝肝硬化脾切除术后门静脉血栓形成的列线图预测模型,有助于临床早期筛选并识别乙肝肝硬化脾切除术后门静脉血栓形成的高危患者。     

原发性高血压病心血管风险因素分析

背景　在全球范围内原发性高血压病都是一种高发疾病,又多发心、脑、肾等靶器官损伤的并发症,其中以心血管疾病最为常见。目的　筛选原发性高血压病心血管风险因素,为原发性高血压病心血管风险预防和干预提供依据。方法　采用回顾性队列研究,随访河南省中医药研究院2001-2013年中医治疗原发性高血压病患者人群,随访时间为2015年1月-2016年12月。以确诊为原发性高血压病的患者为研究对象,采集一般资料、病情病史特征、实验室指标、血管功能及心功能检查指标、中医证候等相关指标,以及心血管风险发生情况。使用COX比例风险回归模型筛选原发性高血压病心血管风险因素。结果　本研究最终纳入985例患者为研究对象,年龄为（55.8±5.8）岁,病程（10.6±4.2）年,其中284例患者出现心血管事件。COX回归单因素分析及共线性诊断提示：不同年龄、性别、病程、体质指数（BMI）、早发心血管病家族史、吸烟史、情绪、饮食习惯、血浆同型半胱氨酸（Hcy）、血Na+、平均踝-臂血压指数（ABI）、平均动脉压、血流介导的血管舒张功能（FMD）、头痛、水肿、气虚血瘀证、阴虚阳亢证、肝肾阴虚证、阴阳两虚证患者原发性高血压病预后情况比较,差异有统计学意义（P<0.05）。COX回归多因素分析提示病程〔HR（95%CI）=1.282（1.131,1.322）〕、性别〔HR（95%CI）=2.719（1.619,4.566）〕、早发心血管病家族史〔HR（95%CI）=1.547（1.214,1.970）〕、BMI〔HR（95%CI）=1.023（1.003,1.993）〕、饮食习惯〔HR（95%CI）=1.625（1.160,2.278）〕、Hcy〔HR（95%CI）=1.022（1.008,1.037）〕、平均ABI〔HR（95%CI）=0.058（0.015,0.223）〕、平均动脉压〔HR（95%CI）=1.204（1.064,1.987）〕、FMD〔HR（95%CI）=0.959（0.909,0.994）〕、头痛〔HR（95%CI）=1.344（1.055,1.712）〕、水肿〔HR（95%CI）=39.079（4.716,323.841）〕、气虚血瘀证〔HR（95%CI）=1.327（1.171,1.870）〕、阴虚阳亢证〔HR（95%CI）=1.085（1.063,1.880）〕、肝肾阴虚证〔HR（95%CI）=1.172（1.086,1.595）〕、阴阳两虚证〔HR（95%CI）=1.204（1.143,2.439）〕与原发性高血压病心血管风险关系密切（P<0.05）。结论　病程、性别、早发心血管病家族史、BMI、饮食习惯、Hcy、平均ABI、平均动脉压、FMD、头痛、水肿、气虚血瘀证、阴虚阳亢证、肝肾阴虚证、阴阳两虚证为原发性高血压病心血管风险因素,临床上应针对这些风险因素加强原发性高血压病人群心血管风险预防和干预。     

