老年脑卒中患者病耻感预测模型构建与验证

目的 建立并验证老年脑卒中患者病耻感预测模型。方法 采用便利取样法,选取2022年5月至10月于河北大学附属医院住院的老年脑卒中患者252例为研究对象。将患者按3∶1分为建模集和验证集,采取单因素分析和二元Logistic回归分析筛选预测因子,基于回归系数构建脑卒中患者病耻感风险评分表,Hosmer-Lemeshow检验评价模型拟合度,受试者操作特征曲线（receiver operating characteristic curve,ROC曲线）分析模型预测效能。结果 Logistic回归分析显示,有躯体功能障碍、中度/重度依赖、挑战及伤害认知评价、回避应对方式均是老年脑卒中患者产生病耻感的独立影响因素（P<0.05）。构建的预测模型有良好预测能力,建模集和验证集ROC曲线下面积分别为0.902和0.728。结论 开发的老年脑卒中患者病耻感风险评分表具有良好的预测能力,可为未来开发新的量表工具提供依据,以便早期识别存在高病耻感的脑卒中患者。     

脑卒中后发生急性肾损伤风险预测模型的构建及验证

背景 急性肾损伤（AKI）是脑卒中患者常见的严重并发症之一,与患者不良的短期和长期预后密切相关,因此需要探索特异性的AKI筛查工具,以便早期识别AKI的高危人群。 目的 构建并验证脑卒中后发生AKI风险预测模型,并编制简易风险评分量表。 方法 采用便利抽样法选取2021年1—9月在浙江大学医学院附属第二医院神经内科住院治疗且病历资料完整的760例脑卒中患者为建模组,根据是否发生AKI将其分为AKI亚组和非AKI亚组。采用多因素Logistic回归分析进行影响因素分析,并构建脑卒中后发生AKI风险预测模型,采用Hosmer-Lemeshow和受试者工作特征曲线（ROC曲线）检验模型的拟合优度及预测效果。采用便利抽样法选取2021年10—12月在本院治疗的脑卒中患者310例作为模型外部验证组,其中AKI者53例、非AKI者257例。将预测模型在验证组人群进行验证,并编制脑卒中后发生AKI简易风险评分量表。 结果 建模组760例脑卒中患者中发生AKI 140例,AKI发生率为18.42%。多因素Logistic回归分析结果显示,性别、高血压史、美国国立卫生研究院脑卒中量表（NIHSS）评分、袢利尿剂用药史、机械取栓史、血清β2微球蛋白（β2-MG）、尿素氮、血清胱抑素C（sCysC）是脑卒中后发生AKI的独立影响因素（P<0.05）。构建脑卒中后发生AKI风险预测模型：y=1/（1+e-a）,其中a=-4.047+1.222×男性+1.386×高血压史+1.716×NIHSS评分+1.098×袢利尿剂用药史+0.830×机械取栓史+1.739×β2-MG+1.202×尿素氮+2.160×sCysC。Hosmer-Lemeshow检验预测模型拟合效果,χ2=6.523,P=0.367。脑卒中后发生AKI风险预测模型在建模组中预测脑卒中患者发生AKI的ROC曲线下面积（AUC）为0.916〔95%CI（0.891,0.940）〕,最佳截断值为12.8%,灵敏度为0.857,特异度为0.832,约登指数为0.689。脑卒中后发生AKI风险预测模型在验证组中预测脑卒中患者发生AKI的AUC为0.906〔95%CI（0.853,0.960）〕。结合多因素Logistic回归分析结果得出的变量的系数四舍五入到最近整数,赋分后编制量表,最终建立了总分值为11分、截断值为4分、AUC为0.900〔95%CI（0.843,0.957）,P<0.001〕的脑卒中后发生AKI简易风险评分量表,实际应用的正确率为88.39%。 结论 本研究构建的脑卒中后发生AKI风险预测模型可以有效地预测脑卒中后AKI发生风险,灵敏度、特异度较高,且据此编制的脑卒中后发生AKI简易风险评分量表为临床提供了一种简便可行的客观、量化高危患者的评估工具,为医护人员早期及时对不同AKI发生风险的脑卒中患者采取预防性治疗提供借鉴。     

