烧伤康复期患者睡眠障碍风险列线图预测模型的构建及验证

目的 探讨烧伤康复期患者发生睡眠障碍的危险因素,在此基础上建立睡眠障碍风险列线图预测模型,并验证。方法 选取2020年2月-2022年10月在我科治疗的烧伤康复期患者共150例。根据患者有无发生睡眠障碍,分为无睡眠障碍组(n=46)和有睡眠障碍组(n=100)。采用二分类logistic回归筛选发生睡眠障碍的风险因素,并据此构建发生睡眠障碍风险预测模型,绘制受试者工作特征曲线(ROC),计算最佳阈值及曲线下面积(AUC),对列线图模型预测的区分度进行评价。同时通过Bootstrap方法进行抽样验证,使用一致性系数对模型的预测性能进行评价,评估模型的预测误差。结果 最终进入模型的预测因子为每日关注体像时间(OR=1.76)、疲劳症状影响生活活动能力严重度(OR=1.36)、社会支持总分(OR=0.79)、创伤后应激障碍量表(PCL-C)总分ROC曲线结果显示：所有独立危险因素联合对于烧伤康复期住院患者睡眠障碍的AUC值最大,为0.946(OR=1.90,95%CI:0.93～0.99),灵敏度和特异度分别为0.95和0.87。发生睡眠障碍风险预测模型列线图校准曲线显示,校正前后的一致性相...     

临床护士重度职业倦怠预测模型的构建

目的 了解临床护士重度职业倦怠发生的危险因素,并构建预测模型。方法 通过便利抽样法收集2021年10月至12月湖北、山西、四川等地区594名临床护士作为调查对象,采用一般资料调查表、职业倦怠量表、良心压力问卷、组织支持量表进行调查。将职业倦怠作为二分类资料处理,应用最优子集回归法筛选出预测因素并构建列线图模型,采用曲线下面积评估预测模型区分度,运用校准度曲线评价模型校准度。结果 594名护士检出重度职业倦怠181名,占30.47%。经最优子集回归法筛选出5个预测变量为妇产科、儿科(OR=0.399,95%CI[0.193,0.824])、轮值夜班(OR=1.637,95%CI[1.031,2.587])、加班频率3～5次/周(OR=0.383,95%CI[0.151,0.967])、良心压力(OR=0.236,95%CI[0.088,0.634])、组织支持感(OR=5.664,95%CI[2.326,13.796])。构建的预测模型AUC为0.709,校准曲线与理想概率曲线基本平行。结论 临床护士重度职业倦怠预测模型预测效果良好,可为评估护士职业倦怠严重程度提供借鉴。     

基于Logistic回归和人工神经网络构建老年脑卒中患者衰弱预测模型

目的 基于Logistic回归和人工神经网络构建老年脑卒中患者衰弱的风险预测模型，并评价模型预测效能，为早期识别并预防老年脑卒中患者衰弱的发生提供依据。方法 2021年3月至2022年5月，采用便利抽样方法选取锦州市某医院就诊的老年脑卒中患者532名为研究对象。通过问卷调查收集资料，筛选患者发生衰弱的独立影响因素，用R软件绘制多因素Logistic回归模型的列线图，借助神经网络中的多层感知器构建神经网络预测模型，采用受试者工作特征曲线(receiver operating characteristic curve, ROC)评价模型预测效能。结果 老年脑卒中患者在年龄、独居、吸烟、体育锻炼、高血压、糖尿病、首发脑卒中、睡眠障碍、跌倒史、工具性日常生活能力上的差异均有统计学意义(均P<0.05)。年龄≥80岁、睡眠障碍、工具性日常生活能力受损、跌倒史、独居为老年脑卒中患者发生衰弱的独立风险因素，体育锻炼为保护因素；建模组列线图和神经网络预测模型ROC曲线下面积(area under curve, AUC)分别为0.908、0.904。结论 构建的老年脑卒中患者衰弱风险预测模型预测效...     

