共查询到10条相似文献,搜索用时 218 毫秒
1.
目的构建列线图模型以预测新型冠状病毒病2019(COVID-19)的死亡风险,以早期筛选死亡高危患者。 方法收集2020年1月至2020年4月武汉大学人民医院(东院)和2022年4月至2022年5月上海市第九人民医院(北院)收治COVID-19患者的临床资料。以武汉大学人民医院患者(166例)作为训练集,上海市第九人民医院患者(52例)作为验证集。采用先单因素后多因素Logistic回归分析确定死亡的独立危险因素,应用R语言构建列线图模型。采用受试者工作特征曲线(ROC)、C指数及校准曲线评估列线图模型的预测准确性及判断能力,决策曲线分析评估模型的临床应用价值。通过验证集对模型进行外部验证。 结果本研究共纳入重型/危重型COVID-19患者218例,其中67例(30.73%)死亡,多因素Logistic回归分析显示,≥3种基础疾病、APACHE Ⅱ评分(5~40分)、中性粒细胞/淋巴细胞(0~90)、乳酸(0~16mmol/L)均是死亡的独立危险因素。ROC曲线分析显示,训练集的曲线下面积(AUC)为0.869(95%CI:0.811~0.927),验证集AUC为0.797(95%CI:0.671~0.924),训练集与验证集校准曲线经Hosmer-Lemeshow拟合优度检验(P=0.473,P=0.421)。临床决策曲线分析表明,该列线图预测模型的临床应用价值高。 结论本研究构建COVID-19患者死亡风险列线图模型预测效能良好,可个体化、可视化、图形化预测,有助于医师早期做出合适临床决策及诊疗。 相似文献
2.
目的 探讨妊娠糖尿病(gestational diabetes mellitus, GDM)发病影响因素,构建并验证GDM交互式列线图风险预测模型。方法 回顾性收集2021年1—12月入院登记的2 279例孕产妇临床数据,按4∶1随机划分为训练集和验证集。采用χ2检验、Wilcoxon秩和检验分析GDM发病风险的影响因素,使用LASSO logistic回归筛选预测变量构建列线图模型,并进行模型验证,采用ROC曲线、校准曲线、临床决策曲线和临床影响曲线对模型进行评价。结果 训练集共纳入1 823例孕产妇,GDM患病率为16.84%。通过多因素LASSO logistic回归分析筛选GDM风险预测因素,其中妊娠年龄(OR=1.094,95%CI:1.055~1.135)、孕前BMI(OR=1.177,95%CI:1.126~1.230)、农村户籍(OR=0.242,95%CI:0.073~0.805)、本科及以上学历(OR=2.003,95%CI:1.291~3.106)、糖尿病家族史(OR=6.516,95%CI:4.034~10.525)、初产(OR=0.600... 相似文献
3.
目的 了解中老年跌倒住院患者治疗效果的影响因素并建立列线图预测模型,为及时合理有效地对中老年跌倒住院患者进行医疗处置提供参考依据。方法 收集山西省汾阳医院2017年1月—2022年1月1 500例中老年跌倒住院患者的病历资料,应用多因素非条件logistic回归模型分析中老年跌倒住院患者治疗效果的影响因素,并应用R 4.2.0软件建立列线图预测模型,通过受试者工作特征曲线(ROC)下面积(AUC)评价模型的区分度,采用Hosmer-Lemeshow检验和Calibration校准曲线评价模型的拟合度。结果 1 500例中老年跌倒住院患者中,出院时治愈1 017例,治愈率为67.8%;多因素非条件logistic回归分析结果显示,入院途径为急诊、躯干跌伤、跌伤性质为其他和校正年龄的Charlson共病指数(aCCI)≥6分中老年跌倒住院患者的治疗效果较差,上肢和下肢跌伤、跌伤严重程度为中度和重度中老年跌倒住院患者的治疗效果较好;据此建立的列线图预测模型的AUC=0.732(95%CI=0.705~0.759),预测模型的拟合度良好(χ2=12.692,P=0.123... 相似文献
4.