急性心肌梗死患者经皮冠状动脉介入术后发生造影剂相关急性肾损伤预测模型的构建

目的：分析急性心肌梗死(AMI）患者经皮冠状动脉介入（PCI）术后发生造影剂相关急性肾损伤（CAAKI）的危险因素,并建立风险预测模型。方法：回顾性分析2013年12月—2019年2月在武汉大学中南医院住院明确诊断为AMI并接受PCI术的348例患者的临床资料,根据是否发生CA-AKI分组。采用二元Logistic回归分析进行危险因素分析,建立回归方程,构建列线图模型,并对预测模型的预测价值进行评估。结果：348例患者CAAKI发生率为8.33%。Logistic回归分析结果显示,白细胞计数、血清磷、LVEF<50%是AMI患者PCI术后发生CA-AKI的独立危险因素(P<0.05)。预测模型其ROC曲线下面积为0.742 (95%CI:0.655～0.829,P<0.001),Hosmer-Lemeshow检验预测模型拟合效果：χ2=12.356,P=0.136,校正曲线显示其预测可能性平均绝对误差为0.022,具有良好的区分度和准确性。结论：白细胞计数、血清磷、LVEF<50%是AMI患者PCI术后发生CA-AKI的独立危险因素。本研究得出的风险预测模型可早...     

住院老年患者轻度认知功能障碍风险预测模型的构建

目的 探讨住院老年患者轻度认知功能障碍(mild cognitive impairment,MCI)的影响因素,构建并比较多组MCI相对风险预测模型。方法 采用方便抽样法,选择2023年1月至2023年9月在新疆医科大学第一附属医院老年医学科住院的老年患者,构建Logistic回归预测模型、决策树预测模型、神经网络预测模型并分析MCI的影响因素,采用受试者工作特征曲线（receiver operating characteristic,ROC）下面积（area under curve,AUC）比较三组预测模型的效能。结果 共纳入住院老年患者992例,MCI检出率为21.17%。多因素Logistic回归模型、决策树模型、神经网络模型分析结果均显示年龄、脑血管病、文化程度为MCI的主要影响因素,多因素Logistic回归模型和神经网络模型还显示日常生活能力也是MCI的影响因素。多因素Logistic回归预测模型预测正确率为89.1%,ROC曲线下面积AUC为0.933[95%CI(0.916,0.950)],灵敏度为0.881,特异度为0.852,约登指数为0.733。决策树预测模型预测...     

重症监护病房老年重症肺炎患者肠内营养不耐受的风险预测模型

目的 分析重症监护病房（intensive care unit,ICU）老年重症肺炎（severe pneumonia,SP）患者肠内营养不耐受的危险因素并构建其预测模型。方法 选取2021年1月到2022年12月宁波大学附属第一医院ICU病房老年SP患者140例,根据肠内营养耐受情况分为耐受组（n=82）和不耐受组（n=58）,采用单因素及多因素 Logistic回归分析ICU老年SP患者发生肠内营养不耐受的危险因素,构建风险预测模型,绘制受试者操作特征（receiver operating characteristic,ROC）曲线评估模型预测效果。结果 多因素 Logistic回归分析显示急性胃肠损伤分级（acute gastrointestinal injury,AGI）、腹内压（intra-abdominal pressure,IAP）、使用抗生素≥2种是ICU老年SP患者肠内营养不耐受的独立影响因素（P<0.05)。模型采用Hosmer-Lemeshow 拟合优度检验评估方程拟合效果,曲线下面积为0.867（95%CI：0.750~0.984）,敏感度为87.8%,特异性为85.1%。结论 本研究构建的风险预测模型可有效预测ICU老年SP患者肠内营养不耐受的发生风险。     

新生儿低血糖风险预测模型的构建及验证

目的 探讨新生儿低血糖的相关危险因素,构建新生儿低血糖风险预测模型且检验模型效能。方法 采取回顾性分析方法收集2018年10月至2020年8月笔者医院住院分娩的新生儿及孕母临床数据727例,采用单因素分析和Logistic回归分析相关危险因素构建预测模型。选取2020年9月至2021年2月150例新生儿及孕母临床数据进行模型效能检验。结果 多因素 Logistic 回归分析结果显示,喂养问题、新生儿低体温、新生儿并发症、妊娠期糖尿病、胎儿宫内窘迫是影响新生儿低血糖的独立危险因素（P<0.05）。模型验证结果显示,曲线下面积（area under the curve,AUC）为0.883,敏感度为82.97%,特异性为88.35%,阳性预测值为76.47%,阴性预测值为91.92%,模型的总正确率为88.67%,具有理想的预测能力。结论 研究构建的预测模型对新生儿低血糖的发生风险具有良好的预测能力,可为早期排查新生儿低血糖高危人群并且启动预见性护理干预措施提供参考。     