孕妇发生妊娠期肝内胆汁淤积症的风险列线图模型的建立研究

目的 建立孕妇发生妊娠期肝内胆汁淤积症(ICP)的风险列线图模型并验证其评估效果。方法 将575例孕妇依据简单随机化方式分为建模组(n=460)与验证组(n=115),采用Logistic回归分析确定ICP发生的危险因素,应用R软件获得列线图风险预测模型,并评估风险预测模型预测效能。结果 乙肝病毒感染、妊娠期高血压、低硒摄入量、ICP家族史、孕激素保胎治疗、高尿酸血症为孕妇ICP发生的危险因素(P<0.05);列线图预测ICP发生风险的曲线下面积(AUC)与C指数均为0.840(95%CI:0.764～0.916)。Calibration校准曲线表明,列线图预测ICP的发生风险与实际诊断发生风险一致性优异;验证组中,列线图预测ICP发生风险的AUC与C指数均为0.801(95%CI:0.711～0.892)。Calibration校准曲线表明,预测ICP发生风险与实际诊断发生风险一致性优异。结论 构建列线图可以个性化预测ICP的发生风险,有助于鉴别ICP的高风险人群,并制订合适干预措施。     

基于机器学习算法的胃癌淋巴结转移预测模型研究

目的 基于4种机器学习(ML)算法构建胃癌淋巴结转移的预测模型并验证。方法 回顾性收集531例胃癌根治术患者的临床资料,按3∶1比例将患者随机分为训练集399例和测试集132例。通过单因素分析筛选胃癌淋巴结转移的特征选择变量,分别建立逻辑回归、随机森林、K-邻近算法、支持向量机算法模型并进行变量重要性排序。将所有ML算法模型在测试集中进行验证,绘制受试者工作特征(ROC)曲线,基于曲线下面积(AUC)、灵敏度、特异度、准确度确定最优ML算法模型。基于最优ML算法模型的变量重要性排序构建列线图模型,通过ROC曲线、校准曲线、决策曲线评价列线图模型的区分能力、校准能力和临床适用性。结果 4种ML算法模型比较结果显示,随机森林模型为最优算法模型,其在训练集中的准确度、灵敏度、特异度分别为72.7%、69.9%、75.0%,AUC为0.803,其在测试集中的准确度、灵敏度、特异度分别为64.4%、66.7%、62.5%,AUC为0.751。基于随机森林算法模型的变量构建列线图模型,ROC曲线显示列线图模型在训练集、测试集中的AUC分别为0.721、0.776,校准曲线和决策曲线显示列线图模型在...     

急性冠脉综合征患者PCI术后新发抑郁风险列线图预测模型构建

目的建立预测急性冠脉综合征患者经皮冠状动脉介入术后新发抑郁风险列线图模型,为临床早期识别和干预提供参考。方法便利选取2018年6月—2020年6月在本院心内科就诊的482例接受经皮冠状动脉介入术治疗的急性冠脉综合征患者为研究对象,采用自制一般情况调查表、D型性格问卷、抑郁自评量表对其进行一般情况调查和心理测评,采用Logistic回归分析确定新发抑郁的独立危险因素,同时建立新发抑郁风险列线图预测模型,并分别应用ROC曲线下面积(Area under ROC curve,AUC)、H-L偏差度检验和灵敏度、特异度、约登指数分别评估预测模型的区分度、偏差度和预测效能。结果本组482例急性冠脉综合征患者经皮冠状动脉介入术后新发抑郁169例(35.1%);Logistic回归分析显示,年龄≥65岁、女性、独居、受教育程度低、美国心脏病协会心功能分级≥3级、D型人格为急性冠脉综合征患者经皮冠状动脉介入术后新发抑郁的独立危险因素(P0.05);基于上述6种独立危险因素建立的新发抑郁列线图预测模型具有较好的区分度(AUC值,内部验证0.879,外部验证0.812)、准确度(H-L检验,内部验证χ~2=5.269,P=0.437,外部验证χ~2=5.724,P=0.405)和预测效能(约登指数0.759)。结论本研究所构建的列线图模型能够有效预测急性冠脉综合征患者经皮冠状动脉介入术后新发抑郁风险,根据患者在列线图各危险因素的分布水平进行针对性预防干预,能够有效预防急性冠脉综合征患者术后抑郁的发生。     