肝硬化患者高危食管静脉曲张列线图预测模型的构建研究

背景　食管静脉曲张破裂出血是肝硬化门静脉高压最致命的并发症,早期诊断和治疗食管静脉曲张能显著降低肝硬化门脉高压患者的病死率。然而,目前临床上尚缺乏统一的预测食管静脉曲张破裂出血风险的无创模型。目的　构建肝硬化患者高危食管静脉曲张的列线图预测模型。方法　选取2018年1月至2020年10月在浙江大学医学院附属金华医院确诊为肝硬化的患者为研究对象,收集其入院24 h内的实验室检查指标,并进行胃镜检查,评估食管静脉曲张程度。采用CT扫描仪对患者进行腹部增强CT扫描。采用LASSO回归模型、十折交叉验证法获得高危食管静脉曲张的最佳风险预测因子子集,并采用多因素Logistic回归模型确定高危食管静脉曲张的风险预测因子。根据风险预测因子,应用R软件构建列线图预测模型。采用受试者工作特征（ROC）曲线评估列线图预测模型的预测能力。采用Bootstrap法进行模型内验证,计算一致性指数（C-index）以评估模型区分度;绘制校准曲线以评估模型的校准度。结果　共纳入204例患者,其中低危食管静脉曲张92例,高危食管静脉曲张112例。胃左静脉内径〔OR=2.174,95%CI（1.547,3.056）,P<0.001〕、血小板计数〔OR=0.970,95%CI（0.950,0.991）,P<0.001〕、脾厚径〔OR=1.061,95%CI（1.003,1.123）,P=0.039〕、腹腔积液〔OR=3.091,95%CI（1.768,5.404）,P<0.001〕是高危食管静脉曲张的独立风险预测因子。构建的列线图预测模型预测肝硬化患者发生高危食管静脉曲张的ROC曲线下面积为0.949〔95%CI（0.921,0.978）〕;经内部验证,该模型的C-index为0.951;校准曲线显示该模型预测结果与实际结果的一致性良好。结论　本研究基于胃左静脉内径、血小板计数、脾厚径、腹腔积液4项独立风险预测因子构建出肝硬化患者高危食管静脉曲张的列线图预测模型,并具有良好的区分度与校准度,有助于在肝硬化患者中筛选出高危食管静脉曲张者。     

基于前瞻性队列研究的Meta分析构建乳腺癌相关淋巴水肿风险预测模型研究

背景乳腺癌相关淋巴水肿(BCRL)是困扰乳腺癌患者术后常见的慢性并发症，早期评估和预测BCRL风险尤为重要，但目前仍缺乏权威公认、适宜推广的风险预测模型。目的 本研究拟基于Meta分析构建并验证乳腺癌患者BCRL风险预测模型。方法 计算机检索PubMed、Embase、CINAHL、Scopus、Web of Science、Cochrane Library、中国知网、中国生物医学数据库、万方数据知识服务平台自建库至2021年11月发表的有关BCRL危险因素的前瞻性队列研究。由2名经过系统培训的研究者分别独立筛选文献、提取资料，并采用纽卡斯尔-渥太华量表(NOS)进行质量评价。采用Stata 17.0软件进行Meta分析。根据Meta分析结果提取合并效应量具有显著性的风险因素及合并风险值，构建Logistic回归预测模型。基于回归系数及合并风险值构建Logistic和Additive评分模型。选取2017年4月至2018年12月在北京大学人民医院乳腺中心招募的486例乳腺癌术后患者为模型验证集，采用受试者工作特征(ROC)曲线下面积(AUC)、Hosmer-Lemeshow检验评价评分...     

全麻患者围手术期低体温风险预测模型的前瞻性、多中心研究

目的 采用低体温风险预测模型评估围手术期低体温的准确性。方法 纳入2019年10月至2021年8月在北京协和医院、北京医院和首都医科大学宣武医院择期行手术的全麻患者,美国麻醉医师学会分级Ⅰ~Ⅲ级,年龄≥18岁。通过围手术期低体温风险预测模型计算每例患者的风险因子得分,并在患者围手术期全程监测体温,保温措施由麻醉医生自行决定。采用受试者工作特征曲线的曲线下面积(AUC)、Hosmer-Lemeshow拟合优度检验和Brier评分评价低体温风险模型的预测性能。结果 在纳入分析的472例患者中,术中低体温发生率29.9%(141/472),术中采用主动保温率为26.3%(124/472)。通过验证,该模型具有良好的预测能力。在472例患者中,模型预测术中低体温AUC=0.729(95% CI=0.680~0.777);Hosmer-Lemeshow χ²=3.143,P=0.925;Brier评分0.34。其中非主动保温的患者中,模型预测AUC= 0.756(95% CI=0.704~0.808);Hosmer-Lemeshow χ²=7.457,P=0.488;Brier评分0.29。而主动保温的患者,模型预测AUC=0.747(95% CI=0.632~0.863);Hosmer-Lemeshow χ² =4.754,P=0.783;Brier评分0.47。进一步将低体温风险分为低、中、高风险组后,术中低体温发生率分别为14.4%(95% CI= 9.6%~19.1%)、36.7%(95% CI=29.9%~43.5%)和58.2%(95% CI=46.1%~70.3%),3组比较差异有统计学意义(χ² =54.112,P<0.001)。结论 围手术期低体温风险预测模型总体区分度较好,不论是否实施主动保温患者,该风险预测模型均有一定的预测准确性。     

