个体化预测急性心力衰竭患者并发急性肾损伤风险列线图模型的建立及验证北大核心CSCD

目的通过分析急性心力衰竭(AHF)患者并发急性肾损伤(AKI)的影响因素,建立个体化预测AHF患者并发AKI风险的列线图模型。方法纳入2015年1月至2017年6月于首都医科大学附属北京安贞医院诊治的AHF患者625例作为建模组,另纳入2017年7月至2017年11月诊治的AHF患者130例作为验证组,收集临床资料。应用单因素及多因素Logistic回归模型,分析AHF患者并发AKI的影响因素。应用R软件建立预测AHF患者并发AKI风险的列线图模型,并进行验证。结果 Logistic回归分析显示,年龄、糖尿病、高敏C反应蛋白(hs-CRP)、肾小球滤过率(e GFR)及纽约心脏协会(NYHA)心功能Ⅳ级是AHF患者并发AKI的独立影响因素。对列线图模型进行验证,其在建模组与验证组的C-index分别为0.846和0.812,校准曲线示该模型具有良好的区分度与精准度;ROC曲线示该模型在建模组与验证组预测AHF患者并发AKI风险的曲线下面积分别为0.830和0.808。结论本研究基于年龄、糖尿病、hs-CRP、e GFR及NYHA心功能Ⅳ级这5项AHF患者并发AKI的独立影响因素,建立的个体化预测AHF患者并发AKI风险的列线图模型,具有良好的区分度与精准度,临床应用价值高。     

个体化预测急性心力衰竭患者并发急性肾损伤风险列线图模型的建立及验证

目的通过分析急性心力衰竭(AHF)患者并发急性肾损伤(AKI)的影响因素,建立个体化预测AHF患者并发AKI风险的列线图模型。方法纳入2015年1月至2017年6月于首都医科大学附属北京安贞医院诊治的AHF患者625例作为建模组,另纳入2017年7月至2017年11月诊治的AHF患者130例作为验证组,收集临床资料。应用单因素及多因素Logistic回归模型,分析AHF患者并发AKI的影响因素。应用R软件建立预测AHF患者并发AKI风险的列线图模型,并进行验证。结果 Logistic回归分析显示,年龄、糖尿病、高敏C反应蛋白(hs-CRP)、肾小球滤过率(e GFR)及纽约心脏协会(NYHA)心功能Ⅳ级是AHF患者并发AKI的独立影响因素。对列线图模型进行验证,其在建模组与验证组的C-index分别为0.846和0.812,校准曲线示该模型具有良好的区分度与精准度;ROC曲线示该模型在建模组与验证组预测AHF患者并发AKI风险的曲线下面积分别为0.830和0.808。结论本研究基于年龄、糖尿病、hs-CRP、e GFR及NYHA心功能Ⅳ级这5项AHF患者并发AKI的独立影响因素,建立的个体化预测AHF患者并发AKI风险的列线图模型,具有良好的区分度与精准度,临床应用价值高。     

急性脑梗死患者并发急性肾损伤的影响因素及其风险预测列线图模型构建

目的 探讨急性脑梗死患者并发急性肾损伤(AKI)的影响因素，构建其风险预测列线图模型并进行验证。方法 回顾性选取2019年1月至2023年1月连云港市第二人民医院收治的急性脑梗死患者100例为研究对象，收集患者的临床资料，记录患者发病3个月内并发AKI情况，并将其分为无AKI组和并发AKI组。采用多因素Logistic回归分析探讨急性脑梗死患者并发AKI的影响因素；采用R 3.6.3软件构建急性脑梗死患者并发AKI的风险预测列线图模型；采用Bootstrap法(重复抽样1 000次)予以内部验证，计算一致性指数，采用Hosmer-Lemeshoe拟合优度检验和校准曲线评价该列线图模型的拟合程度；采用ROC曲线分析该列线图模型对急性脑梗死患者并发AKI的预测价值。结果100例急性脑梗死患者中，31例并发AKI,AKI发生率为31.0%。并发AKI组患者年龄≥60岁、合并糖尿病、合并高血压、合并高脂血症、超敏C反应蛋白(hs-CRP)≥15.8 mg/L者占比高于无AKI组(P<0.05)。多因素Logistic回归分析结果显示，年龄、合并高血压、hs-CRP是急性脑梗死患者并发AK...     