基于Logistic回归、决策树、神经网络构建住院老年患者肌少症相对风险预测模型

目的:分析住院老年患者肌少症的影响因素,构建肌少症相对风险预测模型,并对结果进行比较分析。方法:采用便利抽样法,连续入选2020年7月至2021年9月在新疆医科大学第一附属医院住院的老年患者372例,应用多因素Logistic回归、决策树CHAID算法、神经网络分析肌少症的危险因素,构建Logistic回归预测模型、决策树预测模型、神经网络预测模型,采用受试者工作特征(ROC)曲线下面积(AUC)比较3种预测模型的效果。结果:住院老年患者肌少症检出率为18.82%,其中男性检出率为23.84%,女性为14.50%。3种模型的结果均显示体质指数、步速、性别为住院老年患者发生肌少症的主要影响因素。Logistic回归预测模型的AUC为0.882(95%CI 0.836～0.928),风险预测正确率为87.8%;决策树预测模型的AUC为0.874(95%CI 0.832～0.916),风险预测正确率为86.7%;神经网络预测模型的AUC为0.890(95%CI 0.848～0.931),风险预测正确率为85.8%;3种模型的预测价值均>0.7,预测效果较好。结论:多种模型可从不同的层面...     

胫骨平台伴髁间棘骨折术后关节功能康复的影响因素分析

目的 Logistics回归分析胫骨平台伴髁间棘骨折患者术后关节功能康复效果的影响因素,建立风险模型预测,进一步为术后膝关节功能康复奠定基础。方法 选取胫骨平台伴髁间棘骨折患者328例作为研究对象,美国特种外科医院膝关节评分(Hospital for Special Surgery Knee Score, HSS)评估患者术后膝关节功能康复效果,Logistics回归分析术后关节功能康复效果的影响因素,建立Logistic回归预测模型,进一步评估该模型预测术后关节功能康复效果的敏感度和特异度。结果 胫骨平台伴髁间棘骨折患者328例,术后膝关节功能恢复良好82.93%,术后膝关节功能恢复不良17.07%;Logistic回归方程分析得知,年龄、体重指数、术前(American Society of Anesthesiologists, ASA)分级、手术时间、骨质疏松、术前膝关节活动度、术后疼痛是胫骨平台伴髁间棘骨折患者术后关节功能康复效果的影响因素(P<0.05);当Logistic(P)>3.87时预测价值最优,敏感度为67.9%,特异度为93.5%。结论 受年龄、体重指...     

强直性脊柱炎患者治疗依从性现状及影响因素研究

目的 了解强直性脊柱炎患者治疗依从性现状及其影响因素.方法 对2011年3月-2012年3月在我院风湿免疫科门诊就诊的200例强直性脊柱炎患者建立门诊健康档案,同时进行治疗依从性测评,并对不依从原因进行调查.结果 200例强直性脊柱炎患者中依从性良好者54例(占27%),依从性差或不依从者146例(占73%).单因素分析结果显示,依从性良好者和依从性差或不依从者在性别、婚姻、职业、家庭人均月收入方面,差异有统计学意义(P＜0.05);对强直性脊柱炎患者治疗依从性的影响因素进行Logistic回归分析结果显示,性别及职业进入回归方程.依从性差的原因排序为治疗因素、自身因素、知识缺乏、医患关系欠和谐、家属不支持.结论 AS患者治疗依从性低,其依从性高低与诸多因素有关,医务人员应针对患者的具体情况,实施有针对性的干预措施以提高其依从性.     

