急性心肌梗死早期恶性室性心律失常风险预测模型的构建

目的 构建急性心肌梗死（AMI）早期恶性室性心律失常（MVA）风险预测模型,为AMI患者早期MVA预测提供参考。方法 收集2018年10月至2021年10月桂林医学院两家附属医院AMI患者资料,其中早期发生MVA者44例（MVA组）,未发生MVA患者154例（非MVA组）。收集一般基线资料、生化及检查结果,采用单因素分析和logistic回归分析筛选AMI患者早期MVA独立风险因素,构建风险预测模型。采用受试者工作特征（ROC）曲线下面积验证预测模型的区分度,校正曲线及决策曲线评价及验证预测模型的一致性及临床获益,通过Bootstrap自抽样法（B=1 000）行内部验证。结果 通过单因素分析和Logistic回归分析筛选出饮酒史、BMI、Killip分级、CKMB、尿酸为AMI患者早期MVA的独立危险因素（P<0.05）。以此构建AMI患者早期MVA的风险预测模型,并采用ROC曲线对模型鉴别效能进行评价,显示AUC是0.893 (95%CI:0.827～0.943)。校正曲线及决策曲线显示本预测模型具有良好的一致性和临床适用性。采用Bootstrap法（B=1000）进行内部验...     

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...     

基于无创诊断指标构建乙型肝炎肝硬化上消化道出血的预测模型研究

目的 探讨乙型肝炎（以下简称乙肝）肝硬化患者发生上消化道出血的危险因素,并建立无创预测模型。方法 回顾性分析2019年1月—2022年12月山西医科大学第一医院收治的142例乙肝肝硬化患者的临床资料,利用Lasso回归筛选出有效预测因子,基于Logistic回归算法建立列线图预测模型,通过Bootstrap重抽样法对模型进行内部验证,采用受试者工作特征（ROC）曲线、校准曲线（CA）和决策曲线分析（DCA）评价模型,并将结果可视化。结果 142例乙肝肝硬化患者发生上消化道出血100例。经Lasso回归筛选的最佳建模指标为：性别、血红蛋白、中性粒细胞百分比、血糖、脾脏长径、门静脉内径。ROC曲线显示,列线图模型的敏感性为96.0%,特异性为83.0%,ROC曲线下面积为0.969(95%CI:0.946,0.993),高于终末期肝病模型（MELD）评分的0.592(95%CI:0.487,0.698)和肝功能Child-Turcotte-Pugh(CTP)评分的0.623(95%CI:0.509,0.738);CA曲线提示模型的预测概率与实际概率具有较高的吻合度;DCA曲线提示使用列线图...     

子宫颈癌患者后装放疗所致阴道放射性损伤风险预测模型构建与验证

目的：完成子宫颈癌患者后装放疗所致阴道放射性损伤风险预测模型的构建并验证其临床价值。方法：回顾性选取南昌大学第二附属医院肿瘤科于2021年4月—2023年6月收治的行后装放疗的子宫颈癌患者360例,按照7∶3的分配比例分为建模组252例和验证组108例。收集建模组患者治疗前临床基线资料,行因素分析筛选独立危险因素。以独立危险因素建立预测模型,通过验证组资料收集配合完成预测模型的验证与价值分析。结果：肿瘤病理分期晚、肿瘤大小大与后装放疗剂量高为影响子宫颈癌患者后装放疗所致阴道放射性损伤的独立危险因素（P<0.05）。预测模型验证结果提示,校准图显示预测模型性能良好;建模组受试者操作特征（ROC）曲线的线下面积（AUC）为0.753;验证组ROC的AUC为0.754。结论：子宫颈癌患者肿瘤病理分期晚、肿瘤大小大与后装放疗剂量高均影响子宫颈癌患者预后质量,以此为基础建立预测模型对患者后装放疗是否发生放射性损伤具有较高预测价值。     

