个体化预测ICU机械通气患者发生呼吸机肺炎的风险列线图模型的建立

目的 构建预测重症监护病房(ICU)机械通气患者发生呼吸机肺炎的风险列线图模型并进行验证.方法 回顾性分析2016年3月至2021年7月于马鞍山十七冶医院ICU进行机械通气治疗的198例患者临床资料,采用LASSO分析和logistic回归分析筛选患者发生呼吸机肺炎的危险因素,采用R(R3.5.3)建立预测ICU机械通...     

急诊重症监护室患者早期死亡动态列线图预测模型的建立与验证

目的 探讨急诊重症监护室患者入院3 d死亡的独立危险因素,以此建立动态网页列线图预测模型并进行验证。方法 回顾性收集2018年1月至2020年12月南京医科大学附属无锡第二医院急诊重症监护病房(EICU)收治的634例患者为研究对象,用其临床资料建立预测模型和内部验证。收集2021年1月至12月该院EICU收治的189例患者,用其临床数据作为验证队列。采用单因素和多因素logistic回归分析确定EICU病人早期死亡的危险因素,并构建列线图模型。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效能,决策曲线分析评估模型的临床获益。在验证队列中对模型进行外部验证。结果 全组634例EICU患者中,61例(9.62%)入院3 d内死亡。多因素logistic回归分析显示,危重症营养风险(NUTRIC)评分(OR:1.490,95%CI:0.436～2.116,P<0.001)、国家早期预警评分(NEWS)(OR:1.304,95%CI:1.113～1.528,P=0.001)、合并急性呼吸窘迫综合征(ARDS)(OR:2.183,95%CI:1.220～3.905,...     

神经重症患者术后颅内感染列线图模型的构建

目的：建立预测神经重症患者术后颅内感染风险的列线图模型。方法：回顾性分析2018年1月—2021年1月南京医科大学第一附属医院神经外科监护病房行开颅手术的200例患者的临床资料。按照7∶3的比例随机分为训练集（n=140）和验证集（n=60）。采用单因素分析和多因素Logistic回归筛选神经重症患者术后发生颅内感染的危险因素并构建列线图预测模型。通过绘制受试者工作特征（receiver operating characteristic，ROC）曲线及决策曲线分析（decision curve analysis，DCA）评价模型的效能及临床净获益。结果：神经重症患者的原发病、脑室外引流时间、腰大池引流时间是术后发生颅内感染的危险因素 （P ＜ 0.05）。绘制列线图模型的ROC曲线显示，训练集和验证集的曲线下面积（area under curve，AUC）分别为0.774（95%CI： 0.695~0.853）、0.831（95%CI：0.725~0.936），DCA曲线显示颅内感染发生的预测可提高临床获益率。结论：基于神经重症术后颅内感染的危险因素构建了列线图预测模型，有助于早期筛查神经重症术后颅内感染高危患者，利于早期诊治，改善患者预后。     

ICU多重耐药菌感染判别分析预判模型建立研究

目的 探讨重症监护室(ICU)多重耐药菌(MDRO)感染的危险因素,构建ICU多重耐药菌感染的判别分析预判模型.方法 对2017～2019年入住综合ICU>48h的845例患者进行回顾性分析,应用单因素分析方法 寻找可能的影响因素,并对这些因素进一步采用逐步Fisher判别分析方法 构建预判模型.结果 845例患者中M...     

ICU重症患者谵妄发生的危险因素及预测模型分析

目的 分析重症监护病房(intensive care unit,ICU)重症患者发生谵妄的危险因素,建立预测模型并进行验证。方法 回顾性分析2018年12月至2019年12月杭州市余杭区第一人民医院收治的ICU重症患者100例,根据是否发生谵妄将其分为谵妄组(n=21)和非谵妄组(n=79),采用单因素和多因素Logistic回归分析探讨ICU重症患者发生谵妄的危险因素,建立预测模型后,前瞻性收集2020年1～6月的40例ICU重症患者(验证组)进行验证,采用H-L卡方检验模型拟合度,应用受试者操作特征曲线(receiver operator characteristic curve,ROC曲线)反映预测模型的区分能力。结果 多因素Logistic回归分析发现,年龄、高血压病史、有创机械通气、住院时间、急性生理学和慢性健康状况评价Ⅱ(acute physiology and chronic health evaluationⅡ,APACHEⅡ)评分、酸碱失衡均为导致ICU重症患者发生谵妄的独立危险因素(P<0.05);构建的模型预测谵妄的ROC曲线下面积为0.891(P<0...     