基于Logistic回归构建脑卒中后吞咽障碍的预测模型

目的 探讨各种危险因素与脑卒中后发生吞咽障碍的关系,并制定可靠预测脑卒中后吞咽障碍的风险预测模型,为优化临床干预和管理脑卒中后吞咽障碍的措施提供参考。方法 将2021年5月～2022年5月就诊于安徽省中医院脑病中心的脑卒中患者做为研究对象,借助洼田饮水试验和容积-粘度吞咽试验评估吞咽情况,将患者分为吞咽障碍组和非吞咽障碍组。收集2组患者的基本资料、病例信息和检查报告结果,采用单因素分析及Logistic回归分析构建脑卒中后吞咽障碍的风险预测模型,最后进行模型的验证。结果 共纳入160例脑卒中患者,Logistic回归分析结果显示高龄、美国国立卫生研究院卒中量表（NIHSS）评分、肌力、日常生活活动能力评定（ADL）评分、以脑干为主要受累的病变部位、合并低蛋白血症是脑卒中后发生吞咽障碍的独立危险因素。根据筛选出的危险因素构建列线图模型,建模集和验证集的受试者工作特征曲线（ROC）曲线下面积分别为0.924和0.838,2组数据模型校准曲线与实际曲线重合良好,表明该列线图模型具有良好的预测能力。结论 脑卒中后吞咽障碍有较高的发病率且危险因素较多,临床应尽早对危险因素进行评估并采取有效的干预...     

基于多模态超声的颈动脉斑块致前循环卒中的风险分层研究

目的 探讨颈动脉斑块患者发生前循环缺血性卒中的临床及多模态超声(multimodal ultrasound, MMU)影响因素,构建基于超微血流成像技术(superb microvascular imaging, SMI)的风险分层预测模型。方法 回顾性分析颈动脉斑块患者683例,根据临床表现和多层螺旋电子计算机断层扫描(computed tomography, CT)/核磁共振扫描(magnetic resonance imaging, MRI),分为前循环卒中组(n=301)和非前循环卒中组(n=382)。收集患者颈动脉斑块的MMU特征、临床和实验室检查数据,采用多因素二元Logistic回归分析筛选出前循环缺血性卒中的影响因素。构建列线图风险预测模型,进行模型验证与风险分层。结果 前循环卒中组和非前循环卒中组年龄、体重指数(body mass index, BMI)、饮酒史、吸烟史、脑梗死既往史、高血压、糖尿病、低密度脂蛋白(low-density lipoprotein, LDL)、高密度脂蛋白(high-density lipoprotein, HDL)、同型半胱氨酸(hom...     

急性心力衰竭患者住院期间发生心血管不良事件风险预测模型的构建与验证

目的 分析急性心力衰竭（AHF）患者住院期间心血管不良事件发生的主要影响因素,构建心血管不良事件风险预测模型并进行验证。方法 回顾性选取2021年2月—2022年2月宁夏医科大学总医院心脑血管病医院收治的515例AHF患者,根据患者住院期间是否发生心血管不良事件将其分为发生组与未发生组。采用R 4.2.1统计软件对两组各项指标进行单因素Logistic分析并进行Lasso回归初步筛选,再经多因素一般Logistic回归分析确定预测变量,构建AHF患者住院期间心血管不良事件预测模型,并通过绘制列线图、受试者工作特征（ROC）曲线及校准曲线对模型的性能进行评价,最后采用Bootstrap法对模型进行内部验证。结果 515例AHF患者中有62例发生心血管不良事件。心血管不良事件发生组与未发生组的冠心病、扩心病、脑卒中、睡眠差、呼吸频率、合并心房颤动（以下简称房颤）比较,差异均有统计学意义（P <0.05）;先后经单因素Logistic分析及Lasso回归初步筛选变量后,最终通过多因素一般Logistic回归分析确定AHF患者住院期间发生心血管不良事件的主要影响因素为脑卒中［O^R=7.99（95% CI：3.29,19.59）］、白细胞计数［O^R=1.25（95% CI：1.00,1.52）］、血尿素氮［O^R=1.13（95% CI：1.04,1.23）］、D-二聚体［O^R=1.13（95% CI：1.03,1.24）］、左心室短轴缩短率［O^R=0.89（95% CI：0.81,0.96）］、合并房颤［O^R=2.40（95% CI：1.07,5.31）］。基于以上6个影响因素构建风险预测列线图模型,结果显示,模型的ROC曲线下面积（AUC）为0.82（95% CI：0.76,0.88）,校准曲线贴近理想曲线。经Bootstrap法内部验证所得AUC值为0.81（95% CI：0.75,0.87）。结论 AHF患者住院期间发生心血管不良事件的主要影响因素是脑卒中、白细胞计数、血尿素氮、D-二聚体、左心室短轴缩短率、合并房颤,以此构建的心血管不良事件风险预测模型具有良好的效能。     