急性Stanford A型主动脉夹层术后急性肾损伤发生风险列线图预测模型的建立

目的 建立急性Stanford A型主动脉夹层（ATAAD）修复术后急性肾损伤（AKI）风险的疾病预测列线图模型。 方法 回顾性分析2017年1月～2021年1月就诊于兰州大学第一医院的194名ATAAD患者的23项临床资料。分为Non-AKI组和AKI组,利用LASSO回归和Logistic回归进行筛选预测因素,使用R语言建立列线图预测模型,使用C指数、校准图、ROC曲线和决策曲线分析评估预测模型的识别、校准和临床有用性。 结果 Logistic回归分析示心衰、肝功能不全、肾功能不全、异常心电图、心包积液及肾动脉夹层是影响ATAAD术后AKI的独立危险因素（P<0.05）。预测模型使用R语言建立,并以列线图的形式呈现。C指数为0.779,通过内部验证C指数为0.748,AUC值为0.778,该模型显示出良好的预测能力。 结论 AKI列线图具有良好的预测能力,可用于ATAAD患者术后AKI的预测。     

列线图预测心功能不全患者冠状动脉旁路移植术后急性肾损伤的研究

目的:建立一个使用简便而准确的列线图预测模型,用于预测心功能不全患者冠状动脉旁路移植术(CABG)后急性肾损伤(AKI)的发生率。方法:连续入选单中心自2012年到2017年间1 208例术前左心室射血分数(LVEF)小于50%的心功能不全并行单纯CABG的患者。根据2012年KDIGO共识对于术后AKI的诊断定义,建立一个预测AKI的列线图模型,根据相同的入组标准,从中国心力衰竭外科数据库(China Heart Failure Surgery Registry, China-HFSR)中收集了同期国内几个大心脏中心的患者资料(n=540)进行新模型的外部验证。将新列线图模型与另外3个临床常用的心脏手术术后肾衰竭评分系统(克里夫兰ARF评分、Mehta评分以及SRI评分)进行对比。结果:建模组共1 208例患者,其中术后发生AKI的患者共90例(7.5%),新列线图模型纳入了性别、术前血肌酐2 mg/dl、LVEF35%、既往心肌梗死病史、高血压、体外循环使用和围术期输血等7个独立的危险因素。其ROC曲线下面积(AUC)为0.738,较其他3个常用模型都高。通过对比各模型的校准曲线(calibration curve),新列线图显示出更好校准度。验证组共540例患者,其中术后发生AKI共104例(19.3%),新列线图模型比其他3个模型显示出更好的区分度和校准度。结论:新列线图模型对于心功能不全患者CABG术后AKI的预测具有更好的准确性和便利度。     

急性心力衰竭病人长期预后列线图预测模型的构建

目的:探讨急性心力衰竭(AHF)病人长期预后的影响因素,构建列线图模型预测AHF病人的全因死亡风险。方法:纳入2018年10月—2019年10月在南通大学第二附属医院住院确诊为AHF的300例病人,收集入选病人的临床资料。对病人进行随访至2022年1月,中位随访时间27个月,总生存期(OS)是以病人入院事件为起点,出现全因死亡为终点事件。采用Cox回归模型筛选预测AHF病人全因死亡的风险因素。应用R软件构建预测AHF病人长期预后的列线图模型,并对其进行效能评价。结果:300例入选病人中死亡107例。多因素Cox回归分析显示,年龄、血钠、直接胆红素、log氨基末端脑钠肽前体(NT-proBNP)为AHF病人预后的独立影响因子。列线图模型预测AHF总生存率的C-index为0.70,95%置信区间(0.65,0.75),校准曲线发现该模型预测AHF病人的总生存有较好的精准度。列线图模型对AHF病人预后预测的受试者工作特征(ROC)曲线下面积(AUC)为0.76,95%CI(0.71,0.81),P<0.001。结论:年龄、血钠、直接胆红素、log(NT-proBNP)为AHF病人长期...     