基于超声特征构建列线图预测涎腺多形性腺瘤的肿瘤间质比

目的 构建基于超声特征的列线图预测涎腺多形性腺瘤(SPA)的肿瘤间质比(TSR)。方法 回顾性分析169例SPA患者临床和超声资料,并根据病理结果分为低间质组(TSR<40%)与高间质组(TSR≥40%)。利用最小绝对收缩与选择算子回归进行特征选择,多因素Logistic回归筛选预测SPA-TSR的独立影响因素,建立列线图模型。通过校准曲线、受试者工作特征(ROC)曲线评价列线图的预测效能,使用决策曲线分析(DCA)评估其临床应用价值。结果 病灶最大径、形态、囊性成分及血流信号是SPA-TSR的独立影响因素;基于上述变量构建列线图及绘制ROC曲线。列线图的曲线下面积(AUC)为0.785(95%CI:0.716～0.855),校准曲线显示列线图的一致性较好。DCA结果显示列线图具有临床价值。结论 基于超声特征构建的列线图可以较准确地预测SPA-TSR,为临床决策提供一定的参考依据。     

农村老年人衰弱风险预测模型的构建

目的:构建农村老年人衰弱风险预测模型,为初级卫生保健人员早期识别衰弱及干预提供科学依据。方法:采用便利抽样法选取甘肃省天水市5个行政村364名符合纳入标准的老年人作为研究对象,采用一般情况调查表、衰弱表型量表、简易营养评估问卷、匹茨堡睡眠质量指数量表、日常生活能力量表进行衰弱评估;采用多因素Logistic回归分析筛选衰弱相关因素,构建相应的风险预测模型,绘制列线图,通过ROC曲线分析模型预测效果。结果:农村老年人衰弱检出率37.6%。高龄、营养不良、有慢性病、睡眠质量差、生活自理功能障碍是农村老年人衰弱的影响因素(P<0.05)。基于以上5个因素构建的衰弱列线图预测模型ROC曲线下面积为0.885[95%CI(0.850,0.920)],敏感度为80.3%,特异度为80.2%。结论:该研究构建的预测模型精准度与区分度较好,可为初级卫生保健人员早期识别衰弱高风险人群提供参考。     

基于多维度指标的妊娠期糖尿病风险预测模型的构建与验证

目的 构建和验证基于人口学特征、临床特征及生化指标的妊娠期糖尿病(GDM)风险预测模型.方法 通过自编问卷和电子病历系统收集资料,采用logistic回归分析构建GDM预测模型,使用曲线下面积(AUC)、校准图和决策曲线分析(DCA)评价模型的区分度、一致性和临床可用性,并绘制列线图.结果 基于年龄、既往GDM史、平均...     

耐碳青霉烯类肺炎克雷伯菌感染风险预测模型的构建

目的 探讨耐碳青霉烯类肺炎克雷伯菌(CRKP)感染的危险因素及应用Rstudio统计学软件建立列线图预测模型,并进行验证。方法 回顾性分析2021年1月至2022年4月入住襄阳市第一人民医院发生肺炎克雷伯菌感染的494例患者的临床资料,在二元Logistic回归分析的基础上建立风险预测模型,并通过Rstudio统计软件建立列线图模型,采用受试者工作特征(ROC)曲线、校准曲线、临床决策曲线评价模型并通过验证组验证模型。结果 抗菌药物使用时间≥4 d、机械通气≥96 h、住院时间>30 d、入院时已经存在肺部感染以及碳青霉烯类药物的使用均是住院患者发生CRKP感染的独立危险因素(P<0.05)。CRKP风险评估模型在建模组和验证组数据中ROC曲线的曲线下面积(AUC)分别为0.775(95%CI:0.720～0.830)和0.766(95%CI:0.710～0.822)。校准曲线显示该模型具有较好的校准度。临床决策曲线显示该模型有较好的临床效用。结论 基于上述5个危险因素构建的风险预测模型能较为准确地预测住院患者CRKP感染风险,可对CRKP感染高危人群进行有效识别。     