经产妇妊娠糖尿病发生风险预测模型的建立

背景　随着二孩政策的放开,经产妇妊娠比例大幅上升,不良妊娠结局发生率随之增长,经产妇发生妊娠糖尿病（GDM）的风险高于初产妇。目的　探讨经产妇GDM发生风险并建立相关预测模型。方法　通过队列研究的方式,前瞻性收集2017年1—9月于首都医科大学附属北京妇产医院分娩的单胎孕妇基本信息、孕产史、既往史、家族史、身体测量指标及孕早期血糖、血脂水平,结局指标为妊娠糖尿病,诊断采用2010年国际糖尿病与妊娠研究组标准,对孕24~28周75 g口服葡萄糖耐量结果进行分组。分析比较经产妇与初产妇各项指标及GDM发生率,采用单因素、多因素分析探讨经产妇发生GDM的影响因素,并建立风险预测模型。结果　研究共包括5 110例孕妇,经产妇占比34.8%（1 779/5 110）。经产妇年龄、孕次、孕前体质指数（BMI）、三酰甘油（TG）、空腹血糖水平及有不良孕产史、GDM史、受教育程度为专科及以下者占比、GDM发生率高于初产妇,差异有统计学意义（P<0.05）。经产妇中,发生CDM者年龄、孕次、孕前BMI、TG、低密度脂蛋白胆固醇（LDL-C）、空腹血糖水平及有GDM史、糖尿病家族史者占比高于未发生GDM者,高密度脂蛋白胆固醇（HDL-C）水平低于低于未发生GDM者,差异有统计学意义（P<0.05）。Logistic回归分析结果显示：年龄、GDM史、孕前BMI及孕早期空腹血糖是经产妇发生GDM的影响因素（P<0.05）。建立Logistic回归模型为：PGDM=1/{1+exp〔-（-8.305 3+0.075 2×年龄+0.530 0×GDM史+0.125 2×孕前BMI+0.398 4×空腹血糖）〕}。利用上述指标进行受试者工作特征（ROC）曲线建模分析,其曲线下面积（AUC）为0.704,预测的灵敏度为65.84%,特异度为68.90%,约登指数为0.347。结论　经产妇,尤其是前次妊娠血糖异常患者是GDM的高危人群,也是预防干预的重点人群。GDM史结合年龄、孕前BMI及孕早期空腹血糖建立的风险预测模型,可为高危患者早期筛查、监测及干预提供理论依据。     

中国成年人慢性便秘患病率的Meta分析

背景　随着现代生活节奏的加快,便秘已成为我国人群普遍存在的问题。便秘虽不致死,但会增加心脑血管疾病的致死率。而目前尚缺乏大样本的调查数据对中国成年人慢性便秘患病率进行全面报道。目的　系统评价中国成年人慢性便秘的患病率,为慢性便秘的流行病学研究提供基础。方法　计算机检索中国知网、维普网、万方数据知识服务平台、中国生物医学文献数据库、PubMed、EMbase、The Cochrane Library、Web of Science,检索时限均从建库到2019-12-31,收集有关中国成年人慢性便秘的横断面研究。由两位评价员按照纳入与排除标准对所获文献独立进行筛选、提取,并采用美国卫生保健质量和研究机构推荐的11条标准进行文献质量评价,采用Stata 15.0软件对提取数据进行Meta分析。结果　共纳入19个研究,包括37 242例调查对象。Meta分析结果显示,中国成年人慢性便秘总患病率为10.9%〔95%CI（8.8%,13.0%）〕。亚组分析显示：男性和女性患病率分别为7.0%〔95%CI（4.1%,10.0%）〕和11.5%〔95%CI（9.3%,13.7%）〕;城市地区和农村地区患病率分别为9.3%〔95%CI（3.7%,14.8%）〕和10.5%〔95%CI（5.8%,15.1%）〕;文化程度是小学及以下、初/高中、大专及以上组的患病率分别为12.2%〔95%CI（7.4%,17.0%）〕、12.3%〔95%CI（8.1%,16.4%）〕、13.2%〔95%CI（8.2%,18.1%）〕;南方和北方地区患病率分别为7.4%〔95%CI（5.6%,9.2%）〕和15.0%〔95%CI（10.6%,19.4%）〕;调查时间为2003年以前及2004-2008、2009-2013、2014-2018年组的患病率分别为5.0%〔95%CI（3.0%,7.0%）〕、6.3%〔95%CI（1.3%,11.3%）〕、11.2%〔95%CI（4.9%,17.5%）〕、13.4%〔95%CI（9.1%,17.7%）〕。结论　我国成年人慢性便秘患病率在逐年增高,不同性别、居住地、文化程度及地区人群患病率存在差异。     