原发性脑出血患者脑微出血发生风险预测列线图模型构建与验证

目的 构建原发性脑出血患者脑微出血(CMBs)发生风险预测列线图模型,并验证其有效性。方法 选取2018年6月至2021年6月淮安市第二人民医院收治的原发性脑出血患者140例为研究对象,根据是否发生CMBs将其分为CMBs组(46例)和无CMBs组(94例)。收集患者临床资料,采用多因素Logistic回归分析探讨原发性脑出血患者发生CMBs的影响因素;基于多因素Logistic回归分析结果,采用R 3.6.3软件及rms程序包构建原发性脑出血患者CMBs发生风险预测列线图模型;绘制ROC曲线以评估该列线图模型预测原发性脑出血患者发生CMBs的区分度;采用Hosmer-Lemeshow拟合优度检验评估该列线图模型预测原发性脑出血患者发生CMBs的一致性。结果 CMBs组年龄大于无CMBs组,有高血压史、脑出血史者占比及超敏C反应蛋白(hs-CRP)、白蛋白高于无CMBs组(P<0.05)。多因素Logistic回归分析结果显示,年龄、高血压史、脑出血史、hs-CRP、白蛋白是原发性脑出血患者发生CMBs的影响因素(P<0.05)。基于多因素Logistic回归分析结果,将年...     

预测PCI术后发生对比剂急性肾损伤的风险列线图模型建立与评价

目的 通过分析对比剂急性肾损伤（CI-AKI）的发生危险因素,建立预测CI-AKI发生风险的列线图模型并评价其效能。方法 回顾性分析1214例于徐州医科大学附属医院接受PCI的非ST段抬高型急性冠脉综合征（NSTE-ACS）患者,随机分配（2:1比例）至训练集（n=809）和验证集（n=405）。通过LASSO回归及多因素Logistic分析确定CI-AKI的独立危险因素,采用R软件建立发生CI-AKI风险的列线图预测模型,并对该模型进行内部和外部验证,采用C-指数、Calibration校正曲线评价列线图的预测性能。结果 年龄>75岁、左室射血分数（LVEF）、糖尿病、纤维蛋白原与白蛋白比值（FAR）、超敏C反应蛋白（hs-CRP）和淋巴细胞计数为发生CI-AKI的独立危险因素;列线图的C指数在训练集和验证集分别为0.835(95%CI:0.800～0.871)、0.767(95%CI:0.711～0.824),Calibration校正曲线拟合度良好。结论 该列线图模型具有良好的区分度和准确度,可较直观、个体化地识别术前高危患者,对NSTE-ACS患者PCI术后CI-AKI的...     

急性心肌梗死并发缺血性心肌病风险预测模型及评分标准研究

目的 分析急性心肌梗死（AMI）并发缺血性心肌病（ICM）的影响因素,建立预测AMI并发ICM风险的列线图模型,并对其进行风险分层,为临床制定个体化干预计划提供依据。方法 选取2020年1月至2022年10月秦皇岛市第一医院收治的168例AMI并发ICM患者作为研究组,另按照年龄、性别进行1∶1严格匹配,筛选168例AMI患者作为对照组。统计两组一般资料、实验室指标。单因素、多因素logistic回归分析AMI并发ICM影响因素,构建列线图模型。采用受试者工作特征曲线（ROC）及曲线下面积（AUC）验证列线图预测效能,依据最佳截断值确定评分标准,比较不同评分标准患者ICM发生率。结果 体重指数（BMI）、梗死相关血管、糖尿病、恶性心律失常、肾功能不全、术后血流心肌梗死溶栓试验（TIMI）心肌灌注分级、N末端B型利钠肽原（NT-proBNP）、转化生长因子-β1(TGF-β1)m RNA、Notch1 mRNA、Notch3 mRNA是AMI并发ICM影响因素（P<0.05）;列线图模型预测AMI并发ICM的AUC为0.967,最佳截断值为520分,且净获益较高;列线图模型的风险分...     

