ICU重症患者脓毒症发生风险预测模型的构建与验证

目的 构建重症监护室(ICU)重症患者发生脓毒症的风险预测模型，为临床医生早期识别脓毒症患者提供工具。方法 选择2021年5月至2022年10月在山西白求恩医院ICU入住的患者为研究对象，将符合纳入标准的患者随机分为训练集和验证集。收集临床常用指标，采用Logistic回归模型，根据赤池信息准则，筛选脓毒症的独立危险因素，建立预测模型。采用受试者工作特征曲线(ROC)、校准曲线、决策曲线(DCA)对预测模型进行评价，并与单一指标的预测性能进行比较。结果 共有171名患者纳入研究，随机分为训练集139例，验证集32例。Logistic回归分析结果显示，性别(OR=0.504,95%CI 1.008～1.059),中性粒细胞计数和淋巴细胞计数比值(NLR)(OR=1.030,95%CI 1.008～1.059)和序贯器官衰竭(SOFA)评分(OR=1.179,95%CI 1.073～1.308)是ICU重症患者发生脓毒症的独立危险因素。联合预测ICU患者发生脓毒症ROC曲线下面积(AUC)为0.722(95%CI 0.637～0.807),校准曲线提示模型校准度良好，决策曲线提示模型具有临...     

基于磁共振肝脾影像组学特征结合临床影响因素联合模型诊断显著性肝纤维化的效果评价

目的：探讨基于多模态平扫腹部MRI提取肝脏-脾脏联合影像组学特征结合临床影响因素联合模型在诊断显著性肝纤维化中的效果。方法：收集2017 年5月至2022 年5月于温州医科大学附属第二医院行经肝脏组织穿刺活检或手术病理检查证实为肝纤维化,并在病理检查6个月内接受过标准腹部MRI平扫检查的患者110例,将所有患者以7:3随机分为训练集和测试集。按照METAVIR评分系统,将F2级及以上定义为显著性肝纤维化组（62例）,F2级以下定义为无或非显著性肝纤维化组（48例）。分别标注肝脏、脾脏特征,并从中提取影像组学特征经筛选后分别构建肝脏、肝脏-脾脏联合特征的支持向量机影像组学模型和影像组学标签,以此计算每位患者的影像组学评分（Rad-score）。采用Logistic回归分析显著性肝纤维化的临床影响因素。最后使用Logistic回归构建基于临床影响因素和Rad-score的联合模型,绘制列线图。使用受试者工作特征（ROC）曲线和决策曲线分析（DCA）评估模型的性能。结果：有22、36 个影像组学特征经筛选后分别用于构建肝脏、肝脏-脾脏影像组学模型。多因素Logistic回归分析结果显示,性别女性（OR =0.126,95%CI =0.040～0.354,P ＜0.001）、年龄（OR =0.985,95%CI =0.066～0.999,P =0.011）、乙肝感染（OR =5.139,95%CI =1.898～15.137,P =0.002）、APRI指数≥1（OR =3.793,95%CI =1.231～14.5,P =0.033）是独立临床影响因素,被纳入构建临床预测模型。在Logistic回归模型中,肝脏特征、肝脏-脾脏联合特征所构建的影像组学模型在ROC曲线下面积（AUC）分别为0.828和0.917,表明肝脏-脾脏联合特征影像组学模型诊断效能更优。将肝脏-脾脏联合特征影像组学模型作为影像组学预测模型与临床预测模型结合获得联合预测模型,其在训练集、测试集的AUC分别为0.948和0.963。DCA显示,联合预测模型的临床实用性最佳。结论：基于多模态平扫腹部MRI提取肝脏-脾脏联合影像组学特征较单一肝脏特征在诊断显著性肝纤维化中有更好的诊断效能,联合预测模型相比临床预测模型能进一步提高诊断效能。     