维持性血液透析患者透析中低血压风险预测模型研究

目的 构建维持性血液透析（MHD）患者透析中低血压（IDH）风险预测模型,并内部验证模型性能。方法 便利选取2018年7月至2022年2月成都医学院第一附属医院的680例MHD患者进行回顾性非匹配病例对照研究,根据其是否存在IDH分为IDH组（n=170）和non-IDH组（n=510）。利用最小绝对收缩和选择算子（LASSO）算法筛选影响MHD患者发生IDH的关键预测变量,建立列线图模型、分类回归树（CART）模型以及极端梯度提升（XGboost）模型,使用自助抽样法对模型进行内部验证和性能比较。结果 在3个风险预测模型中,透析前收缩压（Predialysis-SBP）是影响MHD患者发生IDH最重要的预测变量。列线图模型、CART模型以及XGboost模型的受试者操作特征（ROC）曲线下面积（AUC）分别为0.979(95%CI:971～0.988)、0.934(95%CI:0.914～0.954)和0.992(95%CI:0.988～0.996)。决策曲线分析（DCA）显示,XGboost模型提供的临床净收益最大。结论 基于正则化机器学习技术构建的3个MHD患者发生IDH的风险预...     

下肢动脉硬化闭塞症患者介入术后复发风险的列线图模型构建及验证

目的 探讨构建下肢动脉硬化闭塞症(ASO) 患者介入术后的预测模型预测患者介入术后复发的风险。方法 纳入我院2020年7月—2022年9月血管外科经过介入治疗的病例170例为研究对象,收集患者一般资料,根据有无复发分为复发组(n=56)和非复发组(n=114)。根据Lasson回归筛选预测因子,再利用R软件建立列线图预测风险模型。用ROC曲线对该模型进行评估,并采用Bootstrap进行内部验证,计算C指数判断预测模型的区分度及模型校准度。结果 单因素分析发现复发组和非复发组患者糖尿病、高血压、吸烟史、术后规律用抗血小板及降脂药、手术方式、钙化长度等影响因素比较,差异均有统计学意义(P<0.05)。根据Lasson回归筛选出糖尿病、高血压、吸烟史、术后规律用抗血小板及降脂药、手术方式、钙化长度6个预测因子,利用上述变量建立1年复发风险列线图预测模型,预测模型结果显示,ROC曲线提示AUC为0.754,原模型的C-index指数和Brier评分分别为0.765（95% CI：0.687～0.842）、 0.172（95%CI：0.140～0.204）,反复抽样500次以后的内部验证的C-index指数和Brier评分分别为：0.733（95% CI：0.623～0.842）、0.189（95%CI：0.139～0.246）。结论 糖尿病、高血压、吸烟史、术后规律用抗血小板及降脂药、手术方式、钙化长度是影响ASO介入术后复发的重要影响因素。该模型能较好的评估患者介入治疗后的复发风险,具有一定的临床价值     

基于白蛋白胆红素指数的肝细胞癌根治性手术患者中期死亡风险预测模型评估

目的: 构建基于白蛋白胆红素指数（ALBI）的原发性肝细胞癌（HCC）根治性手术患者中期死亡风险的临床预测模型并验证其预测能力。方法: 采用回顾性队列研究方法,纳入2010年1月至2016年8月于浙江大学金华医院、金华市人民医院、金华市中医医院、金华市广福医院接受HCC根治性手术的533例患者,提取术后生存情况等资料。训练组纳入407例患者,验证组纳入126例患者,两组间基线资料差异无统计学意义（均P>0.05）。训练组样本采用Cox比例风险模型筛选影响HCC患者术后死亡风险的临床危险因素,建立基于ALBI分级的预测模型后在验证组进行验证;使用ROC曲线和预测模型校准图评估预测模型的价值;使用列线图展示模型,方便临床使用。结果: Cox比例风险模型结果显示,丙氨酸转氨酶80 U/L及以上、肿瘤最大径5 cm及以上、门静脉癌栓形成、ALBI分级2级为HCC根治性手术患者预后的独立危险因子。据此建立预测模型,预后指数（PI）=0.550×ALT+0.512×ALBI分级+0.872×肿瘤最大径+1.377×门静脉癌栓。利用验证组样本评价模型预测能力,该模型预测患者术后12、36、60个月死亡风险的AUC分别为0.872、0.814、0.810（均P < 0.01）,预测结果的拟合优度（r²）分别为0.953、0.976、0.994。以36个月死亡风险区分能力与经典HCC分期模型比较,基于ALBI的预测模型的AUC为0.814,优于ALBI（AUC=0.683）、巴塞罗那临床肝癌分期（AUC=0.713）、意大利肝癌计划评分（AUC=0.689）、肝功能Child-Pugh分级（AUC=0.645）、肿瘤TNM分期（AUC=0.612）（P < 0.05或P < 0.01）。结论: 丙氨酸转氨酶80 U/L及以上、肿瘤最大径5 cm及以上、门静脉癌栓形成、ALBI分级2级为HCC根治性手术患者死亡风险的独立危险因子,基于ALBI分级构建的预测模型对HCC根治性手术患者中期死亡风险有较高的预测价值。     