脑卒中患者医院获得性肺炎危险因素分析

目的 探讨脑卒中患者医院获得性肺炎的危险因素,并预防其发生.方法 选择2010-01 ～2012-12间在我院住院的892例脑卒中患者作为研究对象.调查脑卒中患者医院感染的发生状况及其可能影响因素,并检测其病原菌及抗生素敏感性.应用多因素Logistic回归分析探讨其影响因素.结果 所有892例脑卒中患者中,共发生医院获得性肺炎65例,发生率为7.29％.病原学检测结果显示,位居前4位的病原菌分别为鲍曼不动杆菌、肺炎克雷伯菌、铜绿假单孢菌及真菌白色念珠菌,抗生素敏感性多重耐药,泛耐药有增加趋势.多因素Logistic回归分析显示,年龄、住院时间、伴糖尿病、伴心力衰竭、H2受体阻滞剂和预用抗生素等因素具有统计学意义,是脑卒中并发医院获得性肺炎的独立危险因素.结论 脑卒中并发医院获得性肺炎受到多种因素的影响,在临床实践中应针对这些因素积极采取措施,以降低该病的发生率.     

精神分裂症患者治疗依存性研究

目的：研究精神分裂症患者治疗依存性影响因素。方法依据治疗依从性评估量表测定结果将方便选取的该院2011年3月―2014年3月住院治疗与在门诊就诊的1300例精神分裂症患者随机分为研究组(进行指导改善家庭关系、社区医师随访干预、定期健康教育、康复训练﹚1000例和对照组(未开展上述工作﹚300例,对其影响因素进行分析。结果 Logistic回归分析结果提示,指导改善家庭关系、社区医师随访干预、定期健康教育、康复训练为精神分裂症患者治疗依存性独立影响因素(P<0.05﹚。结论强化家庭关系、加强社区医师随访干预、定期健康教育、指导患者参加康复训练及参加家务劳动可显著提高精神分裂症患者治疗依存性。     

脑卒中吞咽障碍患者IOE风险评估及模型构建

目的 探讨脑卒中吞咽障碍行间歇经口至食管管饲法（intermittent oro-esophageal tube feeding,IOE）发生误吸的风险评估及模型构建。方法 选取2020年1月至2022年12月温州医科大学附属第二医院就诊的脑卒中吞咽障碍行IOE的146例患者为研究对象,根据IOE后是否误吸将其分为未误吸组（117例）和误吸组（29例）,收集患者的临床资料,采用多因素Logistic回归分析患者发生误吸的危险因素,并建立列线图预测模型,利用C指数进行区分度评价,校准曲线进行列线图拟合度检测。结果 两组患者的脑卒中病史、误吸史、脑卒中部位、自主咳嗽、洼田饮水试验、美国国立卫生研究院卒中量表（National Institutes of Health stroke scale,NIHSS）评分、置管体位、置管深度比较差异均有统计学意义（P<0.05）;多因素Logistic回归分析结果显示,有脑卒中病史、有误吸史、脑卒中部位为脑干、洼田饮水试验4~5级、NIHSS评分高、侧卧位置管、置管深度低均是脑卒中吞咽障碍行IOE患者误吸的危险因素（P<0.05）,自主咳嗽是脑卒中吞咽障碍行IOE患者误吸的保护因素（P<0.05）;列线图预测模型判断误吸风险的C指数为0.705（95%CI：0.591~0.857）,Hosmer-Lemeshow检验模型的拟合度良好;受试者操作特征曲线结果显示列线图预测模型的曲线下面积为0.756,敏感度为75.42%,特异性为77.09%。结论 脑卒中病史、误吸史、脑卒中部位、自主咳嗽、洼田饮水试验、NIHSS评分、置管体位、置管深度均是脑卒中吞咽障碍行IOE患者误吸的影响因素,模型构建成功,构建的模型有良好的区分度和拟合度。     

