目的基于Lasso回归建立恙虫病合并脓毒症的列线图(Nomogram)模型,为恙虫病合并脓毒症的诊治提供参考。方法选取2012年6月至2023年12月昆明市第三人民医院收治的恙虫病患者作为研究对象(n=235),其中恙虫病合并脓毒症患者作为实验组(n=13...目的基于Lasso回归建立恙虫病合并脓毒症的列线图(Nomogram)模型,为恙虫病合并脓毒症的诊治提供参考。方法选取2012年6月至2023年12月昆明市第三人民医院收治的恙虫病患者作为研究对象(n=235),其中恙虫病合并脓毒症患者作为实验组(n=138),未合并脓毒症的恙虫病患者作为对照组(n=97),利用Lasso回归筛选恙虫病合并脓毒症的影响因素,并通过Logistic回归构建列线图模型,使用受试者工作特征(receiver operating characteristic,ROC)曲线和校准曲线进行模型的效能评价,并通过临床决策曲线(decision curve analysis,DCA)进行临床效用分析。结果通过Logistic回归的多因素分析结果显示:年龄(OR=1.039,95%CI:1.017~1.061)、PLT(OR=0.995,95%CI:0.990~1.000)、UA(OR=1.004,95%CI:1.001~1.008)、IgA(OR=0.680,95%CI:0.472~0.979)为恙虫病合并脓毒症的独立影响因素。ROC曲线下面积(area under the curve,AUC)为0.721(95%CI:0.656~0.786,P<0.001),模型的灵敏度为69.1%,特异度为63.1%。校准曲线提示该模型具有良好的一致性,临床决策曲线提示该模型具有较高的净收益值。结论恙虫病患者伴随年龄和UA水平的增高及PLT和IgA水平的降低,继发脓毒症的风险越高。展开更多
文摘目的基于Lasso回归建立恙虫病合并脓毒症的列线图(Nomogram)模型,为恙虫病合并脓毒症的诊治提供参考。方法选取2012年6月至2023年12月昆明市第三人民医院收治的恙虫病患者作为研究对象(n=235),其中恙虫病合并脓毒症患者作为实验组(n=138),未合并脓毒症的恙虫病患者作为对照组(n=97),利用Lasso回归筛选恙虫病合并脓毒症的影响因素,并通过Logistic回归构建列线图模型,使用受试者工作特征(receiver operating characteristic,ROC)曲线和校准曲线进行模型的效能评价,并通过临床决策曲线(decision curve analysis,DCA)进行临床效用分析。结果通过Logistic回归的多因素分析结果显示:年龄(OR=1.039,95%CI:1.017~1.061)、PLT(OR=0.995,95%CI:0.990~1.000)、UA(OR=1.004,95%CI:1.001~1.008)、IgA(OR=0.680,95%CI:0.472~0.979)为恙虫病合并脓毒症的独立影响因素。ROC曲线下面积(area under the curve,AUC)为0.721(95%CI:0.656~0.786,P<0.001),模型的灵敏度为69.1%,特异度为63.1%。校准曲线提示该模型具有良好的一致性,临床决策曲线提示该模型具有较高的净收益值。结论恙虫病患者伴随年龄和UA水平的增高及PLT和IgA水平的降低,继发脓毒症的风险越高。