癌症患者非计划性再入院风险预测模型的范围综述

目的 对癌症患者非计划性再入院的风险预测模型进行范围综述,为临床护理工作及未来研究提供借鉴。方法 聚焦癌症患者非计划性再入院风险预测模型,系统检索中英文数据库,提取适用人群、非计划性再入院发生率、模型构建的方法学、预测因子及性能等信息。 结果 共纳入18项研究,涉及23个模型,研究人群集中于结直肠癌术后患者。癌症患者30 d内非计划性再入院的发生率为8.2%~19.0%。模型构建的方法多样,但预测性能总体表现欠佳。合并症、肿瘤分期、住院时长、年龄和术后并发症是预测癌症患者非计划性再入院的重要因子。结论 临床护理人员应关注非计划性再入院的高危因素,选择性能优良的工具指导临床实践。未来可借助人工智能技术,构建预测性能佳、可操作性强的模型,并进行广泛的外部验证。     

腹部消化系统手术患者术中低体温风险预测模型的构建与验证

目的 探索腹部消化系统手术患者术中低体温的影响因素，构建预测模型，并对其预测效果进行检验。方法 使用方便抽样法，抽取我院2021年12月—2022年7月的395例接受腹部消化系统手术患者，根据手术过程中是否发生低体温分为低体温组（n=242）和非低体温组（n=153）。根据Logistic回归结果确定术中低体温影响因素，建立风险预测模型并绘制列线图，对模型进行区分度、校准度及临床有效性评价检验。结果 最终纳入手术间洁净度、手术分级、麻醉时间和手术开始时患者基础体温作为模型构建指标。模型最佳截断值为0.477时，ROC曲线下面积为0.901，灵敏性为0.793，特异性为0.830，约登指数为0.623，预测模型区分度较好；Hosmer-Lemeshow检验结果 χ2=3.938,P=0.863，预测模型校准度较好；DCA决策曲线显示，该模型临床有效性较好。结论 构建的术中低体温风险预测模型对腹部消化系统手术患者术中低体温的发生具有较高的预测价值，可为手术团队人员对高风险患者及时采取低体温防治措施提供依据。     

全髋关节置换术病人术中低体温风险预测模型的构建及验证

目的:构建全髋关节置换术病人术中低体温风险预测模型,验证该模型的预测效果。方法:采用便利抽样法选取2020年6月—2021年6月295例行全髋关节置换术病人作为模型构建组,根据其是否发生术中低体温分为低体温组(n=113)和非低体温组(n=182),对相关危险因素进行单因素和多因素Logistic回归分析,筛选出术中低体温危险因素,进而构建全髋关节置换术病人术中低体温预测模型。采用Hosmer-Lemeshow判断模型的拟合优度,采用受试者操作特征曲线(ROC)验证预测模型的预测效果,纳入2021年7月—2021年8月60例病人检验预测模型的临床应用效果。结果:年龄、室温、麻醉时间、术中冲洗液量、是否实施主动保温、主动保温持续时间是全髋关节置换术病人术中低体温发生的危险因素,预测模型结果显示ROC曲线下面积为0.938,95%CI 0.904～0.963,约登指数为0.753 1,最佳临界值0.349,灵敏度为0.885,特异度为0.868,实际应用准确率为76.7%。结论:本研究构建的风险预测模型效果良好,可为临床医护人员早期评估筛选全髋关节置换术术中低体温的高危病人提供参考。     

基于深度学习的全身麻醉患者围术期非计划低体温预测模型的构建与应用

目的构建全身麻醉患者围术期非计划低体温预测模型并应用于临床, 验证其性能。方法纳入2016年1月至2020年9月浙江省某三级甲等医院19 068例手术患者数据, 运用基于深度学习的人工智能技术构建模型, 采用受试者操作特征曲线下面积和决策曲线检验模型的预测效果。于2020年10月至2021年3月纳入2157例手术患者对模型的预测准确率进行检验。结果建模组的手术患者中低体温发生率为13.89%(2 649/19 068), 验证组手术患者低体温发生率为14.18%(306/2 157), 预测模型的受试者操作特征曲线下面积为0.724(95%CI:0.707～0.741), 灵敏度为0.516, 特异度为0.823, 截断值为0.175, 实际应用的准确率为79.54%。结论本研究模型能够稳定的预测全身麻醉患者围术期非计划低体温的发生率, 可为临床预防围术期非计划低体温提供参考。     