VA-ECMO患者院内死亡风险预测模型的构建及验证：一项多中心、回顾性、病例对照研究

目的 分析静脉-动脉体外膜肺氧合技术（VA-ECMO）患者死亡危险因素,构建并验证VA-ECMO患者院内死亡风险预测模型。方法 采用便利抽样,选取2015年1月～2022年1月广东省3家三甲综合医院ICU的302例VA-ECMO患者作为研究对象,随机分为建模组201例,验证组101例。运用单因素及多因素Logistic回归分析VA-ECMO患者死亡危险因素,构建VAECMO患者死亡风险预测模型并以列线图形式呈现。使用受试者工作特征曲线（ROC曲线）、校准曲线和临床决策曲线评价模型区分度、一致性及临床有效性。结果 预测VA-ECMO患者院内死亡风险的最终模型包括了高血压（OR=3.694,95%CI 1.582-8.621）、连续性肾脏替代治疗（OR=9.661,95%CI 4.103-22.745）、钠离子（OR=1.048,95%CI 1.003-1.095）、血红蛋白（OR=0.987,95%CI 0.977-0.998）。建模组预测模型的受试者工作特征曲线下面积AUC=0.829(95%CI 0.770-0.889),高于4个单独危险因素（AUC<0.800）、APACHE...     

2型糖尿病与腰椎间盘退变的相关性分析

目的：应用Pfirrmann分级及Modic分级法对腰椎间盘退变（IVDD）进行评价，研究2型糖尿病与IVDD程度的相关性，并对IVDD的危险因素进行分析。方法：回顾分析2019年6月—2022年6月在北京世纪坛医院就诊的单节段腰椎间盘退变的患者。将患者分为糖尿病组和非糖尿病组，采用单因素和多因素Logistic回归分析椎间盘退变进展的危险因素。结果：共纳入115例患者，平均年龄58.68±14.43岁，其中62例（53.91%）为男性。糖尿病组33例，非糖尿病组82例。多因素Logistic回归分析显示，年龄（OR=1.05,95%CI:1.02～1.09,P=0.005）、体重指数（OR=1.27,95%CI:1.09～1.49,P=0.003）、高血压（OR=2.60,95%CI:1.01～6.67,P=0.048）、2型糖尿病（OR=3.61,95%CI:1.27～10.22,P=0.016）、Modic改变Ⅲ级（OR=9.55,95%CI:1.91～47.68,P=0.020）是椎间盘退变程度加剧的独立危险因素；平均椎间隙高度是腰椎间盘退变程度加剧的独立保护因素（OR=0.0...     

老年髋部骨折患者围术期输血风险预测模型建立及验证的研究

目的 建立老年髋部骨折患者围术期输血风险预测模型。方法 选取2017年5月至2020年12月就诊于北京积水潭医院急诊科的新发髋部骨折患者3 813例,回顾性分析患者的性别、年龄、骨折类型、手术方式、既往病史及并发症。随机抽取70%的患者作为建模集,分析老年髋部骨折患者围术期输血的危险因素,并建立老年髋部骨折患者围术期输血风险预测模型;余30%的患者纳入验证集并代入预测模型,进行老年髋部骨折患者围术期输血风险预测模型的内部验证。结果 建模集共纳入2 668例患者,其中输血1 107例（41.5%）、未输血1 561例（58.5%）。多因素logistic回归分析显示,女性（OR=0.479,95%CI:0.389～0.591,P=0.000）、年龄越大（OR=1.038,95%CI:1.025～1.052,P=0.000）、股骨粗隆间骨折（OR=0.037,95%CI:0.024～0.058,P=0.000）、内固定术（OR=0.192,95%CI:0.125～0.296,P=0.000）、泌尿系统疾病史（OR=1.545,95%CI:1.125～2.122,P=0.007）、肿瘤病史（...     

妊娠期糖尿病患者分娩巨大儿列线图预测模型的构建

目的 构建妊娠期糖尿病患者分娩巨大儿列线图预测模型。方法 收集2020年1月至2021年12月在北京大学第一医院宁夏妇女儿童医院住院分娩的752例妊娠期糖尿病患者的病历资料。根据新生儿出生体质量是否≥4 000 g分为巨大儿组(95例)和非巨大儿组(657例)。应用单因素及Logistic回归分析妊娠期糖尿病患者分娩巨大儿的风险预测因子,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)曲线和Hosmer-Lemeshow检验验证模型预测效果。结果 妊娠期糖尿病患者巨大儿的发生率为12.6%,多因素Logistic回归分析结果显示,孕前肥胖[OR=5.706,95%CI(1.69,19.27)]、孕期体质量增长>14 kg[OR=3.135,95%CI(1.14,8.65)]、分娩孕周[OR=1.311,95%CI(1.09,1.58)]、羊水量[OR=1.002,95%CI(1.00,1.21)]是分娩巨大儿的独立风险预测因子(P均<0.05)。构建的列线图预测模型预测妊娠期糖尿病患者分娩巨大儿的ROC曲线下面积为0.756[95%CI(0.691...     