急性缺血性脑卒中颈动脉粥样硬化的危险因素研究

背景　颈动脉粥样硬化（CAS）是脑卒中重要的病理基础,在动脉粥样硬化的斑块形成和发展过程中,免疫、炎性反应等因素起着十分重要的作用。近年来,随着人们物质生活和饮食结构的变化,以及人口老龄化趋势的影响,脑血管疾病在我国的发病率逐年增高,使卒中防治工作日趋严峻。目的　探讨急性缺血性脑卒中发生CAS的危险因素。方法　选择2014年1月-2018年11月任丘康济新图医院神经内科住院的急性缺血性脑卒中患者4 048例,采用自行设计的问卷进行资料收集。内容包括：一般情况、体格检查、实验室检查及颈动脉超声。将颈动脉斑块形成和狭窄定义为CAS,采用单因素、多因素Logistic回归分析探究急性缺血性脑卒中患者发生CAS的影响因素。结果　入组人群中平均年龄（64.8±11.3）岁,其中男2 506例（61.91%）、女1 542例（38.09%）,颈动脉正常169例（4.17%）、内膜中层厚度增厚577例（14.25%）,斑块形成2 362例（58.35%）、颈动脉狭窄940例（23.22%）。多因素Logistic回归分析显示,性别〔OR（95%CI）=2.785（1.790,4.333）〕、年龄〔OR（95%CI）=1.129（1.108,1.150）〕、文化程度〔OR（95%CI）=0.632（0.425,0.942）〕、糖尿病史〔OR（95%CI）=2.443（1.467,4.069）〕、脑卒中史〔OR（95%CI）=2.136（1.371,3.328）〕、吸烟〔OR（95%CI）=1.603（1.057,2.431）〕、TC〔OR（95%CI）=1.545（1.304,1.830）〕、LDL-C〔OR（95%CI）=1.893（1.365,2.596）〕、脂蛋白a〔OR（95%CI）=1.001（1.000,1.002）〕是急性缺血性脑卒中患者发生CAS的独立影响因素。结论　吸烟、收缩压、舒张压、LDL-C、脂蛋白a是急性缺血性脑卒中发生CAS重要的可干预的危险因素,积极控制卒中危险因素,可延缓CAS病变,减少急性缺血性脑卒中的发生。     

消化性溃疡出血患者住院时间延长的危险因素分析及预测评分模型研究

背景　消化性溃疡出血（PUB）是消化内科住院患者常见的病因之一,而住院时间在评估疾病严重程度、疾病诊疗和管理质量中起着重要作用,但PUB患者住院时间延长相关的研究报道较少见。目的　分析PUB患者住院时间延长的危险因素,并制定相应的预测评分模型,为临床干预及管理提供参考。方法　选取2018-2019年从无锡市人民医院消化内科出院的PUB住院患者485例,采用随机化方法进行分组,其中2/3的病例纳入训练集,1/3的病例纳入测试集。以住院时间的第75百分位数为分界点（>8 d）,将全部患者分为超长组和正常组。采用回退法多因素Logistic回归分析探究PUB患者住院时间延长的危险因素,并依据回归系数对危险因素进行赋分,制定预测评分模型。分别绘制预测评分模型在训练集和测试集中预测PUB患者住院时间延长的受试者工作特征（ROC）曲线,并计算ROC曲线下面积（AUC）。结果　485例患者中训练集323例,其中超长组75例,正常组248例;测试集162例,其中超长组34例,正常组128例。回退法多因素Logistic回归分析结果显示,年龄≥60岁〔OR=2.810,95%CI（1.567,5.040）〕、白细胞计数（WBC）和/或中性粒细胞分数（NE）升高〔OR=2.491,95%CI（1.310,4.738）〕、Forrest Ⅲ级以上溃疡〔OR=1.960,95%CI（1.098,3.498）〕、输血〔OR=3.367,95%CI（1.664,6.812）〕、合并肾功能不全〔OR=4.809,95%CI（1.456,15.884）〕是PUB患者住院时间延长的独立危险因素（P<0.05）。预测评分模型在训练集中预测PUB患者住院时间延长的AUC为0.77〔95%CI（0.71,0.84）〕,在测试集中预测PUB患者住院时间延长的AUC为0.76〔95%CI（0.66,0.86）〕,最佳界值均为2.45分。结论　年龄≥60岁、WBC和/或NE升高、Forrest Ⅲ级以上溃疡、输血、合并肾功能不全是PUB患者住院时间延长的独立危险因素;本研究依据危险因素制定了一种具有较高辨别力的简单易行的预测评分模型,具有为优化PUB患者住院评估及管理提供参考的潜能。     