预测宫颈癌合并糖尿病患者术后切口感染风险的Nomogram模型建立

目的 旨在构建预测宫颈癌合并糖尿病患者根治性子宫切除术术后切口感染风险的列线图模型,并进行模型评估。方法 选取在本院接受根治性子宫切除术治疗的宫颈癌合并糖尿病患者267例作为研究对象,其中发生术后切口感染(感染组)97例,未发生术后切口感染(未感染组)170例。采用单因素和多因素Logistic回归筛选与术后切口感染相关的独立影响因素。采用R软件和相关程序包绘制列线图模型。结果 与未感染组相比,感染组年龄≥55岁、体重指数(body mass index, BMI)≥25、引流管留置时间≥7 d、住院时间≥14 d、血清白蛋白<30 g/L的患者比例明显增加(P<0.05)。与未感染组相比,感染组血清白细胞介素6(interleukin-6,IL-6)、肿瘤坏死因子α(tumor necrosis factor-α,TNF-α)、C反应蛋白(C-reactive protein, CRP)和降钙素原(procalcitonin, PCT)水平显著升高(P<0.05)。多变量Logistic回归分析表明,年龄≥55岁、BMI≥25、引流管留置时间≥7 d、住院时间≥14...     

ICU与非ICU病房不动杆菌耐药率对比

目的比较ICU病区患者与非ICU病区患者不动杆菌耐药性差异,指导临床合理用药。方法回顾性分析2008年我院ICU和非ICU住院患者送检标本中分离的不动杆菌对临床常用抗菌药物的耐药性情况。结果 ICU不动杆菌对大多数抗菌药物的耐药率明显高于非ICU的分离株,两者对氨苄西林、头孢唑啉、呋喃妥因的耐药率无显著性差异,对氨苄西林、头孢唑啉的耐药率均为100%,而其他检测的抗生素则存在显著性差异（P〈0.01）。结论合理使用抗生素和加强医院感染管理是减少不动杆菌多耐药菌株在医院感染的主要途径。     

影响ICU维、汉患者死亡的多因素流行病学的回顾性分析

目的 比较分析重症监护病房(intensive care unit,ICU)中维、汉脓毒血症患者之间临床实验检查的异同.方法 对笔者医院综合ICU 2006年1月～2009年12月维、汉脓毒血症患者进行血常规、血生化、血气分析、凝血功能、病原学培养及平均急性生理和慢性健康状况Ⅱ评分.结果 调查ICU维、汉脓毒血症病人100例,维、汉死亡患者血常规、生化、血气部分指标存在差异,相关因素分析显示,死亡原因与钠离子、渗透压、碱性磷酸酶相关,感染以鲍曼不动杆菌发生率最高.结论 维、汉脓毒血症患者,部分病理生理指标存在差异.表明脓毒血症对机体产生的病理生理机制在维、汉脓毒血症患者中存在不同,需进一步探讨.     