单侧腹股沟疝手术部位感染风险模型构建分析

目的：探讨基于腹疝风险（VHRS）评分筛选腹股沟疝手术部位感染风险相关因素并构建预测模型。方法：选取合肥市第一人民医院2017年1月至2022年1月收治的腹股沟疝患者389例,根据术后手术部位感染（SSI）情况将其分为SSI组和非SSI组。收集两组相关因素,采用多因素Logistic回归分析筛选SSI发生风险的相关因素并构建预测模型,绘制决策曲线分析该预测模型的预测效能。结果：术后41例（10.54%）发生SSI归为SSI组,其余348例（89.46%）归为非SSI组。SSI组体质量指数、腰臀比大于非SSI组,网片放置、伴随疝修补术、切口等级≥4级、ASA分级Ⅱ～Ⅳ级占比高于非SSI组（P<0.05）;多因素Logistic回归分析显示,ASA分级Ⅱ～Ⅳ级（OR=4.398,95%CI:1.054～18.350;OR=4.747,95%CI:1.077～20.933;OR=9.335,95%CI:1.383～62.999）、切口等级≥4级（OR=14.392,95%CI:1.078～192.191）、伴随疝修补术（OR=2.804,95%CI:1.034～7.603）、网片放置（...     

糖尿病足溃疡愈合后复发危险因素的病例对照研究

背景 糖尿病足溃疡（DFU）是严重的糖尿病并发症,其愈合后有较高的复发率,而复发的危险因素较多,尚缺乏系统的循证研究。目的 探讨DFU愈合后复发的危险因素,为DFU的防治提供更多依据。方法 采用病例对照研究方法,回顾性选取2016-01-01至2019-02-01于成都中医药大学附属医院住院并首次诊断为DFU的患者作为源人群,按愈合后3年内是否复发分为病例组和对照组,收集两组患者基本信息、糖尿病相关信息、DFU相关信息,以非条件多因素Logistic回归分析方法筛选DFU复发的危险因素,并进一步分析了DFU复发与危险因素数量和时间的关系。结果 首次诊断为DFU的患者共256例,其中溃疡愈合210例,剔除12例失访、8例资料不全者,最终纳入190例DFU愈合患者。DFU愈合后3年内总复发率为45.3%(86/190)。86例DFU愈合后复发患者纳入病例组,104例未复发患者纳入对照组。多因素Logistic回归分析显示,年龄>60岁[OR=3.270,95%CI(1.335,8.005),P=0.010]、糖化血红蛋白（Hb A1c）>7.5%[OR=2.691,95%CI(...     

基于急诊CT平扫影像组学在预测腹主动脉综合征中的价值

目的：探讨基于急诊CT平扫影像组学在腹主动脉综合征（AS）中的诊断价值。方法：收集2012年8 月至2020 年10 月于温州医科大学附属第二医院行腹部CT平扫和增强的急诊患者145 例。根据是否患有腹部AS,将所有患者按分层抽样法以7:3分为训练集和验证集。逐层手动勾画CT平扫图像上的腹主动脉并从中提取影像组学特征。经特征筛选后构建影像组学标签,并以此计算每位患者的影像组学评分（Radscore）。采用单因素和多因素Logistic回归分析寻找预测腹部AS的临床危险因素。最后使用多因素Logistic回归构建基于临床危险因素和Rad-score的联合模型,绘制列线图。使用受试者工作特征（ROC）曲线评估模型的诊断性能。结果：单因素和多因素Logistic回归分析显示,腹痛（OR =0.48,95%CI =0.19～1.22,P =0.12）、钙化斑内移（OR =8.76,95%CI =3.27～23.45,P ＜0.001）是腹部AS的危险因素,其构建的临床模型在验证集的ROC曲线下面积（AUC）为0.79。8个影像组学特征被选择用于构建影像组学标签,其在验证集的AUC为0.88。将该标签与临床模型结合获得联合模型,其在验证集的AUC为0.89。临床决策曲线显示,联合模型的临床实用性最优。结论：基于腹部CT平扫影像组学和临床危险因素构建的列线图能较好地预测急诊患者是否患有腹部AS。     