预测肠易激综合征并发抑郁的风险模型建立及验证

[目的]探究引发肠易激综合征(IBS)患者抑郁的独立风险因素,并构建模型预测发生率。[方法]回顾性分析280例IBS的临床资料,根据患者是否并发抑郁症分为发生组与未发生组,通过多因素Logistic回归分析筛选出影响IBS患者并发抑郁的独立危险因素,并利用R软件建立相应的列线图模型,对模型进行验证。[结果]自费缴费方式、高焦虑评分、高精神质评分、性格内向、消极应对方式、病程≥10年为影响IBS患者并发抑郁的独立危险因素(P<0.05)。同时对筛选出独立危险因素建立列线图,并对模型进行曲线校正及精准度验证,结果显示：建模集和验证集的C-index指数分别为0.776(95%CI:0.647～0.905)和0.762(95%CI:0.633～0.891);2组的校正曲线均与标准曲线拟合较好;2组ROC曲线下面积(AUC)分别为0.776、0.762,证明本次模型具有良好的预测精准度。[结论]自费缴费方式、高焦虑评分、高精神质评分、性格内向、消极应对方式、病程≥10年为影响IBS患者合并抑郁症的独立危险因素,医护人员可依据上述危险因素建立的列线图模型,个体化预测IBS患者发生抑郁症的概...     

老年急性脑梗死后吞咽障碍患者衰弱的风险预测列线图模型构建与验证

目的：探讨老年急性脑梗死后吞咽障碍患者衰弱的的危险因素，并建立风险预测列线图模型。方法：回顾性分析2020年2月～2022年3月本院收治的195例老年急性脑梗死后吞咽障碍患者的临床资料，按2：1的比例将患者随机分为建模组（130例）和验证组（65例），并根据是否衰弱将建模组患者进一步分为衰弱组和非衰弱组。采用多因素Logistic回归分析建模组老年急性脑梗死后吞咽障碍患者衰弱的危险因素，建立风险预测列线图模型。绘制受试者工作特征（ROC）曲线、校准曲线和决策性曲线（DCA）评估列线图模型的预测效能、准确度和临床效益，并使用验证组评估列线图的可行性。结果：195例患者中发生衰弱125例，发生率为64.10%；建模组130例患者中发生衰弱83例，发生率为63.85%；验证组65例患者中发生衰弱42例，发生率为64.62%；衰弱组年龄75岁以上、吞咽障碍病程≥21d、无配肌⒍谰印⒆苑选⒕盟浇喜睢⒑喜⒅ⅰ�3种、服药种类≥3种、肢体运动障碍、抑郁、营养不良、低社会支持水平占比均高于非衰弱组（P＜0.05），膳食指导占比低于非衰弱组（P＜0.05），多因素Logistic回归分析显示上述指标均是老年急性脑梗死后吞咽障碍患者衰弱的影响因素（P＜0.05）；根据上述影响因素构建老年急性脑梗死后吞咽障碍患者衰弱的风险预测列线图模型，ROC曲线分析显示建模组列线图预测模型的曲线下面积（AUC）为0.853（95%CI：0.780~0.909），灵敏度为78.31%，特异度为85.11%；验证组列线图预测模型AUC为为0.844（95%CI：0.732~0.922），灵敏度为76.19%，特异度为82.61%；建模组校准曲线的一致性指数为0.798，提示区分度良好，校准曲线比较接近标准曲线，DCA显示当阈值概率为0~0.9，使用列线图预测老年急性脑梗死后吞咽障碍患者发生衰弱风险的净收益更高，且均在验证组得到证实。结论：年龄75岁以上、吞咽障碍病程、独居、自费、经济水平较差、合并症≥3种、服药种类≥3种、肢体运动障碍、抑郁、营养不良、膳食指导、低社会支持水平均是老年急性脑梗死后吞咽障碍患者衰弱的影响因素，根据上述影响因素构建列线图模型有助于筛选高危患者，指导临床早期干预。     