基于深度学习的全身麻醉患者围术期非计划低体温预测模型的构建与应用北大核心CSCD

目的构建全身麻醉患者围术期非计划低体温预测模型并应用于临床,验证其性能。方法纳入2016年1月至2020年9月浙江省某三级甲等医院19068例手术患者数据,运用基于深度学习的人工智能技术构建模型,采用受试者操作特征曲线下面积和决策曲线检验模型的预测效果。于2020年10月至2021年3月纳入2157例手术患者对模型的预测准确率进行检验。结果建模组的手术患者中低体温发生率为13.89%(2649/19068),验证组手术患者低体温发生率为14.18%(306/2157),预测模型的受试者操作特征曲线下面积为0.724(95%CI:0.707~0.741),灵敏度为0.516,特异度为0.823,截断值为0.175,实际应用的准确率为79.54%。结论本研究模型能够稳定的预测全身麻醉患者围术期非计划低体温的发生率,可为临床预防围术期非计划低体温提供参考。     

神经外科患者术中低体温风险预测模型的构建及应用

目的 调查分析神经外科手术患者术中低体温影响因素,建立风险预测模型,并对其应用效果进行检验。方法采用便利抽样法,选取2021年1月至10月在本院神经外科住院的手术患者664例为研究对象,依据术中是否发生低体温分为低体温组（n=166）和非低体温组（n=498）,分析发生低体温的危险因素并建立预测模型,采用Hosmer-Lemeshow检验判断模型的拟合优度,ROC曲线检测模型的预测效能。结果 共纳入年龄、BMI、术中输液量3个因素构建预测模型。该模型HosmerLemeshow检验结果显示,P=0.656,ROC曲线下面积为0.863,当最佳界值为-1.632时,灵敏度为0.868,特异度为0.764,模型实际应用的总体正确率为94.17%。结论 神经外科患者术中低体温风险预测模型效果良好,可为临床医护人员筛查神经外科患者术中低体温高危患者并采取预防性措施提供参考。     

腹腔镜手术患者术中低体温预测模型的构建及应用

目的 构建腹腔镜手术患者术中低体温风险预测模型并应用于临床,验证该模型的预测效果。方法 纳入2016年1月—2017年12月于上海市某三级医院行腹腔镜手术的264例患者作为建模组,将术后低体温组116例和非低体温组148例的各项危险因子进行对比,利用Logistic回归构建模型,采用Hosmer-Lemeshow判断模型的拟合优度,采用受试者操作特征曲线下面积检验模型的预测效果。于2018年1月—12月纳入132例患者作为验证组对模型进行应用研究。结果 患者术中低体温发生率建模组为43.93%（116/264）,验证组为41.66%（55/132）;最终进入预测模型的因子分别为：基础体温（OR=0.296）、手术类型（OR=1.457）、室温（OR=0.521）和麻醉时间（OR=1.009）。H-L检验P=0.123,受试者操作特征曲线下面积为0.791,约登指数为0.867,灵敏度为0.600,特异度为0.867,实际应用的正确率为79.54%。结论 本研究构建的预测模型效果良好,可为临床筛选腹腔镜手术术中低体温高危患者提供参考。     

不停跳冠状动脉旁路移植患者术中低体温风险预测模型的构建

目的 探讨非体外循环下不停跳冠状动脉旁路移植术患者术中低体温的危险因素,构建列线图预测模型。方法 采用便利抽样法,选取2019年1月—2021年6月在北京市某三级甲等医院住院的202例不停跳冠状动脉旁路移植术患者,依据术中是否发生低体温分为低体温组（n=103）和非低体温组（n=99）,通过电子病历系统收集相关术前资料,采用Logistic回归分析危险因素,利用R软件绘制不停跳冠状动脉旁路移植术患者术中低体温列线图预测模型,Hosmer-Lemeshow检验判断模型的拟合优度,受试者操作特征曲线下面积检测模型的预测效果。结果 不停跳冠状动脉旁路移植术患者术中低体温发生率为50.99%,术中低体温列线图预测模型中纳入5个危险因素,分别为年龄、体表面积、术前射血分数、手术室室温和消毒开始时体温。该模型的Hosmer-Lemeshow检验结果显示,受试者操作特征曲线下面积为0.840(95%CI为0.787～0.894),最佳临界值为0.344,灵敏度为0.903,特异度为0.616,模型外部验证准确率为78.22%,提示模型具有较好的拟合效果和较高的预测价值。结论 不停跳冠状动脉旁路移植术...     