个体化预测重症监护室获得性衰弱的风险列线图模型的建立

目的探讨个体化预测重症监护室获得性衰弱（ICUAW）的风险列线图模型的建立。方法回顾性分析2017年9月至2020年5月就诊的202例ICU患者的临床资料,分别采用单因素和Logistic回归多因素分析发生获得性衰弱（AW）的独立危险因素,并建立AW的风险列线图预测模型。结果 202例ICU患者中有98例发生AW（AW组）,发生率为48.51%;104例未发生获得性衰弱（无AW组）。2组年龄、ICU入住时间、合并脓毒症、机械通气时间、使用糖皮质激素比例、空腹血糖水平及多器官功能障碍发生率等比较差异均有统计学意义（P<0.05）。多因素Logistic回归分析显示,年龄≥60岁（OR=2.499,95%CI:1.301～4.799）、ICU入住时间≥10 d（OR=2.762,95%CI:1.447～5.271）、合并脓毒症（OR=2.043,95%CI:1.065～3.917）、机械通气时间≥7 d（OR=2.380,95%CI:1.234～4.593）、使用糖皮质激素（OR=5.530,95%CI:1.311～4.884）、空腹血糖≥7 mmol·L-1（OR=2.445,95%CI:1.266～4.724）及多器官功能障碍（OR=2.027,95%CI:1.067～3.851）是ICUAW的独立危险因素（P<0.05）。基于这7个独立危险因素建立预测ICUAW风险的列线图模型,C-index指数达0.775（95%CI:0.743～0.807）。结论以ICUAW 7个独立危险因素建立的列线图模型具有一定的精准度、预测能力和区分度。     

卵巢癌缩瘤术后ICU监护指征分析

为探讨卵巢癌缩癌术后入住重症监护病房（ＩＣＵ）监护的指征,将２４例卵巢癌缩癌术后入ＩＣＵ监护的患者按监护时间≤４８ｈ及〉４８ｈ分为Ａ组（１３例）及Ｂ组（１１例）,对术前５个变量（年龄,美国麻醉学会（ＡＳＡ）评分,体重,白蛋白水平及初次或再次手术）及术中４个变量（失血量,腹水量,手术时间,有否肠切除等）进行了比较,并对这些变量与监护时间进行了单因素直线相关分析。结果：Ａ,Ｂ两组术前５个变量均无显著性     

用于预测低级别胶质瘤患者生存率的列线图模型构建

目的 构建列线图模型预测低级别胶质瘤(LGG)患者的生存率.方法 从癌基因数据库(TC-GA)数据库中下载患者临床数据,构建临床预测模型比较临床参数与LGG患者的预后关系.结果 Kaplan-M eier生存分析结果显示诊断年龄>65岁、K PS<80分、肿瘤分级G3、分子亚型为ID H野生型、首次治疗后肿瘤有进展、化疗史与LGG患者中位生存时间降低相关(P<0.05),COX因素分析结果显示诊断年龄>65岁、肿瘤分级G3级、分子亚型为IDH野生型、首次治疗后肿瘤有进展是LGG患者的独立危险因素(P<0.05),并以相关危险因素绘制列线图,其ROC曲线下面积(AUC)分别为0.810、0.850、0.874,且预测生存率与实际生存率曲线较吻合,列线图校准度与区分度均较好.结论 利用列线图可预测低级别胶质瘤患者生存率.     

用于预测低级别胶质瘤患者生存率的列线图模型构建

目的 构建列线图模型预测低级别胶质瘤(LGG)患者的生存率.方法 从癌基因数据库(TC-GA)数据库中下载患者临床数据,构建临床预测模型比较临床参数与LGG患者的预后关系.结果 Kaplan-M eier生存分析结果显示诊断年龄>65岁、K PS<80分、肿瘤分级G3、分子亚型为ID H野生型、首次治疗后肿瘤有进展、化疗史与LGG患者中位生存时间降低相关(P<0.05),COX因素分析结果显示诊断年龄>65岁、肿瘤分级G3级、分子亚型为IDH野生型、首次治疗后肿瘤有进展是LGG患者的独立危险因素(P<0.05),并以相关危险因素绘制列线图,其ROC曲线下面积(AUC)分别为0.810、0.850、0.874,且预测生存率与实际生存率曲线较吻合,列线图校准度与区分度均较好.结论 利用列线图可预测低级别胶质瘤患者生存率.     