急性心肌梗死患者院内死亡风险列线图预测模型的构建

目的:探讨急性心肌梗死(AMI)患者院内死亡的影响因素,构建预测AMI患者院内死亡的列线图模型。方法:收集中国科学技术大学附属第一医院心内科2017-01-2018-12收治的331例行急诊冠脉介入治疗的AMI患者,按住院期间是否发生院内死亡分为院内死亡组(25例)和非院内死亡组(306例),利用最小绝对收缩选择算子(least absolute shrinkage and selection operator,LASSO)回归法和多因素Logistic回归分析AMI患者院内死亡的影响因素,并建立预测AMI患者院内死亡的列线图模型。结果:LASSO回归及Logistic回归分析结果均提示,NT-proBNP、心率、随机血糖、血肌酐、中性粒细胞绝对值为AMI患者发生院内死亡的独立影响因素(P0.05)。利用上述指标构建列线图模型,经内部验证(Bootstrap重抽样1 000次)后可知,该模型预测AMI患者院内死亡发生的曲线下面积(AUCROC)为0.927(95%CI:0.855～0.998),灵敏度为88.00%,特异度为94.10%。结论:本研究结果显示NT-proBNP、心率、随机血糖、血肌酐、中性粒细胞绝对值为AMI患者发生院内死亡的独立危险因素,依此绘制的列线图模型能直观、简洁地为AMI患者提供个体化的院内死亡风险预测。     

老年急性心力衰竭病人非计划性再入院的预测模型构建及风险分层研究

目的:通过分析老年急性心力衰竭(AHF)病人非计划性再入院的影响因素,建立老年AHF病人非计划性再入院的预测模型,并进一步对其进行风险分层。方法:选取2017年1月—2019年12月于我院就诊的AHF病人332例作为研究对象,根据是否发生非计划性再入院分为再入院组和非再入院组。另选取2020年1月—2021年7月就诊的AHF病人121例作为模型验证对象。收集病人的一般资料并进行组间比较,将差异有统计学意义的因素纳入Logistic多因素回归分析。利用独立影响因素构建非计划性再入院发生风险预测模型,使用验证集数据对预测模型效能进行评价,并依据列线图风险得分建立风险分层系统。结果:332例AHF病人中,74例(22.29%)发生非计划性再入院。再入院组超敏C反应蛋白(hs-CRP)水平、心功能分级高于非再入院组,术后住院时间长于非再入院组,吸烟、糖尿病、独居、服药依从性差人群占比均高于非再入院组,左室射血分数(LVEF)水平低于非再入院组,差异均有统计学意义(P<0.05)。多因素回归分析结果显示,吸烟、糖尿病、独居、服药依从性差、心功能分级高是老年AHF病人发生非计划性再入院的独立...     