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。     

Wilson病脂代谢异常患者发生肝纤维化的列线图预测模型的建立与验证

目的 建立并验证Wilson病（WD）脂代谢异常患者发生肝纤维化的列线图预测模型。方法 回顾性收集2018年12月~2021年12月就诊于安徽中医药大学第一附属医院脑病科的500例WD脂代谢异常患者的临床资料,并将其分为建模人群和验证人群。在建模人群中通过LASSO回归、多因素Logistic回归分析筛选出WD脂代谢异常患者发生肝纤维化的独立危险因素,并对其建立列线图预测模型。采用受试者工作特征曲线（ROC）的曲线下面积（AUC）、校准曲线和决策曲线分别在建模人群和验证人群中对列线图预测模型进行内外部验证以判断其区分度、校准度和临床实用性。结果 甘油三酯、总胆固醇、低密度脂蛋白胆固醇和载脂蛋白B为WD脂代谢异常患者发生肝纤维化的独立危险因素（P<0.05）。列线图预测模型在建模人群和验证人群中均具有良好的区分度、校准度和临床实用性。结论 本研究所建立的列线图预测模型具有较高的准确性,可方便地用于WD脂代谢异常患者发生肝纤维化的早期识别和风险预测。     

维持性血液透析并发不宁腿综合征危险因素和风险预测模型的构建

目的:研究维持性血液透析(MHD)患者并发不宁腿综合征(RLS)的危险因素,并在此基础上构建风险预测模型。方法:选取202例行MHD的患者为建模组,使用多因素Logistic回归分析来探讨MHD患者并发RLS的危险因素,并基于危险因素构建风险预测模型;另收集103例行MHD的患者作为验证组,对模型进行内、外部验证。两组均根据是否发生不宁腿综合征分为阳性组和阴性组。结果:多因素Logistic回归分析显示,Hb<110 g·L^-1、PTH≥350 pg·ml^-1、原发糖尿病肾病是MHD患者并发RLS的危险因素。内部验证显示Calibration校准曲线拟合良好(H-L检验显示χ²=8.620,P=0.375),受试者工作特征(ROC)曲线下面积(AUC)及一致性指数(C-index)均为0.763(95%CI 0.665～0.861),灵敏度为66.7%,特异度为76.9%。验证组显示Calibration校准曲线具有良好的一致性(H-L检验显示χ²=4.028,P=0.673),AUC与C-i...     

基于术前资料的肝细胞癌微血管侵犯风险评分模型的建立

目的 基于肝细胞癌（hepatocellular carcinoma,HCC）患者的术前资料建立微血管侵犯（microvascular invasion,MVI）风险评分模型。方法 回顾性分析2000年1月至2021年12月于杭州市第一人民医院行肝切除术的1153例HCC患者的临床资料。采用随机抽样的方法以3∶1的比例将样本分为建模组（n=864）和验证组（n=289）。建模组采用Logistic回归分析模型探讨MVI的独立危险因素并据此建立预测模型。绘制受试者操作特征曲线（receiver operating characteristic curve,ROC曲线）和校正曲线评价风险模型的预测能力和性能。结果 建模组患者MVI的发生率为24.1%（208/864）。多因素Logistic回归分析发现甲胎蛋白（alpha-fetoprotein,AFP）>160ng/ml、总肿瘤体积（total tumor volume,TTV）>30cm3均是患者发生MVI的独立危险因素（P<0.05）。建立的风险评分模型总分6分,0~1分为低危,2~3分为中危,4~6分为高危。该模型预测建模组患者发生MVI的曲线下面积（area under the curve,AUC）为0.714,验证组AUC为0.731。校准图显示该预测模型性能良好。结论 基于TTV和AFP建立的HCC患者MVI风险预测模型简单、易用,有利于术前选择治疗决策和医患沟通。     