[摘要] 目的 探讨ICU患者发生产超广谱β-内酰胺酶(extended spectrum beta-lactamases, ESBLs)革兰阴性杆菌感染的危险因素,并构建相关预测模型。方法 选取2017年5月—2021年4月我院ICU发生大肠埃希菌或肺炎克雷伯菌感染的189例患者作为研究对象,收集患者的临床资料,使用单因素分析、LASSO回归和多因素Logistic回归分析ICU患者30 d内发生产ESBLs革兰阴性杆菌感染的危险因素,并据此建立列线图预测模型。结果 急性生理与慢性健康评分≥16分、留置尿管时长≥7 d、抑酸剂使用时长≥3 d、第三代头孢菌素使用时长≥3 d、抗菌药物联用时长≥3 d和ICU住院时间≥15 d是ICU患者30 d内发生产ESBLs革兰阴性杆菌感染的危险因素(P均<0.05)。依此建立预测ICU患者30 d内发生产ESBLs革兰阴性杆菌感染的列线图风险模型,模型验证结果显示C-index为0.795,校正曲线趋近于理想曲线,AUC为0.807(95%CI:0.775~0.839),在2%~81%预测范围内,列线图净获益。结论 ICU患者30 d内发生产ESBLs革兰阴性杆菌感染的危险因素包括APACHEⅡ评分≥16分、留置尿管时长≥7 d、抑酸剂使用时长≥3 d、第三代头孢菌素使用时长≥3 d、抗菌药物联用时长≥3 d和ICU住院时间≥15 d,据此构建的列线图模型能有效预测ICU患者30 d内发生产ESBLs革兰阴性杆菌感染的风险概率,具有一定的临床价值。 相似文献
5.
6.
目的 分析子宫肌瘤剔除术后妊娠结局影响因素,且构建个体化预测子宫肌瘤剔除术后妊娠结局的列线图模型。方法 选择2018年2月—2019年7月在台州市立医院行子宫肌瘤剔除术且有生育需求的200例患者,统计患者子宫肌瘤剔除术后2年内妊娠情况,再依据子宫肌瘤剔除术后妊娠结局分成发生不良妊娠结局组(29例)与未发生不良妊娠结局组(77例),用logistic回归分析影响子宫肌瘤剔除术后妊娠结局的危险因素;构建子宫肌瘤剔除术后妊娠结局的列线图预测模型,用受试者工作特征(ROC)曲线与校准曲线验证子宫肌瘤剔除术后妊娠结局列线图预测模型。结果 logistic回归分析结果显示:年龄>35岁、有既往流产史、多发肌瘤、(中、重度)盆腔粘连程度均是影响子宫肌瘤剔除术后妊娠结局的危险因素(P<0.05)。作子宫肌瘤剔除术后妊娠结局列线图预测模型的ROC曲线,曲线下面积为0.880(95%CI:0.818~0.943)。绘制子宫肌瘤剔除术后妊娠结局列线图预测模型的校准曲线,且进行Hosmer-Lemeshow拟合优度检验:校准曲线斜率接近1,Hosmer-Lemeshow拟合优度检验χ2<... 相似文献
7.
目的 探讨蜂蜇伤所致溶血患者的临床特征与危险因素,并构建预测蜂蜇伤患者发生溶血的列线图模型。方法 回顾性分析三峡大学第一临床医学院2004年1月至2020年12月收治的365例蜂蜇伤患者的临床资料,归纳溶血组(97例)和未溶血组(268例)两组患者的临床特征,采用多因素Logistic回归法分析蜂蜇伤所致溶血的危险因素;利用Rstudio软件构建预测蜂蜇伤患者发生溶血的列线图模型,并使用工作特征曲线(ROC)及校准图验证列线图模型的区分度和校准度,最后利用决策曲线分析(decision curve analysis, DCA)评价该模型在临床上的应用价值。结果 溶血组较非溶血组更易发生呕吐、皮肤过敏、横纹肌溶解、急性肾损伤(P<0.05);多因素Logistic分析显示,女性、年龄≥45岁、未处理伤口、活化凝血酶原时间(APTT)为蜂蜇伤患者发生溶血的独立危险因素(P<0.05),血浆白蛋白(ALB)为蜂蜇伤患者发生溶血的保护因素(P<0.05);所构建的列线图模型具有良好的区分度和校准度。结论 女性、年龄≥45岁、未处理伤口、APTT延长有助于为临床早期发现蜂蜇伤溶... 相似文献
8.