上气道形态学参数联合临床特征列线图模型诊断儿童阻塞性睡眠呼吸暂停

目的 观察以上气道形态学参数联合临床特征建立的列线图模型诊断儿童阻塞性睡眠呼吸暂停(OSA)的效能。方法 收集355例接受睡眠监测及鼻咽部CT检查的≤10岁儿童的影像学及临床资料,按7∶3比例将其随机归入训练集(n=248)或验证集(n=107);其中237例确诊OSA。以训练集中的OSA为结局变量,采用单因素及多因素logistic回归分析筛选OSA影响因素,建立OSA列线图模型;以受试者工作特征(ROC)曲线、校准曲线和决策曲线分析(DCA)评价该模型诊断儿童OSA的效能。结果 单因素及多因素logistic回归分析显示,上气道最狭窄处左右径、腺样体形态和睡眠打鼾病程是OSA的独立影响因素(P均<0.05)。以上述3个变量构建OSA列线图模型,ROC曲线显示其诊断OSA的曲线下面积(AUC)为0.93[95%CI(0.89,0.96)]。以Bootstrap法行内部验证,校准曲线的平均绝对误差为0.01;于验证集进行外部验证,其AUC为0.85[95%CI(0.78,0.93)],校准曲线的平均绝对误差为0.02。DCA示训练集和验证集的净收益率均高于无效线。结论 基于上气道...     

妊娠期糖尿病并发先兆子痫的风险预测列线图模型构建与预防

目的 分析妊娠期糖尿病(GDM)患者并发先兆子痫的风险因素,并依此构建风险预测列线图模型,同时提出对应预防建议。方法 回顾性分析本院2019年3月～2022年3月收治的223例GDM患者临床资料,均随访至分娩结束,根据随访期间GDM患者并发先兆子痫情况将其分为并发组31例和非并发组192例,比较两组一般资料。采用多因素Logistic回归分析法分析GDM患者并发先兆子痫的危险因素,并基于此采用R3.4.5软件包绘制列线图模型,且绘制受试者工作特征(ROC)曲线对列线图模型的预测效能进行评估,绘制校准度曲线图,并采用Bootstrap法检验预测列线图预测模型的一致性。结果 多因素Logistic回归分析结果显示,年龄、BMI、FBG、TC、TG、Hcy为影响GDM患者并发先兆子痫的独立危险因素(P<0.05)。将上述危险因素作为预测指标,构建GDM患者并发先兆子痫的风险预测列线图模型,ROC曲线分析结果显示,曲线下面积(AUC)为0.830(95%CI为0.736～0.901),灵敏度为73.33%,特异度为82.22%,最大约登指数为0.555,临床应用预测准确率为87.10%;...     

彩色多普勒超声参数列线图模型在瘢痕妊娠术中大出血风险中的预测价值

目的：探究彩色多普勒超声参数列线图模型在瘢痕妊娠(CSP)术中大出血风险中的预测价值。方法：回顾性分析了2017年9月至2021年9月在甘肃省妇幼保健院收治的254例经病理确诊的CSP患者的临床资料,根据清宫、宫/腹腔镜手术治疗时的出血量分为两组,其中研究组60例(出血量≥400ml),对照组194例(出血量<400ml)。比较两组患者临床及超声特征之间的差异。采用Logistic回归筛选CSP术中大出血的危险因素,然后构建列线图预测模型并通过校准图及ROC曲线对预测模型进行评估。结果：与对照组比较,研究组患者残余肌层厚度降低(P<0.05),病灶大小及腹痛、病灶类型为包块型、血流分级III级的发生率升高(P<0.05)。Logistic回归分析结果示,腹痛、病灶大小、残余肌层厚度、病灶类型、血流分级为CSP患者术中大出血的危险因素(P<0.05)。列线图校准曲线示,模型预测的大出血发生率与实际发生率具有较好的一致性,列线图预测模型的ROC曲线下面积AUC=0.878(95%CI：0.831-0.926,P<0.05)。结论：通过彩色多普勒参数构建的列线图预测模型对CSP患者术中大出血风险具有较好的预测价值。     