手术室护士围术期非计划性低体温防护知信行调查及分析

目的 :调查山西省二、三级综合医院手术室护士围术期非计划性低体温防护知信行现状及影响因素。方法 :采用自制手术室护士围术期非计划性低体温防护知信行问卷,对山西省45所二、三级医院852名手术室护士进行调查。结果 :被调查者围术期非计划性低体温防护知信行得分分别为(9.87±3.77)分、(40.50±5.50)分、(43.29±5.93)分,且两两之间存在正相关关系(P0.001);其影响因素为医院等级、学历、职称、职务、工作年限、涉及相关内容的培训次数,共解释总变异的48.4%。结论 :山西省手术室护士围术期非计划性低体温防护知识、态度、行为水平尚可,仍需要加强。各医院应增加投资力度,完善保温设施配置及保温流程构建,以确保手术患者的安全和舒适。     

泌尿外科达芬奇机器人手术患者术中低体温风险预测模型的构建及应用研究

目的探讨泌尿外科达芬奇机器人手术患者术中低体温的影响因素,建立风险预测模型,并对应用效果进行检验。方法采用病例对照研究方法,回顾性分析2019年1月至2020年3月某院泌尿外科接受达芬奇机器人手术的患者,其中发生低体温事件的72例列为低体温组,另以1∶3配比选取同时期216例阴性病例为非低体温组,对比各项危险因子,利用Logistic回归构建预测模型,采用Hosmer-Lemeshow检验判定模型的拟合优度、受试者工作特征曲线(receiver operating characteristic curve, ROC)检测模型的预测效能。结果最终进入预测模型的因子包括:基础体温、体质量指数、室温、麻醉时间、主动保温持续时间。模型的H-L检验P=0.475,ROC曲线下面积为0.837,灵敏度为0.766,特异度为0.829,模型实际应用的总体正确率为81.3%。结论该风险预测模型效果良好,可为临床医护人员筛查机器人手术患者术中低体温高危患者并采取预防性措施提供参考。     

围手术期非计划性低体温预防策略的研究进展

<正>围手术期非计划性低体温是指非心脏手术患者在围手术期发生的非计划性的体温低于36℃,其中35～36℃为轻度低体温,34～35℃为中度低体温,34℃以下为重度低体温[1]。体温作为人体五大生命体征之一,是影响机体新陈代谢和生命活动的重要因素,相关研究显示,普通外科全麻手术患者术后低体温的发生率为50%～70%[2]。多项研究[3-4]表明,在临床采取措施对低体温进行预防的大背景下,护士对非计划性低体温的知信行仍     

儿童术中低体温的现况分析及预测模型初探

目的 探讨儿童术中低体温发生的相关因素。构建并验证儿童术中低体温的预测模型,并转换成可视化列线图。方法 采用便利抽样方式,选取于2019年1月1日至8月30日在某三级甲等儿童专科医院接受手术治疗患儿的临床资料进行回顾性研究。使用R语言统计软件将前期数据按70%和30%比例随机抽取建模组和验证组。建模组数据进行多元Logistic回归分析并建立术中低体温风险预测模型,根据Logistic回归方程构建列线图,并在验证组中验证。结果 共收集1 085例患儿临床资料。儿童术中低体温发生率为17.33%。手术类型、年龄、ASA分级和术前体温是儿童发生术中低体温的独立影响因素(P<0.05,P<0.01)。建模组列线图预测儿童术中体温过低的风险的ROC曲线下面积为0.670。验证组列线图的ROC曲线下面积为0.689。KS校准曲线拟合度检验结果显示模型可信度高,变异度小,拟合度尚可。结论 术中低体温是儿童手术常见的不良反应。构建的列线图对儿童术中低体温的预测能力尚可,可为儿童术中低体温的早期预防与控制提供一定的依据。     

手术患儿术中低体温风险预测模型的构建及验证

目的：分析手术患儿发生术中低体温的危险因素，建立并验证患儿术中低体温风险预测模型。方法：调查2020年6月1日～8月31日山东大学齐鲁医院接受外科手术的672例患儿，收集临床资料，按照是否发生术中低体温将其分为非低体温组和低体温组。应用Logistic回归算法构建患儿术中低体温风险预测模型并验证其应用效果。结果：两组患儿在体质量指数(BMI)、手术类型、麻醉方法、术中是否输血、保温措施种类、基础体温、手术间温度等方面比较差异有统计学意义(P<0.01,P<0.05)。Logistic回归分析显示，患儿偏瘦、术中输血(>50 ml)是发生术中低体温的独立危险因素(P<0.01);基础体温正常(>36.5℃)、手术间温度较高(≥23℃)是维持术中正常体温的保护性因素(P<0.01)。预测模型受试者工作特征曲线下面积为0.837,灵敏度为69.10%,特异度为91.90%,准确率为85.86%。结论：基于Logistic回归法构建的患儿术中低体温预测模型具有良好的准确度和区分度，可以为术中低体温的个体化预防提供参考。     

腹腔镜手术患者术中低体温风险预测模型的构建及验证

目的 构建腹腔镜手术患者术中低体温风险预测模型并验证模型的预测效果.方法 采用便利抽样法,选取2020年6月—10月在山东省某三级甲等医院接受腹腔镜手术并符合纳入标准的患者1043例,按照7:3的比例随机分配至建模组和验证组.将建模组发生术中低体温患者(407例)和未发生术中低体温患者(323例)的各项影响因素进行对比...     