基于临床病理特征的人工智能胃癌生存预测模型构建及效能验证

目的探讨联合临床病理特征和人工智能（AI）算法构建的胃癌生存预测模型的效能及临床意义。方法选取2016年6月至2018年5月丽水市人民医院就诊的200例胃癌患者的病理信息,筛选与生存结局高度相关的指标。采用10倍交叉验证法将200例患者以2∶8的比例分为建模队列40例和验证队列160例。与生存结局高度相关的指标采用随机梯度提升（gbm）、广义线性模型（glmnet）、逻辑回归模型（plr）、径向基函数核支持向量机（svmRadial）、贝叶斯模型（naive_bayes）和随机森林模型（ranger）6种AI算法在建模队列中构建胃癌生存预测模型,并在验证队列中验证模型的预测效能。结果200例患者中存活组109例,死亡组91例。肿瘤最大径、淋巴结转移、肿瘤位置、神经浸润和TNM分期在存活组和死亡组的分布差异均有统计学意义（均P＜0.05）,且与生存结局均相关（均P＜0.05）。ROC曲线显示单项指标预测患者生存的AUC均＞0.500。综合比较6种算法的多维度考量指标发现,基于svmRadial算法下的5项病理特征组合生存预测模型综合效能最佳,AUC为0.817,灵敏度为0.762,特异度为0.833,准确度为0.795。在验证队列中svmRadial算法下的5项病理特征组合生存预测模型AUC为0.624。结论AI技术能够有效提升5项病理特征联合检测的预测效能,从多维度综合分析患者情况,具有优异的辅助潜能,可为改善胃癌患者的预后管理提供研究思路和理论基础。     

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...     

高血压患者急性脑梗死发生风险预测模型的建立与评价

目的 建立高血压患者急性脑梗死发生风险的预测模型并评价。方法 回顾性分析我院2016 年1 月～2018 年12 月的高血压患者224 例，收集患者的临床资料、主要生化指标及急性脑梗死的发生情况，使用SPSS 25.0 和R3.6.1 软件及其软件包进行统计分析，建立预测模型并对模型进行评价。结果 单因素分析表明，年龄、尿酸、血尿素氮、肌酐在急性脑梗死组与非急性脑梗死组比较，差异均有统计学意义（P＜0.05）；多因素分析表明，尿酸升高、血尿素氮升高为高血压患者急性脑梗死的独立危险因素。根据多因素Logistic 回归模型筛选的变量建立风险列线图，评价分析示C-index 为0.764，ROC 曲线AUC 为0.764，提示模型区分能力、模型准确性尚可。Calibration 曲线、Decision 曲线评价模型一致性及获益性尚可。结论 本研究用列线图建立的高血压患者急性脑梗死发生风险预测模型，简单快速，临床应用准确性尚可，临床参考价值尚可，但本研究为单中心研究，样本量较少，需要更多多中心、大样本研究验证。     

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。     

终末期肾病血液透析患者残余肾功能丢失预测模型的探索性研究

目的 基于终末期肾病（ESRD）血液透析患者残余肾功能（RKF）丢失的危险因素构建列线图预测模型。方法 选取2010年12月至2021年6月宝鸡市中医医院的157例ESRD血液透析患者作为研究对象,收集临床资料。通过LASSO回归和多因素COX回归筛选RKF丢失的危险因素,构建列线图预测模型并进行评价。结果 筛选出RKF丢失的危险因素为性别、糖尿病史、残余尿量、低密度脂蛋白胆固醇、白蛋白、钙、磷;建立预测模型,一致性指数（C-index）为0.676,血液透析开始后24、36个月预测模型受试者工作特征（ROC）曲线下面积（AUC）分别为80.485和95.788;校准曲线和决策曲线显示出模型良好的一致性和临床实用性。结论 本研究建立的ESRD血液透析患者开始治疗24、36个月发生RKF丢失的列线图预测模型,可较准确地预测预后。     