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。     

预测ICU住院病人死亡的Nomogram模型

目的构建重症监护病房（ICU）住院病人死亡Nomogram预测模型,为降低ICU住院病人死亡率提供指导。方法回顾性分析ICU 1 133例住院病人临床资料,采用logistic回归分析筛选ICU住院病人死亡危险因素,并构建可视化Nomogram预测模型,采用决策曲线分析（DCA）对简单评价模型和复杂评价模型进行比较。结果多因素logistic回归分析显示医院感染（OR=1.876,95%CI:1.037~3.043）、高血压（OR=1.133,95%CI:1.090~1.177）、糖尿病（OR=1.141,95%CI:1.064~1.209）、输血（OR=1.357,95%CI:1.102~3.421）、低GCS评分（OR=0.953,95%CI:0.917~0.991）、APACHEⅡ评分（OR=2.638,95%CI:0.794~8.692）、气管切开（OR=3.973,95%CI:2.386~6.615）、气管插管（OR=1.562,95%CI:1.163~2.266）、动静脉插管（OR=1.365,95%CI:1.067~3.172）、动静脉插管时间（OR=1.825,95%CI:1.224~2.979）、导尿管插管（OR=2.016,95%CI:1.050~3.870）、导尿管插管时间（OR=2.689,95%CI:1.724~4.195）为ICU住院病人死亡独立危险因素（P < 0.05）。根据多因素logistic回归结果建立Nomogram模型,经验证预测模型一致性良好（C-index=0.748,P < 0.05）。DCA显示阈值概率在（0.09~0.49）范围内,复杂模型的净利润高于简单模型,阈值概率在（0.49~0.87）范围内,简单模型的净利润高于复杂模型。结论成功建立预测ICU住院病人死亡的Nomogram预测模型。     

构建基于临床病理特征的复合模型预测甲状腺乳头状癌颈部淋巴结转移风险

目的：探讨甲状腺乳头状癌颈部淋巴结转移的风险因素,构建临床风险预测模型对颈部淋巴结转移的风险进行评估。方法：收集2020年4月至2022年7月675例甲状腺乳头状癌患者纳入研究,通过单因素和多因素Logistic回归分析甲状腺乳头状癌颈部淋巴结转移的危险因素。按照7:3的比例随机抽样将患者分为训练集（n=474）和验证集（n=201）,在训练集中构建预测模型并在验证集中进行验证。绘制列线图对模型进行可视化展示。绘制受试者工作特征曲线（ROC）、校准曲线和决策曲线分析（DCA）对预测模型的区分度、校准度和临床价值进行评估。结果：675例甲状腺乳头状癌患者中,颈部淋巴结转移212例（31.4%）。通过多因素Logistic回归分析,确定了甲状腺乳头状癌颈部淋巴结转移的独立危险因素,包括年龄<45岁、双侧病灶、多发结节（≥3个结节）、肿瘤最大径>1 cm、脉管侵犯和包膜侵犯。利用所得到的6个预测因子构建颈部淋巴结转移预测模型,绘制可视化的列线图,用于颈部淋巴结转移风险的评估。该模型在训练集中的曲线下面积（AUC）为0.787(95%CI=0.741～0.834),在验证集中的AU...     