N末端-前B型钠尿肽水平动态变化对重症监护室患者死亡的预测价值

目的研究N末端-前B型钠尿肽(NT-pro BNP)水平动态变化对重症监护病房(ICU)患者死亡的预测价值。方法回顾性分析首都医科大学附属北京胸科医院ICU的58例死亡患者的临床资料,连续监测这些患者各个时间段NT-pro BNP的数值,分析NT-pro BNP及其变化值对患者预后的判断价值。用COX回归方法研究NT-pro BNP及NT-pro BNP变化值与死亡的相关性。结果 NT-pro BNP 24、NT-pro BNP 48 d、NT-pro BNPmin与生存时间明显相关(P<0.05),OR值结果分别为1.205(95%CI:1.201~1.208)、1.303(95%CI:1.298~1.307)、0.896(95%CI:0.893~0.898)。结论 NT-pro BNP 24、NT-pro BNP 48 d、NT-pro BNPmin可能是ICU患者死亡的预测因素,NT-pro BNP24、NT-pro BNP 48 d与病死率呈正相关,NT-pro BNPmin与病死率呈负相关。但是NT-pro BNP结果必须结合临床环境来应用和解释,如何在更多混杂因素的环境下研究NT-pro BNP对ICU患者预后的影响仍然需要更多的进一步研究。     

Nomogram for predicting disease-specific survival in osteosarcoma

<正>     

缺血性脑卒中患者住院死亡危险因素分析

目的探讨缺血性脑卒中患者住院死亡的危险因素。方法收集2011年1月至2012年12月我院神经内科住院确诊的1275例急性缺血性脑卒中病例,采用统一设计的调查表,调查内容包括个人特征、既往史、实验室检查结果、临床特征等．对影响卒中死亡的相关因素进行单因素及多因素分析。结果1275例患者住院期间死亡25例．病死率为2．0％。经单因素及多因素回归分析显示,与卒中死亡相关的因素为年龄（OR=4．435,95％CI：1．245～15．798）、白细胞计数（OR：3．974。95％CI：1．620。9．748）、入院美国国立卫生院卒中量表（National Institutes of Health Stroke Scale．NIHSS）评分（OR=2A88,95％CI：1．665～3．717）及并发症（08：4．021,95％CI：1．608-10．052）。结论鬲龄、自细胞计数高、人院NIHSS评分高及有并发症是缺血性脑卒中患者住院死亡的重要危险因素。     

Nomogram for predicting axillary lymph node pathological response in node-positive breast cancer patients after neoadjuvant chemotherapy

Background: Pathological complete response (pCR) of axillary lymph nodes (ALNs) is frequently achieved in patients with clinically node-positive breast cancer after neoadjuvant chemotherapy (NAC), and ALN status is an important prognostic factor for breast cancer patients. This study aims to develop a new predictive clinical model to assess the ALN pCR rate after NAC.Methods: This was a retrospective series of 467 patients who had biopsy-proven positive ALNs at diagnosis and underwent ALN dissec...     

四种评分系统对脓毒症患者ICU死亡风险的预测价值比较

目的 评价序贯器官衰竭评分（SOFA）、简化急性生理评分（SAPS-Ⅱ）、牛津急性疾病严重程度评分（OASIS）、Logistic器官 功能障碍系统（LODS）评分系统预测ICU脓毒症患者死亡风险的价值。方法 通过MIMIC-Ⅲ数据库提取2001年至2012年共 计2470例脓毒症患者的临床资料,收集入ICU首日内SOFA评分、SAPS-Ⅱ评分、OASIS评分以及LODS评分。根据患者ICU 存活情况分为存活组和死亡组,分析比较两组间不同评分系统的差异性,计算4种评分系统ROC曲线下面积进行差异性分析, 对脓毒症患者ICU死亡情况进行二项Logistic回归分析,以综合比较4种评分系统对脓毒症患者ICU死亡的预测价值。结果 2470例脓毒症患者中ICU内存活1966例（79.6%）,死亡504例（20.4%）。其中死亡组年龄、机械通气使用率、初始乳酸、肌酐、尿 素氮、SOFA、SAPS-Ⅱ、OASIS和LODS评分明显高于存活组（P<0.05）,体质量及血小板明显低于存活组（P<0.05）。SOFA评 分、SAPS-Ⅱ评分、OASIS 评分以及 LODS 评分的 ROC 曲线下 AUC 值分别为 0.729（P<0.001）,0.768（P<0.001）,0.757（P< 0.001）, 0.739（P<0.001）。其中SAPS-Ⅱ评AUC值明显高于SOFA评分和LODS评分（Z=3.679,P<0.001;Z=3.698,P<0.001）, SAPS-Ⅱ与OASIS评分无明显差异（Z=1.102,P=0.271）;OASIS评分明显高于LODS评分（Z=2.172,P=0.030）,但与SOFA评分 无明显差异（Z=1.709,P=0.088）。按照是否合并脓毒性休克将患者分为两组,在单纯脓毒症组中,SAPS-Ⅱ评分预测患者死亡 的AUC值明显高于其他3种评分,为0.769（0.743-0.793）,在合并脓毒性休克组中,SAPS-Ⅱ与OASIS评分预测患者死亡的 AUC值明显高于其他两种评分,分别为0.768（0.745-0.791）、0.762（0.738-0.785）。二项Logistic回归多因素分析后发现SOFA、 SAPS-Ⅱ、OASIS评分系统均与脓毒症患者死亡相关（OR：1.08,95% CI：1.03-1.14,P=0.001;OR：1.04,95% CI：1.02-1.05,P<0.001; OR：1.04,95% CI：1.01-1.06,P=0.001）,但LODS评分与脓毒症患者发生ICU死亡无明显关系（OR：0.96,95%CI：0.89-1.04, P=0.350）。结论 SOFA、SAPS-Ⅱ和OASIS评分均能预测脓毒症患者ICU死亡风险,但SAPS-Ⅱ评分和OASIS评分预测价值 优于SOFA评分及LODS评分。     