肿瘤患者PICC非计划性拔管风险评估指标体系的构建

目的 ：构建肿瘤患者PICC非计划性拔管风险评估指标体系,为临床护理人员提供更准确、有效的评估工具。方法 ：通过文献回顾、半结构式访谈及小组讨论筛选指标;利用德尔菲法及层次分析法确定肿瘤患者PICC非计划性拔管风险评估指标体系及各指标权重。结果 ：经过2轮专家函询,最终构建的肿瘤患者PICC非计划性拔管风险评估指标体系共包括4项一级指标、17项二级指标和27项三级指标。结论 ：本研究构建的肿瘤患者PICC非计划性拔管风险评估指标体系具有科学性、实用性、指导性及可推广性,可为临床护理人员准确、有效地评估肿瘤患者PICC非计划性拔管风险提供参考依据。     

乳腺癌术后淋巴水肿风险预测模型的研究进展

对乳腺癌术后淋巴水肿风险预测模型的研究进展进行了综述,包括风险评分系统模型、风险分层模型、列线图预测模型及根据乳腺癌术后淋巴水肿不同风险因素构建的简单临床预测模型。 乳腺癌术后淋巴水肿预测模型作为评估和筛查高风险人群的工具,可为医护人员早期发现乳腺癌术后淋巴水肿患者并采取有效预防措施提供依据。     

小儿外科术中低体温风险预测模型的构建及验证

目的:探讨小儿外科术中低体温的影响因素,构建并验证其风险预测模型。方法:选取2019年1月—2020年12月医院行小儿外科手术并预估手术时间>2 h的535例患儿,通过单因素分析、Logistic回归逐步向前法分析筛选预测变量,构建评分表,绘制受试者工作特征(ROC)曲线及校准曲线验证模型。结果:两组患儿年龄、术中输液量、是否主动加温及冲洗液量是影响术中低体温的独立影响因素。模型验证提示曲线下面积(AUC)为0.918,校准曲线提示模型校准度尚可。结论:患儿年龄是术中低体温的重要影响因素,小儿外科术中低体温风险预测模型具有较好的临床适用性,其精确度尚佳。     

剖宫产产妇术中低体温风险预测模型的构建及应用效果研究

目的探讨剖宫产产妇术中低体温的影响因素,建立预测模型,并对应用效果进行检验。方法采用便利抽样法选取2018年7月—2019年1月长沙市3所三级甲等医院的369名剖宫产产妇为研究对象,依据产妇剖宫产期间是否发生低体温分为低体温组(n=83)和非低体温组(n=286),分析发生低体温的危险因素并建立预测模型,采用Hosmer-Lemeshow检验判断模型的拟合优度,ROC曲线检测模型的预测效能。结果共纳入麻醉后体温、体重指数、妊娠期亚临床甲状腺功能减退、术中液体丢失量、术中冲洗腹腔液体量、主动保温持续时间、进入手术室室温7个因素构建预测模型。该模型Hosmer-Lemeshow检验结果显示,P=0.425,ROC曲线下面积为0.888,当最佳界值为-1.844时,灵敏度为0.880,特异度为0.741,实际应用准确率为79.7%,提示模型具有较好的拟合效果及鉴别效度。结论该模型能较好地预测剖宫产术期间产妇低体温的发生风险,为医护人员及时对高危产妇采取预防性管理措施提供参考。     

低体温风险概率评分表在预防围术期非计划性低体温中的应用

目的 探讨低体温风险概率评分表(又称Predictors评分表)对应的低体温预测风险模型计算APP预防手术患者发生围术期非计划性低体温(IPH)的应用效果.方法 回顾性选择该院麻醉科2019年3月年龄≥18岁的全身麻醉择期手术患者352例作为对照组,另选取该院麻醉科2019年4月年龄≥18岁的全身麻醉择期手术患者320...     

临床预测模型研究方法与步骤

利用临床预测模型指导临床决策从而为患者提供精准的诊疗服务已成为临床实践的共识和趋势。但许多临床预测模型由于研究方法不规范,证据质量不高,最终能够实现临床应用的较少。本文结合预测模型研究的国内外进展,从数据收集、模型构建、性能评估、模型验证、模型呈现和模型更新6个方面介绍临床预测模型的开发过程以及临床预测模型研究的报告规范和偏倚风险评估工具,以期为国内研究者提供方法学参考。