基于列线图的高血压患者大脑中动脉动脉瘤的破裂风险预测

目的：探讨高血压患者大脑中动脉（MCA）动脉瘤破裂的危险因素,并构建列线图预测模型。方法：回顾性收集2009年1月至2020年6月合并高血压的MCA动脉瘤住院患者的临床及影像资料。所有患者均行CT血管成像（CTA）检查,并测量动脉瘤的形态学参数。采用多因素Logistic回归分析高血压患者MCA动脉瘤破裂的独立危险因素,并构建列线图预测模型,应用受试者工作特征曲线（ROC）的曲线下面积（AUC）评估模型的诊断效能。结果：本研究最终纳入254例合并高血压的MCA动脉瘤患者。多因素Logistic回归分析结果显示,性别（OR =2.277,P =0.022）、纵横比（OR =10.270,P ＜0.001）、不规则形态（OR =4.747,P ＜0.001）和动脉瘤位置（OR =3.161,P =0.001）是高血压患者MCA动脉瘤破裂的独立危险因素。列线图预测模型具有良好的诊断效能（AUC=0.866）,预测准确度为82.68%。结论：纵横比、不规则形态、位置和性别是高血压患者MCA动脉瘤破裂的独立危险因素;基于列线图预测高血压患者MCA动脉瘤的破裂风险具有可行性,为临床个性化诊疗提供可视化依据。     

急性心肌梗死患者经皮冠状动脉介入治疗后远期主要不良心血管事件预测模型的构建

背景 对急性心肌梗死（AMI）患者进行风险分层对临床决策和预后评估具有重要临床意义,由于AMI患者临床特征及治疗模式正在不断发生改变,现有的风险评分可能并不适用于临床实际情况,因此需要提高AMI患者经皮冠状动脉介入治疗（PCI）后远期主要不良心血管事件的预测准确性以制订患者个性化的管理策略。 目的 构建预测AMI患者PCI后远期主要不良心血管事件的风险模型。 方法 纳入2019年1—7月于首都医科大学附属北京安贞医院接受PCI的AMI患者1 130例,根据纳入、排除标准最终纳入962例患者,收集其一般资料和实验室检查指标。对所有患者进行电话随访,中位随访时间为2.4年,以全因死亡、非致死性心肌梗死、非致死性卒中、恶性心律失常、新发心力衰竭或心力衰竭加重再入院、非计划内的血运重建作为主要不良心血管事件。根据患者随访期间是否发生主要不良心血管事件分为事件组122例和非事件组840例。采用Lasso回归筛选远期主要不良心血管事件的危险因素,多因素Logistic回归分析构建预测模型,并绘制列线图。采用受试者工作特征（ROC）曲线分析模型预测AMI患者PCI后发生远期主要不良心血管事件的效能,使用净重分类改善指标（NRI）和综合判别指数（IDI）对预测模型与全球急性冠状动脉事件注册（GRACE）评分进行比较,评价模型对AMI患者PCI后预后评估的改善效果。 结果 962例AMI患者中122例（12.7%）患者出现远期主要不良心血管事件。Lasso回归筛选出5个预测变量,包括心电图ST段偏移、糖尿病、左心室射血分数（LVEF）、估算肾小球滤过率（eGFR）、血红蛋白（Hb）。通过多因素Logistic回归分析构建的预测模型的回归方程为：logit（P）=3.596-0.023×X1-0.014×X2-0.036×X3+0.726×X4+1.372×X5（X1表示Hb,X2表示eGFR,X3表示LVEF,X4表示糖尿病,X5表示心电图ST段偏移）。心电图ST段偏移、糖尿病、LVEF、Hb是AMI患者PCI后发生远期主要不良心血管事件的影响因素（P<0.05）;心电图ST段偏移、糖尿病、eGFR、Hb是ST段抬高型心肌梗死（STEMI）患者PCI后发生远期主要不良心血管事件的影响因素（P<0.05）;心电图ST段偏移、糖尿病、Hb是非ST段抬高型心肌梗死（NSTEMI）患者PCI后发生远期主要不良心血管事件的影响因素（P<0.05）。预测模型预测开发队列与验证队列患者PCI后发生远期主要不良心血管事件的ROC曲线下面积（AUC）分别为0.774〔95%CI（0.710,0.834）〕、0.751〔95%CI（0.686,0.815）〕。AMI、STEMI、NSTEMI患者中NRI分别为0.493〔95%CI（0.303,0.682）〕、0.459〔95%CI（0.195,0.724）〕、0.455〔95%CI（0.181,0.728〕,IDI分别为0.055〔95%CI（0.028,0.081）〕、0.042〔95%CI（0.015,0.070〕、0.069〔95%CI（0.022,0.116）〕。3组患者中预测模型的预测效能均优于GRACE评分（P<0.05）。全研究人群队列分析发现预测模型的评价效能优于GRACE评分〔ΔAUC=0.050,P=0.015;IDI=0.055,95%CI（0.028,0.081）,P<0.001;NRI=0.493,95%CI（0.303,0.682）,P<0.001）〕。 结论 由心电图ST段偏移、糖尿病、LVEF、eGFR、Hb共5个预测变量构建的预测模型可用于评估AMI患者PCI后远期预后,有助于患者早期风险分层。     