老年高血压患者非心脏手术围术期主要不良心血管事件发生风险列线图模型构建与验证

背景临床上老年高血压患者非心脏手术围术期发生主要不良心血管事件(MACE)的风险较高,通过构建个体化预测非心脏手术围术期发生MACE的列线图模型极其重要。目的构建老年高血压患者非心脏手术围术期MACE发生风险列线图模型,并评估其区分度和一致性。方法选取2017年3月至2021年1月扬州大学附属医院收治的择期进行非心脏手术的老年高血压患者244例为研究对象。根据患者非心脏手术围术期MACE发生情况,将其分为MACE组(58例)和非MACE组(186例)。收集患者临床资料,采用单因素分析及多因素Logistic回归分析探讨老年高血压患者非心脏手术围术期发生MACE的影响因素;将确定的影响因素引入R 3.6.3软件及rms程序包,构建预测老年高血压患者非心脏手术围术期MACE发生风险的列线图模型;绘制受试者工作特征(ROC)曲线以评估该列线图模型的区分度,采用校准曲线与Hosmer-Lemeshow拟合优度检验评估其一致性。结果多因素Logistic回归分析结果显示,高血压分级[OR=4.432,95%CI(1.661,11.827)]、ST段压低≥0.05 mV[OR=2.894,95%CI(1.366,6.131)]、术中输入浓缩红细胞量[OR=1.014,95%CI(1.010,1.019)]、冠心病[OR=2.444,95%CI(1.172,5.099)]是老年高血压患者非心脏手术围术期发生MACE的影响因素(P<0.05)。基于多因素Logistic回归分析结果,构建预测老年高血压患者非心脏手术围术期MACE发生风险的列线图模型,该列线图模型预测老年高血压患者非心脏手术围术期发生MACE的曲线下面积为0.825[95%CI(0.766,0.884)]。列线图模型预测老年高血压患者非心脏手术围术期MACE发生风险的校准曲线与实际曲线基本吻合,且Hosmer-Lemeshow拟合优度检验结果显示,χ2=8.958、P=0.346。结论高血压分级、ST段压低≥0.05 mV情况、术中输入浓缩红细胞量、冠心病是老年高血压患者非心脏手术围术期发生MACE的影响因素,本研究基于以上4项影响因素构建的老年高血压患者非心脏手术围术期MACE发生风险列线图模型的区分度和一致性均较好。     

急性ST段抬高型心肌梗死合并心脏破裂的列线图模型建立

目的]分析急性ST段抬高型心肌梗死(STEMI)患者发生心脏破裂(CR)的风险因素,并依此构建急性STEMI患者合并CR的列线图模型。 [方法]通过宁夏医科大学总医院大数据研究平台、医院信息系统检索连续纳入2015年1月—2019年12月急性STEMI患者5 412例,其中合并CR的91例患者为CR组,5 321例未合并CR患者为非CR组。运用LASSO回归、单因素及多因素Logistic回归分析急性STEMI患者合并CR的风险因素,并建立CR的列线图预测模型。分别运用受试者工作特征曲线、Hosmer-Lemeshow检验、临床决策曲线分析法(DCA)对建立的列线图模型进行验证和评估。 [结果]LASSO回归结果显示年龄、女性、高血压病史、首次医疗接触时间、休克指数、Killip分级、白细胞计数、D二聚体、乳酸、前壁心肌梗死、24 h内服用β受体阻滞剂、24 h内服用血管紧张素转化酶抑制剂/血管紧张素受体拮抗剂(ACEI/ARB)药物、急诊PCI共13个变量为CR的风险因素(P＜0.05)。把筛选出的13个风险因素分别进行单因素及多因素Logistic回归分析,结果提示年龄、Killip分级、首次医疗接触时间、白细胞计数、未行急诊PCI、24 h内未服用ACEI/ARB药物是急性STEMI患者合并CR的风险因素。依据上述6个风险变量建立急性STEMI合并CR列线图模型。该列线图模型内部验证前后ROC曲线下面积分别为0.946(95%CI:0.927～0.961)、0.947(95%CI:0.927～0.959),灵敏度分别为0.957、0.904,特异度分别为0.858、0.876,说明该模型具有较好的区分度。运用Hosmer-Lemeshow检验证明该模型的预测价值和实际观测值之间的偏差没有统计学意义(χ²＝12.70,P＝0.122),说明列线图模型具有较好的校准度。DCA曲线提示模型的预测概率阈值在0.00～0.40之间,临床净获益最高,说明具有较好的临床效能。 [结论]本研究建立的列线图模型有较好的区分度、校准度和临床效能,能有效预测急性STEMI合并CR的发生概率,为临床诊疗工作提供一定帮助,以期降低CR发生率。     

