目的分析慢性阻塞性肺疾病(慢阻肺)患者1年非计划再入院的影响因素,构建疾病预测模型并进行验证。方法前瞻性连续性收集2023年1月—2023年5月住院治疗的慢阻肺患者403例,其中再入院组170例,非再入院组233例。应用LASSO回归优化筛选变量...目的分析慢性阻塞性肺疾病(慢阻肺)患者1年非计划再入院的影响因素,构建疾病预测模型并进行验证。方法前瞻性连续性收集2023年1月—2023年5月住院治疗的慢阻肺患者403例,其中再入院组170例,非再入院组233例。应用LASSO回归优化筛选变量,采用logistic回归分析慢阻肺患者1年非计划再入院的危险因素并构建Nomogram预测模型,对模型的区分度、校准度和临床适用度进行评价。结果慢阻肺患者1年非计划再入院发生率为42.2%;呼吸衰竭、过去1年急性发作次数、肌酐和白细胞计数是慢阻肺患者1年内非计划入院的危险因素(P<0.05)。最终能纳入Nomogram模型的变量有肌酐、白细胞计数、过去1年急性发作次数、患者病程、合并有呼吸衰竭和尿酸高。模型的受试者操作特征曲线下面积(area under curve,AUC)及95%置信区间(confidential interval,CI)为0.687(0.636~0.739),敏感性为0.824,特异性为0.742,准确率为0.603。Bootstrap自助抽样内部验证的AUC为0.687(0.634~0.739),校准曲线图显示三线重合度较高,临床决策曲线在阈值15.0%~55.0%提供了优于变量全选和变量均不选策略的净效益。结论基于肌酐、白细胞计数、过去1年急性发作次数、患者病程、合并有呼吸衰竭和尿酸高建立的慢阻肺患者1年非计划再入院的Nomogram模型具有较好的预测能力。展开更多
文摘目的分析慢性阻塞性肺疾病(慢阻肺)患者1年非计划再入院的影响因素,构建疾病预测模型并进行验证。方法前瞻性连续性收集2023年1月—2023年5月住院治疗的慢阻肺患者403例,其中再入院组170例,非再入院组233例。应用LASSO回归优化筛选变量,采用logistic回归分析慢阻肺患者1年非计划再入院的危险因素并构建Nomogram预测模型,对模型的区分度、校准度和临床适用度进行评价。结果慢阻肺患者1年非计划再入院发生率为42.2%;呼吸衰竭、过去1年急性发作次数、肌酐和白细胞计数是慢阻肺患者1年内非计划入院的危险因素(P<0.05)。最终能纳入Nomogram模型的变量有肌酐、白细胞计数、过去1年急性发作次数、患者病程、合并有呼吸衰竭和尿酸高。模型的受试者操作特征曲线下面积(area under curve,AUC)及95%置信区间(confidential interval,CI)为0.687(0.636~0.739),敏感性为0.824,特异性为0.742,准确率为0.603。Bootstrap自助抽样内部验证的AUC为0.687(0.634~0.739),校准曲线图显示三线重合度较高,临床决策曲线在阈值15.0%~55.0%提供了优于变量全选和变量均不选策略的净效益。结论基于肌酐、白细胞计数、过去1年急性发作次数、患者病程、合并有呼吸衰竭和尿酸高建立的慢阻肺患者1年非计划再入院的Nomogram模型具有较好的预测能力。