多模态超声联合病理参数列线图预测乳腺癌腋窝淋巴结转移负荷

目的 探讨多模态超声联合病理参数列线图预测乳腺癌腋窝淋巴结转移负荷的临床价值。方法 回顾性分析159例乳腺癌患者超声及临床病理资料,分为腋窝轻度负荷组(淋巴结转移<3个)及重度负荷组(淋巴结转移≥3个),单因素及多因素Logistic分析筛选独立影响因素构建列线图。采用赤池信息准则(AIC)、贝叶斯信息准则(BIC)及受试者工作特征(ROC)曲线评价列线图的拟合优度及区分度。校准曲线及决策曲线分析(DCA)评价列线图的校准度及临床适用性。结果 Logistic分析显示脉管侵犯、最大径、汇聚征、弹性评分是腋窝淋巴结转移负荷的独立影响因素。基于上述独立影响因素构建的列线图曲线下面积(AUC)为0.909。AIC值和BIC值分别为112.66、118.87。校准曲线示预测概率与实际值一致性好,DCA示列线图有较高的临床适用性。结论 多模态超声联合病理参数列线图预测乳腺癌腋窝淋巴结转移负荷具有较高临床价值,可作为临床诊疗决策参考工具。     

不同类型重性精神障碍病人睡眠结构比较及预测模型的建立北大核心

目的:探究不同重性精神障碍病人之间睡眠结构的差异性,并构建预测模型。方法:选取2021年3月—2023年2月就诊于山西医科大学第一医院的精神分裂症病人100例、双相情感障碍病人100例和重度抑郁发作病人223例,收集病人一般人口学资料以及3种疾病病人多导睡眠监测参数并进行比较。使用LASSO和Logistic回归分析构建列线图预测模型。结果:3种疾病病人的体质指数(BMI)、病程、睡眠效率、快速动眼期(REM)潜伏期、N2期睡眠比例、N3期睡眠比例比较差异有统计学意义(P<0.05)。重度抑郁发作与双相情感障碍病人睡眠效率和REM潜伏期比较差异有统计学意义(P<0.05),精神分裂症与重度抑郁发作病人REM期潜伏期、N2期睡眠比例、N3期睡眠比例比较差异有统计学意义(P<0.05),精神分裂症与双相情感障碍病人睡眠效率和N3期睡眠比例比较差异有统计学意义(P<0.05)。以重度抑郁发作为参考,构建的预测模型识别精神分裂症和重度抑郁发作的受试者工作特征曲线下面积(AUC)为0.658,识别双相情感障碍和重度抑郁发作的AUC为0.699,校正曲线与决策曲线反映模型具有较好的临床效用。结论:精神分裂症、双相情感障碍和重度抑郁发作病人的睡眠结构存在差异,医护人员可以通过建立预测模型鉴别3种疾病。     

未成年发热患者流感病毒感染的风险预测模型的建立与验证

摘要:目的分析未成年发热患者发 生甲型流感病毒( influenza A vinus, INFA)感 染的独立危险因素,构建简单、有效的临床预测模型,以预测患者发生INFA感染的风险。方法选取2022年6月13日至7月5日于邵阳学院附属第一医院发热门诊就诊的未成年患者1001例,收集患者的基本资料、血常规、超敏C反应蛋白和鼻咽拭子流感病毒抗原检测结果。首先通过Las-so回归筛选预测因子，然后进行多因素Logistie 回归,建立未成年发热患者发生INFA感染的风险预测模型,并用列线图展示模型。采用ROC曲线和校准曲线评价预测模型的区分度和校准度;使用决策曲线分析(DCA)评估预测模型的临床有效性。采用Boot-strap法重抽样1 000次,对模型进行内部验证。结果年 龄、红细胞压积(HCT)、 血小板分布宽度(PDW)、 血小板压积(PCT)、淋巴细胞数( Lym#)和中性粒细胞数(Neut#)是未成年发热患者发生INFA感染的风险预测因子。依据预测因子绘制列线图,构建临床预测模型。列线图模型的ROC曲线下面积( AUCROO )为0.728( 0.697~0.759) ,敏感性为71.89% ,特异性为64.39% ,约登指数为0.363,内部验证C-指数为0.720。结论构建 的临床预测模型较好,可以为临床医生初步识别INFA感染提供依据。     