个体化预测学龄前儿童哮喘急性发作风险的列线图模型的建立

目的通过对学龄前儿童哮喘急性发作的相关危险因素进行分析,建立个体化预测学龄前儿童哮喘急性发作风险的列线图模型。方法纳入2014年9月至2017年9月学龄前哮喘患儿226例,分为哮喘急性发作组98例(观察组)和非急性发作组128例(对照组),收集临床资料,采用多因素Logistic回归模型分析哮喘急性发作危险因素;应用R软件建立预测学龄前儿童哮喘急性发作风险的列线图模型,采用Bootstrap法进行模型验证,并作ROC曲线探索列线图模型对哮喘急性发作风险的预测效率。结果特应性体质(OR=3.079,95%CI:1.25-7.58)、近1年呼吸道感染次数(OR=2.343,95%CI:1.84-2.99)、哮喘家族史(OR=6.099,95%CI:2.01-18.52)、被动吸烟(OR=2.722,95%CI:1.01-7.34)及未规范用药(OR=4.135,95%CI:1.58-10.85)是学龄前儿童哮喘急性发作的独立危险因素(P0.05);列线图模型预测哮喘急性发作风险的一致性指数为0.856;ROC曲线示列线图模型预测哮喘急性发作风险的曲线下面积为0.889(95%CI:0.821-0.955)。结论本研究基于特应性体质、近1年呼吸道感染次数、哮喘家族史、被动吸烟及未规范用药这5项独立危险因素,建立的列线图模型对学龄前儿童哮喘急性发作风险的预测作用。     

个体化预测心肌梗死并发室壁瘤列线图模型的建立及验证

目的:构建可个体化预测心肌梗死并发室壁瘤的列线图模型,并对该模型的预测能力进行验证。方法:选取2017年10月—2022年3月我院收治的269例心肌梗死病人作为研究对象,收集病人临床资料,采用单因素和多因素Logistic回归分析并发室壁瘤的危险因素,并建立列线图模型。结果:纽约心脏病协会(NYHA)心功能分级为Ⅲ级或Ⅳ级[OR=3.985,95%CI(1.443,11.003)]、罪犯血管为左前降支(LAD)/左主干(LM)[OR=2.813,95%CI(1.183,6.687)]、LVEF值<50%[OR=2.906,95%CI(1.189,7.100)]、≥4个相邻导联ST段抬高[OR=4.855,95%CI(1.978,11.915)]和QTd≥63.62 ms[OR=22.069,95%CI(9.134,53.319)]是心肌梗死并发室壁瘤的独立危险因素(P<0.05)。模型验证结果显示,一致性指数(C-index)为0.925[95%CI(0.907,0.943)],校准曲线趋近于理想曲线,受试者工作特征(ROC)曲线下面积为0.904[95%CI(0.884,...     

老年慢性阻塞性肺疾病患者并发心房颤动的危险因素及其列线图模型构建

背景近年随着我国老龄化加重,慢性阻塞性肺疾病(COPD)合并心房颤动(AF)患者数量不断增加,继而带来更加沉重的医疗负担。因此,早期识别伴有AF高风险的老年COPD患者并积极干预具有重要意义。目的探讨老年COPD患者并发AF的危险因素,并构建列线图模型,以期能早期识别伴有AF高风险的老年COPD患者。方法选取2019年1月至2021年5月在扬州大学附属医院住院的老年COPD患者254例,根据患者是否并发AF分为AF组(n=39)和非AF组(n=215)。比较两组患者临床资料,老年COPD患者并发AF的影响因素分析采用多因素Logistic回归分析,采用R语言软件构建老年COPD患者并发AF的列线图模型;绘制受试者工作特征(ROC)曲线以评估该列线图模型对老年COPD患者并发AF的区分度,采用Hosmer-Lemeshow拟合优度检验验证该列线图模型对老年COPD患者并发AF的校准度。结果 AF组患者吸烟率、饮酒率及心力衰竭、糖尿病、急性呼吸衰竭、肺部感染、脑卒中、急性心肌梗死发生率高于非AF组(P <0.05)。多因素Logistic回归分析结果显示,心力衰竭、糖尿病、急性呼吸衰竭、肺部感染、脑卒中及急性心肌梗死是老年COPD并发AF的危险因素(P <0.05)。基于上述危险因素构建老年COPD患者并发AF的列线图模型。ROC曲线分析结果显示,该列线图模型预测老年COPD患者并发AF的曲线下面积(AUC)为0.809[95%CI(0.752,0.865)]。Hosmer-Lemeshow拟合优度检验结果显示,预测值与实际值比较,差异无统计学意义(P> 0.05)。结论心力衰竭、糖尿病、急性呼吸衰竭、肺部感染、脑卒中及急性心肌梗死是老年COPD患者并发AF的危险因素,而基于上述危险因素构建的列线图模型对老年COPD患者并发AF的区分度及校准度良好。     