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。     

脑动脉瘤神经介入术后并发症风险的危险因素研究

目的 ：研究脑动脉瘤神经介入术后神经系统并发症风险的危险因素。方法 ：纳入2018年1月―2021年3月于我院收治的14例接受神经介入手术治疗后发生神经系统并发症的囊性未破裂脑动脉瘤患者为神经系统并发症组,另选取同期入院行神经介入手术治疗但未发生神经系统并发症的121例囊性未破裂脑动脉瘤患者为非神经系统并发症组。统计两组患者一般资料,使用多因素Logistic回归分析评价患者神经介入术后神经系统并发症的独立危险因素。结果 ：既往短暂性脑缺血发作或脑梗死病史（OR=3.505,95%CI:1.852～6.633）、心血管合并症（OR=3.7294,95%CI:1.527～7.106）、动脉瘤最大直径（OR=3.572,95%CI:1.870～6.823）、宽颈动脉瘤（OR=2.883,95%CI:1.510～5.504）、不规则形态或存在子囊（OR=2.194,95%CI:1.140～4.222）是脑动脉瘤患者神经介入术后神经系统并发症的独立危险因素（P<0.05）。结论 ：脑动脉瘤患者神经介入术后神经系统并发症的危险因素众多,包括既往短暂性脑缺血发作或脑梗死病史、心血管合并症、动...     

扩张型心肌病患者心内血栓形成危险因素及预测模型研究

目的 探究扩张型心肌病(DCM)患者心内血栓形成的危险因素,基于此构建列线图预测模型并进行验证及评价。方法 该研究纳入诊断为DCM的88例合并心内血栓患者和544例无心内血栓患者,并将研究对象按7∶3比例随机分为训练集和验证集。通过单因素及多因素Logistic回归分析筛选出DCM患者心内血栓形成的独立危险因素,借助R软件构建列线图预测模型。应用受试者工作特征曲线(ROC)、Hosmer-Lemeshow拟合优度检验和校准曲线、决策曲线对模型进行验证及评价。结果 二元Logistic回归分析显示：年龄、心房颤动(房颤)、左心室舒张末内径(LVEDD)、脑钠肽(BNP)和β受体阻滞剂与DCM患者心内血栓形成独立相关。基于此5项因素构建列线图预测模型并进行验证,结果显示训练集和验证集的ROC曲线下面积分别为0.823(95%CI:0.760～0.887)、0.803(95%CI:0.705～0.901),表明模型具有良好的鉴别能力;校准曲线的Hosmer-Lemeshow检验结果分别为χ²=6.679、P=0.572和χ²=2.588、P=0.9...     

C反应蛋白/白蛋白比值与慢性肾脏病患者冠状动脉狭窄程度的相关性

目的 探究C反应蛋白/白蛋白比值（CAR）对慢性肾脏病（CKD）患者冠状动脉狭窄程度的预测作用。方法 回顾性纳入2017年1月至2021年12月浙江省丽水市第二人民医院确诊的236例CKD患者，根据Gensini积分分为冠状动脉轻度狭窄组64例（Gensini积分≤30分）、中重度狭窄组172例（Gensini积分>30分）。通过电子病历系统提取患者的临床资料，采用多因素Logistic回归分析冠状动脉狭窄的危险因素，并采用ROC曲线评定CAR预测冠状动脉狭窄的临床效能。结果 中重度狭窄组年龄、糖尿病比例、尿酸、C反应蛋白、CAR高于轻度狭窄组，血小板计数、高密度脂蛋白胆固醇低于轻度狭窄组（均P <0.05）。多因素Logistic回归分析显示，糖尿病（OR=1.416,95%CI 1.080～1.857）、尿酸（OR=1.451,95%CI1.018～2.067）、CAR（OR=1.766,95%CI 1.274～2.449）是冠状动脉中重度狭窄的独立危险因素（均P <0.05）。ROC曲线分析显示，CAR预测CKD患者冠状动脉中重度狭窄的AUC为0.903（95%...     