临终患者病情评估表与常见生存期预测量表对癌症晚期患者生存期预测准确性比较研究

背景准确预测癌症晚期患者的生存期，不仅能为安宁疗护中心规范收治患者、提供规范化服务奠定基础，还有助于减少安宁疗护过程中"无意义"的过度治疗。目前，国内关于常见生存期预测量表对癌症晚期患者生存期预测效果的比较研究较少。目的比较临终患者病情评估表与其他常见生存期预测量表〔卡氏评分（KPS）、姑息功能评价量表（PPS）、姑息预后指数（PPI）〕在预测癌症晚期患者生存期中的准确性，旨在为癌症晚期患者生存期预测工具的遴选提供依据。方法本研究为回顾性研究，选取2018年4月1日至2020年2月1日入住上海市静安区临汾路街道社区卫生服务中心安宁疗护病房的癌症晚期患者为研究对象。于患者入院时采用一般资料调查表、临终患者病情评估表、KPS、PPS、PPI对其进行评估，并观察、记录患者的生存时间（入院时间至死亡时间，除死亡外的其他生存结局归类为删失）。采用Kaplan-Meier法分析全体患者的生存时间，并绘制生存曲线。通过Kaplan-Meier法计算各量表不同组别患者的中位生存期，通过Log-rank检验比较各量表不同组别患者生存期的差异，并绘制生存曲线。最终，通过比较患者的实际生存时间与临终患者病情评估表、PPI、PPS、KPS预测的生存时间，来判断上述4种量表在不同组别患者及全体患者生存期预测中的准确性。结果共纳入315例癌症晚期患者，其中266例（84.4%）于住院期间死亡，49例（15.6%）删失（右删失，Ⅲ型删失）。315例患者的中位生存期为10.00〔95%CI（8.10，11.90）〕d。临终患者病情评估表20.0~35.0、35.5~45.0、45.5~50.0、50.5~60.0、60.5~100.0分组患者的中位生存期分别为1.00〔95%CI（0.79，1.22）〕、5.00〔95%CI（3.92，6.08）〕、10.00〔95%CI（7.83，12.17）〕、22.00〔95%CI（18.42，25.58）〕、45.00〔95%CI（26.23，63.77）〕d（χ2=360.561，P<0.001）；KPS 10~20、30~40、50~100分组患者的中位生存期分别为1.00〔95%CI（0.66，1.34）〕、7.00〔95%CI（5.23，8.77）〕、30.00〔95%CI（20.87，39.13）〕d（χ2=137.280，P<0.001）；PPS 60%~100%、30%~50%、10%~20%组患者的中位生存期分别为35.00〔95%CI（25.90，44.10）〕、12.00〔95%CI（9.66，14.34）〕、2.00〔95%CI（0.85，3.15）〕d（χ2=139.311，P<0.001）；PPI 0~3.5、4.0~5.5、6.0~7.5、8.0~10.0、10.5~15.0分组患者的中位生存期分别为33.00〔95%CI（25.39，40.61）〕、12.00〔95%CI（8.15，15.85）〕、6.00〔95%CI（4.72，7.28）〕、3.00〔95%CI（1.76，4.24）〕、1.00〔95%CI（0.89，1.11）〕d（χ2=289.831，P<0.001）。临终患者病情评估表、KPS、PPS、PPI在全体患者生存期预测中的准确率分别为81.27%（256/315）、57.78%（182/315）、57.46%（181/315）、73.65%（232/315）。结论临终患者病情评估表、PPI、KPS、PPS均可用于预测癌症晚期患者生存期，但临终患者病情评估表的预测效果明显优于PPI、KPS、PPS。