维持性血液透析病人衰弱发生风险列线图模型的构建

目的：分析维持性血液透析病人衰弱发生的影响因素,并建立衰弱发生风险的列线图模型。方法：采用便利抽样法选取维持性血液透析病人222例,根据是否发生衰弱分为衰弱组(n=85)和非衰弱组(n=137)。采用单因素与多因素logistic回归模型筛选影响维持性血液透析病人衰弱的危险因素。采用Bootstrap进行模型内部验证。使用受试者工作曲线、Homster-Lemeshow拟合度检验合并校准曲线图、临床决策曲线图分别对模型进行性能评价。结果：222例维持性血液透析病人中发生衰弱共85例,衰弱发生率为38.3%。logistic回归分析表明,年龄≥60岁(OR=3.460,95%CI:1.775～6.747)、透析并发症个数(OR=1.644,95%CI:1.192～2.268)、白蛋白水平(OR=0.904,95%CI:0.838～0.976)、锻炼(OR=0.567,95%CI:0.430～0.748)、夜间睡眠时间(OR=0.488,95%CI:0.325～0.731)均是维持性血液透析病人衰弱发生的独立危险因素(P<0.05～P<0.01)。基于5项独立危险因素建立MHD...     

脑卒中相关性肺炎现状及影响因素研究

【摘要】目的探讨脑卒中患者脑卒中相关性肺炎发生率及影响因素。方法查阅脑卒中相关性肺炎相关文献并将制订好的自编问卷应用于收集2010年9月～2012年9月在深圳市第二人民医院神经内科住院治疗的116例脑卒中患者临床资料。运用描述性统计方法和二分类Logistic回归分析法分析患者脑卒中相关性肺炎现状及影响因素。结果脑卒中患者脑卒中相关性肺炎发生率为10．34％。二分类Logistic回归分析发现：有意识障碍、有吞咽障碍、咳嗽无力和脑干出血是脑卒中患者出现脑卒巾相关性肺炎的危险因素,规范鼻饲流程和患者家属对医务人员安排的依从性好是脑卒中患者相关性肺炎的保护凶素（P〈0．05）。结论脑卒中患者脑卒中相关性肺炎发生率较高,其发生受到很多因素的影响,可以通过采取针对性的干预措施来减少患者脑卒中相关性肺炎的发生。     

中青年脑卒中患者运动康复意愿及影响因素研究

目的了解中青年脑卒中患者运动康复意愿的状况,并探讨其影响因素。方法通过方便取样法,对80例住院的中青年脑卒中患者进行问卷调查,采用统计描述和以运动康复意愿为因变量,以希望水平、社会支持、自我效能为自变量进行多元线性逐步回归分析。结果中青年脑卒中患者的运动康复意愿得分为(45.9±7.0)分,运动康复意愿的相关因素有希望水平、社会支持和自我效能。结论护士应该重视提高患者的希望水平、社会支持和自我效能,进而提高患者的运动康复意愿,使患者能够坚持进行康复运动。     

基于长短期记忆网络和Logistic回归的重症监护病房脑卒中患者院内死亡风险预测

目的: 基于引入注意力机制的长短期记忆网络(long short-term memory,LSTM)和L1正则化的Logistic回归筛选变量,再通过传统的Logistic回归建立重症监护病房(intensive care unit,ICU)脑卒中患者院内死亡风险预测模型并评价模型效果。方法: 选取重症医学信息数据库(Medical Information Mart for Intensive Care-Ⅳ,MIMIC-Ⅳ)中的脑卒中患者作为研究对象,以是否发生院内死亡作为结局变量,备选预测因子包括人口学特征、合并症、入院48 h内实验室检查和生命体征检查等。将数据根据结局指标以8 ∶2的比例随机进行10次训练集和测试集的划分,在训练集上构建LSTM和L1正则化的Logistic回归模型,在测试集上选取重要程度排名前10的变量的并集纳入Logistic回归建立预测模型,以受试者工作特征曲线下面积(area under curve, AUC)、灵敏度、特异度、预测准确度为指标对模型进行评价,并与未预先进行变量筛选的前进法Logistic回归模型的预测效果进行比较。结果: 共纳入2 755例脑卒中患者的2 979条ICU入院记录,其中院内死亡记录占17.66%。两个变量筛选模型中,L1正则化的Logistic回归模型的AUC显著优于LSTM模型(0.819±0.031 vs. 0.760±0.018, P < 0.001),两个模型中重要程度均位于前10的变量包括年龄、血糖和尿素氮。最终预测模型的AUC为0.85,灵敏度为85.98%,特异度为71.74%,预测准确率为74.26%,优于未预先进行变量筛选的前进法Logistic回归模型。结论: 用引入注意力机制的LSTM和L1正则的Logistic回归筛选出的变量的预测效果较好,具有一定的临床价值。