Nomogram模型预测头颈部鳞状细胞癌术后的远期生存情况分析

目的:使用Nomogram模型对头颈部鳞状细胞癌术后的远期生存情况进行预测及分析。方法:资料来源于NationalCancer Institute SEER数据库,计算淋巴结转移度,并使用SPSS 21.0统计分析软件和R3.6.3软件进行所有数据统计以及生存分析的比较分析。X射线平铺软件用于确定淋巴结转移度的最佳截断值,并采用单因素比较分析影响Kaplan-Meier法和Log-rank法的预后的危险因素。研究分析具有显著Cox统计意义的危险因素,从而得到能够影响患者远期生存情况的独立因素。为了实现生存分析,使用了Kaplan Meier法。结果:LNR与分化程度、TNM分期、T、N、M分期有明显的关系,与年龄、性别、手术方法不相关,LNR是一个独立的危险因素。根据年龄、T期、M期、LNR,建立脂质谱图,利用一致性指数(C-index)和校准图,得出预测模型具有更加准确的预测价值。结论:LNR是头颈部鳞状细胞癌患者术后的可靠预测指标。手术方法不影响LNR的大小,所以不管是哪一种手术方式,LNR都可作为预测指标,也可作为影响头颈部鳞状细胞癌患者术后长期生存的独立危险因素。影响头颈部鳞状细胞癌术后远期生存情况的独立危险因素还包括年龄、T分期和M分期。     

支持向量机算法预测腹部术后病人死亡风险模型的建立及验证

目的 通过支持向量机算法,建立预测腹部手术病人术后28 d的死亡风险模型。 方法收集2015年7月至2017年6月期间行腹部手术的病人的术前一般情况、术前访视情况、实验室检查等指标,基于支持向量机算法建立并验证预测腹部术后的死亡风险模型,并与传统logistic回归模型比较,评价支持向量机模型的工作性能。 结果共纳入手术病人1 512例,其中男911例(60.25%%),女601例(39.75%)。训练集和测试集中,死亡组的死亡预测概率高于存活组(P < 0.01)。训练集中,支持向量机模型的ROC曲线下面积高于logistic回归模型,但差异无统计学意义(0.97 vs 0.95, P>0.05)。验证集中,支持向量机的ROC曲线下面积高于logistic回归模型(0.98 vs 0.91, P < 0.05)。支持向量机模型的敏感性(训练集68.57% vs 62.86%,验证集79.78% vs 77.78%)和阳性预测值(训练集80.00% vs 65.75%,验证集83.33% vs 77.13%)优于传统logistic回归模型。 结论支持向量机模型能够准确预测腹部手术病人28 d死亡风险,其工作性能强于传统的logistic回归模型。