老年急性肺损伤患者列线图预后模型的构建

目的：探讨影响老年急性肺损伤（ALI）患者预后的独立危险因素,建立预测其死亡风险的列线图模型。方法：分别收集MIMIC-III数据库325例与温州医科大学附属第一医院138例ALI患者临床资料,采用单因素、多因素logistic回归分析筛选出预测死亡的危险因素,并构建预测短期可能死亡的列线图模型。结果：多因素logistic回归分析发现入院首日最低收缩压降低、血乳酸和凝血酶原时间（PT）升高等均为老年ALI患者死亡危险因素（均P＜0.05）;通过上述变量构建列线图模型,内部验证列线图ROC曲线下面积（AUC）为0.712（95%CI=0.656～0.767）,外部验证列线图AUC为0.753（95%CI=0.671～0.836）,内部与外部校准曲线均接近标准曲线。结论：本列线图模型可用于老年ALI患者预后评估,且具有良好的校准度与区分度。     

碳青霉烯类耐药肺炎克雷伯菌感染死亡风险预测模型的建立及其对患者预后的预测价值研究

背景　肺炎克雷伯菌是院内感染常见致病菌，碳青霉烯类抗生素是治疗其感染的“最后一道防线”。近年来由于抗生素尤其是耐碳青霉烯类的过量暴露，碳青霉烯类耐药肺炎克雷伯菌（CRKP）引起的院内感染增加，其检出率亦随医疗技术的进步而逐年增加。CRKP感染后，临床可供选择的敏感抗生素屈指可数，且抗感染治疗效果不佳，死亡率也随之上升。目的　探究CRKP感染患者发生死亡的危险因素，建立CRKP感染死亡风险预测模型，并评估该模型对患者预后的预测价值。方法　收集2017年1月-2019年4月西安交通大学第二附属医院收治的199例CRKP感染患者的临床资料。将2017年1月-2018年12月收治的患者作为建模组（n=138），2019年1-4月收治的患者作为验证组（n=61）。将建模组的患者依据离院时状态分为存活亚组、死亡亚组，分别为104例和34例。比较存活亚组和死亡亚组患者一般资料、基础疾病、入院前治疗情况、住院期间并发症、有创治疗情况、初始治疗（3 d）后血生化指标及体温、入院后治疗情况等。采用多因素Logistic回归分析探究CRKP感染患者发生死亡的影响因素，并依据多因素Logistic回归分析结果的相关系数建立CRKP感染死亡风险预测模型，分别绘制CRKP感染死亡风险预测模型预测建模组及验证组患者发生死亡的受试者工作特征（ROC）曲线。结果　建模组患者死亡率为24.6%（34/138），验证组患者死亡率为24.6%（15/61）。多因素Logistic回归分析结果显示，住院期间并发多器官功能障碍综合征（MODS）、初始治疗后急性生理学与慢性健康状况评分系统Ⅱ（APACHEⅡ）评分≥14分、使用血管活性药物是CRKP感染患者发生死亡的影响因素（P<0.05）。CRKP感染死亡风险预测模型回归方程=住院期间并发MODS×2.4+（初始治疗后APACHⅡ评分≥14分）×1.5+使用血管活性药物×2.0。将CRKP感染死亡风险预测模型应用于建模组患者，H-L检验P值为0.866；应用于验证组患者，H-L检验P值为0.807。CRKP感染死亡风险预测模型预测建模组患者发生死亡的ROC曲线下面积（AUC）为0.851〔95%CI（0.774，0.928）〕，最佳截断值为2.75，灵敏度为84.4%，特异度为76.0%，约登指数为0.584。CRKP感染死亡风险预测模型预测验证组患者发生死亡的AUC为0.966〔95%CI（0.894，1.000）〕，最佳截断值为2.95，灵敏度为100%，特异度为87.0%，约登指数为0.870。结论　住院期间并发MODS、初始治疗后APACHEⅡ评分≥14分、使用血管活性药物是CRKP感染患者发生死亡的独立危险因素，依据上述指标拟合出的CRKP感染死亡风险预测模型对CRKP感染患者预后具有较好的预测价值。     