目的 探讨新疆南山牧区哈萨克族高血压患者并发心脑血管疾病(cardiovascular diseases,CVD)的影响因素,并建立个体化高血压患者预测CVD的风险预测模型。 方法 随机抽取2016年11月至2018年11月在乌鲁木齐县卫生院/卫生服务中心健康体检者中诊断为高血压患者共1210例,回顾性采集患者的体检资料(体格检查、问卷调查、血常规及生化检验、CVD患病情况)等;经过LASSO回归、单因素及多因素logistic回归筛选后,构建CVD风险的列线图。 结果 高血压合并CVD者89例(7.4%),未合并CVD者1121例(92.6%);通过LASSO回归筛选变量,当lambda(λ)值为0.0043时模型的误差最小,经过单因素和多因素logistic 回归分析显示,年龄、腰臀比、奶茶是否过量、TC水平均为高血压患者CVD的独立影响因素(均为P<0.05);列线图模型的初始C-index为0.741(95%CI:0.694~0.787),采用重复Bootstrap自抽样方法进行1000次内部验证0.725(95%CI:0.654~0.837),且经Hosmer-Lemeshow检验该模型拥有良好的区分度和一致性(〖XC小五号.EPS;P〗=4.965,P=0.664)。 结论 本研究构建的个体化预测哈萨克族高血压人群患CVD的列线图模型,具有良好区分度,可更直观地评价高血压患者患CVD的风险,为其CVD防治提供线索。 相似文献
9.
目的 探讨大细胞肺癌患者预后影响因素并构建列线图,提高患者生存率。方法 下载SEER数据库2010—2015年诊断为大细胞肺癌患者2 196例,使用多因素Cox比例风险模型筛选患者预后影响因素并构建列线图模型,C指数和ROC曲线验证模型区分度,校准图验证一致性,决策曲线分析验证临床应用价值。结果 年龄、性别、种族、骨转移、肝转移、脑转移、AJCC分期、手术、化疗、肿瘤大小和婚姻是大细胞肺癌患者预后的重要影响因素(P<0.05),训练集和验证集的C指数分别为0.765和0.769,训练集1年和3年AUC分别为0.848(95%CI:0.832~0.865)和0.859(95%CI:0.839~0.877),验证集1年和3年AUC分别为0.840(95%CI:0.810~0.869)和0.857(95%CI:0.823~0.891),表明列线图有较高的区分度,校准图表明其一致性较好,决策曲线分析表明列线图的临床应用价值较高。结论 基于大细胞肺癌预后影响因素AJCC分期、手术、化疗等构建的列线图模型,预测价值较高,可评估患者预后,有利于提高患者生存率。 相似文献
10.
目的构建脑卒中手术患者医院感染风险预测列线图模型,为早期筛查医院感染高风险人群和制定预防策略提供一定的参考和依据。方法回顾性收集2016-2018年山东大学齐鲁医院脑卒中手术患者的临床相关资料,将患者按照7∶3的比例随机分为建模组(571例)和验证组(245例)。采用单因素和多因素Logistic回归探讨医院感染的独立危险因素,基于危险因素的回归系数构建脑卒中手术患者医院感染风险预测列线图模型。分别在建模组(内部验证)和验证组(外部验证)中采用受试者工作特征(ROC)曲线下面积(AUC)和校准曲线评估预测模型的区分度和校准度。结果共纳入816例脑卒中手术患者,医院感染213例,医院感染发生率为26.10%。Logistic回归分析显示,脑卒中类型、留置胃管、静脉血栓、手术风险分级(NNIS)、美国国立卫生研究院卒中量表(NIHSS)评分以及住院时间是脑卒中手术患者医院感染的独立危险因素(P<0.05)。依此构建的列线图模型在建模组和验证组中的ROC曲线下面积分别为0.849和0.858,具有良好的区分度;两组校准曲线显示列线图模型的预测值和实际观察值结果一致性良好(P=0.731、P=0.224)。结论本研究构建的个体化风险预测列线图模型有助于提高对脑卒中术后医院感染高危人群的筛查和早期诊断,尽早制定干预策略,以降低感染发生率。 相似文献