目的构建肺癌术后患者恐动症风险的列线图模型。方法选取2022年10月至2023年5月厦门市某三级甲等综合医院胸外科164例肺癌术后患者为研究对象。采用Logistic回归分析肺癌术后患者发生恐动症的影响因素。应用R软件构建肺癌术后患者恐动...目的构建肺癌术后患者恐动症风险的列线图模型。方法选取2022年10月至2023年5月厦门市某三级甲等综合医院胸外科164例肺癌术后患者为研究对象。采用Logistic回归分析肺癌术后患者发生恐动症的影响因素。应用R软件构建肺癌术后患者恐动症的列线图模型,采用受试者操作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)检验模型预测效果。结果肺癌术后患者恐动症的发生率为44.51%。Logistic回归分析结果显示,疼痛和疲劳是肺癌术后患者恐动症发生的危险因素(P<0.05);自我效能是恐动症发生的保护性因素(P<0.05)。ROC曲线显示该模型预测肺癌术后患者恐动症的AUC为0.888(95%CI:0.836~0.940);校准曲线为斜率接近于1的直线,Hosmer-Lemeshow拟合优度检验(χ^(2)=1.931,P=0.983),均显示该模型能够较准确地预测肺癌术后患者恐动症的风险。结论患者自我效能、疼痛、疲劳是肺癌术后患者恐动症发生的影响因素,此列线图预测模型具有良好的准确度和区分度,有助于医护人员预测肺癌术后恐动症的发生,采取合适措施降低恐动症的发生。展开更多
文摘目的构建肺癌术后患者恐动症风险的列线图模型。方法选取2022年10月至2023年5月厦门市某三级甲等综合医院胸外科164例肺癌术后患者为研究对象。采用Logistic回归分析肺癌术后患者发生恐动症的影响因素。应用R软件构建肺癌术后患者恐动症的列线图模型,采用受试者操作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)检验模型预测效果。结果肺癌术后患者恐动症的发生率为44.51%。Logistic回归分析结果显示,疼痛和疲劳是肺癌术后患者恐动症发生的危险因素(P<0.05);自我效能是恐动症发生的保护性因素(P<0.05)。ROC曲线显示该模型预测肺癌术后患者恐动症的AUC为0.888(95%CI:0.836~0.940);校准曲线为斜率接近于1的直线,Hosmer-Lemeshow拟合优度检验(χ^(2)=1.931,P=0.983),均显示该模型能够较准确地预测肺癌术后患者恐动症的风险。结论患者自我效能、疼痛、疲劳是肺癌术后患者恐动症发生的影响因素,此列线图预测模型具有良好的准确度和区分度,有助于医护人员预测肺癌术后恐动症的发生,采取合适措施降低恐动症的发生。