急性心肌梗死患者院内心源性休克风险列线图预测模型的构建

目的:分析急性心肌梗死(AMI)患者术后院内心源性休克(CS)的风险因素,依此建立预测AMI患者院内CS发生风险的列线图模型。方法:通过胸痛中心数据库及医院信息系统回顾性分析我院心内科住院且接受急诊冠状动脉(冠脉)介入治疗的327例AMI患者的临床资料,依据患者住院期间CS的发生情况将受试对象分为CS组(52例)和非CS组(275例),利用LASSO回归模型和多因素Logistic回归分析AMI患者发生院内CS的风险因素,并建立个性化的CS预测模型。结果:LASSO回归结果提示,白细胞计数、肌酐、尿素氮、尿酸、氨基末端脑钠肽前体、左室射血分数及合并新发心房颤动为AMI患者发生院内CS的重要风险因素(P0.05)。利用上述7个预测指标构建了列线图模型。内部验证后,列线图预测AMI患者发生院内CS的AUC值为0.888(95%CI:0.840～0.922),灵敏度为0.832,特异度为0.782。校准曲线提示列线图模型的偏差校正曲线与理想曲线具有较好的一致性。临床决策曲线分析法提示列线图模型的预测概率阈值处于0～0.8时,患者的临床净收益水平最高。结论:本研究依据院内CS发生的重要风险因素构建了个性化的CS发生风险预测模型,经相关指标证实该预测模型具有较好的预测效率和临床适用性,能准确、有效地预测AMI患者院内CS的发生风险,从而协助临床医护人员筛选高CS风险患者,制定针对性的干预措施,降低AMI患者术后CS的发生率。     

基于CT灌注成像参数构建急性脑梗死患者溶栓治疗后发生出血转化风险预测列线图模型

目的 基于CT灌注成像参数构建急性脑梗死（ACI）患者溶栓治疗后发生出血转化风险预测列线图模型。方法 选取2019年10月至2023年1月淮安市淮安医院收治的263例ACI患者为研究对象，根据溶栓治疗后是否发生出血转化将其分为无出血转化组（n=207）和出血转化组（n=56）。收集患者临床资料和CT灌注成像参数，采用单因素分析和多因素Logistic回归分析探讨ACI患者溶栓治疗后发生出血转化的影响因素；采用R语言中的“rms”程序包构建ACI患者溶栓治疗后发生出血转化风险预测列线图模型，并绘制ROC曲线以评估该列线图模型预测ACI患者溶栓治疗后发生出血转化的区分度，采用Bootstrap法及校准曲线验证该列线图模型预测ACI患者溶栓治疗后发生出血转化的准确性。结果 无出血转化组与出血转化组脑梗死面积、达峰时间（TTP）、血流峰值时间（Tmax）、表面渗透性（PS）、相对表面渗透性（rPS）比较，差异有统计学意义（P<0.05）。多因素Logistic回归分析结果显示，脑梗死面积、TTP、Tmax、PS、rPS是ACI患者溶栓治疗后发生出血转化的独立影响因素（P<0.05）...