2型糖尿病患者发生微量白蛋白尿预测模型的建立与验证研究

背景　糖尿病肾病早期发病隐匿，多数患者在诊断时肾脏已发生不可逆性损害，早期诊断和治疗对于阻止或者延缓糖尿病肾病的发生、发展具有重要作用，构建一个简单、有效的个性化风险预测模型可为糖尿病肾病的早期诊断和治疗提供重要参考。目的　分析影响2型糖尿病（T2DM）患者发生微量白蛋白尿（MAU）的独立危险因素，构建一个简单、有效的个性化临床预测模型，预测T2DM患者发生MAU的风险。方法　选取2014年3月至2016年3月于空军军医大学第一附属医院内分泌科住院的T2DM患者1 311例，为建立和验证预测模型将研究对象分为两部分，2014年3月至2015年9月的数据作为开发队列（933例），2015年10月至2016年3月的数据作为验证队列（378例）。收集患者的基本特征、实验室检查、辅助检查和药物使用情况，并依据尿微量白蛋白/肌酐（UACR）诊断正常白蛋白尿（NAU）和MAU。应用LASSO回归优化筛选变量，通过多因素Logistic回归分析建立预测模型，并绘制列线图。采用受试者工作特征（ROC）曲线、校准曲线和Hosmer-Lemeshow拟合优度检验验证和评价预测模型的区分度和校准度；决策曲线分析（DCA）评估预测模型的临床有效性。结果　使用LASSO回归分析筛选出7个预测变量，包括糖尿病病程、收缩压（SBP）、空腹血糖（FPG）、三酰甘油（TG）、血肌酐（Scr）、胱抑素C（Cys C）、糖尿病视网膜病变（DR）。多因素Logistic回归分析结果显示，SBP≥140 mm Hg、FPG≥7.0 mmol/L、TG≥1.7 mmol/L、Scr>106 μmol/L、Cys C>1.09 mg/L、合并DR是T2DM患者发生MAU的危险因素（P<0.05）。依据预测变量绘制列线图，构建预测模型。预测模型预测开发队列T2DM患者发生MAU的ROC曲线下面积（AUC）为0.762〔95%CI（0.734，0.789）〕，预测验证队列T2DM患者发生MAU的AUC为0.734〔95%CI（0.686，0.777）〕。Hosmer-Lemeshow拟合优度检验显示出较好的拟合度（开发队列P=0.377；验证队列P=0.217）。DCA结果显示阈值概率>20%，预测模型在临床上是有益的。结论　包含7个预测变量（糖尿病病程、SBP、FPG、TG、Scr、Cys C、DR）的列线图预测模型可用于预测T2DM患者发生MAU的风险。     

卵巢上皮性癌患者生存预测模型的构建及验证

目的 分析卵巢上皮性癌（epithelial ovarian cancer,EOC）流行病学特征及影响预后的相关因素,并绘制列线图个体化预测患者的总体生存率。方法 收集公共数据库2010–2017年诊断的12 675例EOC术后患者,按7:3比例随机分为建模组（n=8875）和内部验证组（n=3800）。采用Cox回归分析筛选影响术后患者总体生存时间的独立预后因素,并建立模型,从南京医科大学第二附属医院病案系统收集82例患者作为外部验证组,预测EOC患者的生存率。用校准曲线和一致性指数（C指数）、受试者操作特征（receiver operating characteristic,ROC）曲线估计预测和实际总体生存率之间列线图的准确性和一致性。结果 根据Cox多因素筛选影响术后EOC患者总体生存时间的独立预后因素（P<0.05）构建预测模型。校准曲线显示基于预测模型预测患者的生存与实际生存具有较好的一致性。建模组、外部验证组、内部验证组在预后模型显示出中等判别能力,1、3、5年生存率的ROC曲线下面积（area under the curve,AUC）分别为0.772、0.782、...