恶性乳腺非肿块型病变超声特征分析及列线图预测模型构建

目的 筛查恶性乳腺非肿块型病变（non-mass-like lesions,NML）的危险因素，构建NML病变恶性风险预测列线图模型。方法 回顾性分析577例乳腺NML病变患者的临床资料及超声图像特征，筛查恶性NML病变的危险因素，构建列线图预测模型，绘制该模型的ROC曲线和校准曲线并行Hosmer-Lemeshow拟合优度检验。结果 年龄、病变可触及、微钙化、后方回声衰减、结构扭曲、血流信号丰富和腋窝淋巴结异常是恶性NML病变的危险因素。基于上述变量构建的列线图预测模型AUC为0.869，灵敏度为74.5%，特异度为86.8%；校准曲线显示模型预测概率与实际概率之间具有良好的一致性，平均绝对误差=0.007;Hosmer-Lemeshow拟合优度检验显示差异无统计学意义。结论 基于患者临床资料和超声图像特征构建的NML恶性风险预测模型具有较高的临床应用价值、校准度和稳定性，可以协助超声医生对NML的诊断及危险分层。     

癌症患者化疗相关认知障碍危险因素分析及风险预测模型的构建

目的 探索癌症患者化疗相关认知障碍风险因素并构建风险预测模型。方法 选择2021年12月-2022年11月于天津医科大学肿瘤医院肿瘤内科区城住院的336例肿瘤化疗患者,按是否发生化疗相关认知障碍分组。运用单因素和多因素logistic回归分析化疗相关认知障碍危险因素,并建立化疗相关认知障碍列线图。采用ROC曲线、校准图评价模型的预测效果。结果 多因素logistic回归分析结果显示：年龄≥60岁、乳腺癌、肿瘤分期、化疗周期是化疗相关认知障碍的独立危险因素。基于上述4个危险因素建立列线图,下曲线面积(AUC)为0.796(95%CI:0.749～0.842),校准图中曲线重合度较好。结论 年龄≥60岁、诊断、肿瘤分期、化疗周期是化疗相关认知障碍的独立危险因素。本研究构建的化疗相关认知障碍列线图具有较好的鉴别和预测能力,能为化疗相关认知障碍的预测和干预提供参考。     

老年卒中患者医院获得性肺炎风险的预测

目的：分析老年卒中患者发生医院获得性肺炎(hospital-acquired pneumonia,HAP)的危险因素,建立个体化风险预测模型。方法：采用病例对照研究,对首都医科大学附属北京友谊医院2020年收治的120例老年卒中患者的各项临床资料进行分析,探索HAP的独立危险因素,构建预测HAP风险的列线图模型,并进行验证。结果：120例患者中26例发生HAP,发病率为21.67%。危险因素分析显示：合并糖尿病、慢性阻塞性肺病(chronic obstructive pulmonary disease,COPD)、吞咽困难、意识障碍、留置胃管、气管切开、持续机械通气是老年卒中患者并发HAP的独立危险因素。受试者工作特征(receiver operating characteristic,ROC)曲线显示：该HAP风险预测模型的曲线下面积(area under the curve,AUC)为0.897(95%CI:0.815～0.980)。校准曲线斜率接近1,Hosmer-Lemeshow拟合优度好(χ²=9.748,P=0.283)。结论：该HAP风险预测模型兼具...     

基于超声特征构建列线图鉴别乳腺放射状瘢痕与浸润性导管癌

目的 构建基于超声特征的列线图鉴别乳腺放射状瘢痕(RS)与浸润性导管癌(IDC)。方法 回顾性分析48例乳腺RS及160例IDC患者临床和超声资料,通过随机抽样按7∶3比例分为训练集(33例RS和112例IDC患者)与验证集(15例RS和48例IDC患者)。对临床及超声特征进行单因素和多因素分析,基于多因素回归分析建立预测RS和IDC的列线图。通过校准曲线、受试者工作特征(ROC)曲线评价列线图的预测效能,使用决策曲线分析(DCA)评估其临床应用价值。结果 训练集中,年龄、病灶最大径及高回声晕是鉴别乳腺RS与IDC的独立预测变量;基于上述变量构建列线图及ROC曲线。校准曲线显示列线图的一致性较好,列线图在训练集与验证集的曲线下面积(AUC)分别为0.820(95%CI:0.742～0.898)、0.861(95%CI:0.771～0.951)。DCA结果显示,鉴别两类疾病在多数合理阈值概率,使用列线图预测比不使用更能让患者在临床获益。结论 基于超声特征构建的列线图可以较准确地鉴别乳腺RS与IDC,为临床决策提供一定的参考依据。