血小板输注无效列线图预测模型的构建

目的：构建并验证血小板输注无效的列线图模型。方法：选取2019 年1月至12月于温州医科大学附属第二医院育英儿童医院收治的174例血小板输注患者,其中46例血小板输注无效,128例血小板输注有效,收集患者临床资料,包括年龄、性别、多次妊娠、活动性出血、皮肤黏膜出血、脾肿大、发热、ABO血型、输注血小板次数、血小板抗体和血小板计数。采用单因素、多因素Logistic回归分析探讨血小板输注无效的危险因素,构建列线图,并进行验证。结果：多因素Logistic回归分析结果显示：女性（OR =2.43,95%CI =1.08～5.44,P =0.031）、血小板抗体阳性（OR =4.46,95%CI =1.11～17.85,P =0.035）、发热（OR =2.42,95%CI =1.03～5.71,P =0.042）、脾肿大（OR =2.14,95%CI =1.01～5.92,P =0.045）、输注血小板3 次以上（OR =4.90,95%CI =2.10～11.42,P =0.002）是血小板输注无效的危险因素,由此建立列线图模型。模型经内部验证（Bootstrap重抽样500次）后,预测血小板输注无效的ROC曲线下面积为0.858。结论：本研究构建的血小板输注无效列线图预测模型准确性良好,有良好的校准度与区分度。     

非小细胞肺癌M1期患者的危险、预后因素和转移特征:一项基于SEER数据库的研究

目的:探讨非小细胞肺癌（NSCLC）患者处于M1期的危险和预后因素。方法:从 Surveillance,Epidemiology and End Results（SEER）数据库中筛选1975—2016年NSCLC患者的诊治和生存信息。采用单因素和多因素Logistic回归模型分析危险因素,采用单因素和多因素Cox比例风险回归模型来估计总生存期的预测因素。结果:共纳入26 497例NSCLC患者。多因素Logistic回归分析显示,分级（Ⅲ～Ⅳ）{均P<0.001,OR[95%置信区间（CI）]分别为2.479（2.199~2.795）和3.029（2.498~3.674）}、T分期（2～4） [均P <0.001,OR（95%CI）分别为1.772（1.553～2.021）、3.768（3.294～4.310）和7.253（6.295~8.356）]、N分期（1～3）[均P<0.001,OR（95%CI）分别为1.563 （1.387~1.760）、3.795 （3.490~4.127）和9.324 （8.108~10.723）]、双侧分布[P<0.001,OR（95%CI）为15.458（3.954~60.438）]、肿瘤直径（≥4 cm）[P=0.019和P=0.009,OR（95%CI）分别为1.433（1.061~1.936）和1.471（1.100~1.968）]是NSCLC患者处于M1期的独立危险因素。多因素Cox回归分析显示,分级（Ⅱ～Ⅳ）[均P<0.001,HR（95%CI）分别为1.536（1.342~1.758）、2.250（1.983~2.552）和2.444（2.073~2.883）]、N分期（1～3）[ 均P<0.001,HR（95%CI）分别为1.229（1.104~1.370）、1.312（1.220~1.411）和1.403（1.280~1.538）]和肿瘤直径（≥5 cm）[P=0.009,HR（95%CI）为1.526（1.109~2.099）]是此类患者总生存期缩短的独立预测因素。结论:更高的分级、T分期、N分期,双侧分布、更大的肿瘤直径是NSCLC患者处于M1期的独立危险因素。更高的分级、N期和更大的肿瘤直径是此类患者预后较差的独立预测因素。