基于LASSO回归的脓毒症凝血病患者院内死亡风险预测模型建立

目的建立基于LASSO回归的脓毒症凝血病患者院内死亡风险预测模型。方法从重症监护医疗信息市场(MIMIC)-Ⅳ数据库(2.1版)中提取2008—2019年贝斯以色列迪康医疗中心入住重症监护室(ICU)的脓毒症凝血病患者进行回顾性研究。将研究对象随机分成建模组和验证组,采用LASSO回归筛选出特征变量,对所得特征变量进行多因素Logistic回归分析以确定预后独立危险因素,同时建立列线图预测模型。通过绘制校准曲线和受试者工作特性(ROC)曲线,以及决策曲线分析对模型性能进行评估。结果该研究共纳入4994例首次入住ICU的脓毒症凝血病患者,按7∶3比例随机分为建模组3495例和验证组1499例。多因素Logistic回归分析发现,年龄、平均呼吸频率、平均红细胞血红蛋白浓度、红细胞计数、血小板计数、凝血酶原时间、阴离子间隙、急性生理学评分Ⅲ及急性肾损伤是脓毒症凝血病患者院内死亡的独立危险因素,基于以上独立危险因素构建列线图预测模型。建模组和验证组列线图的ROC曲线下面积及95%置信区间分别为0.864(0.849~0.880)、0.877(0.852~0.901),灵敏度分别为0.795、0.763,特异度分别为0.779、0.843。校准曲线提示预测概率与实际概率基本一致,决策曲线分析显示其在较大阈值范围内具有良好的临床净收益。结论基于MIMIC-Ⅳ数据库建立的列线图模型对于预测脓毒症凝血病患者院内病死率具有良好的预测价值,可用于指导临床工作。

基于LASSO-Logistic回归构建Siewert Ⅱ/Ⅲ型食管胃结合部腺癌术后早期复发预测模型

目的 探讨SiewertⅡ/Ⅲ型食管胃结合部腺癌(adenocarcinoma of esophagogastric junction, AEG)根治术后早期复发的危险因素,构建可视化预测模型。方法 回顾性分析2016年1月至2021年3月兰州大学第二医院诊断为SiewertⅡ/Ⅲ型AEG且接受根治性切除术患者的临床病理资料,将样本以7∶3的比例随机分为建模组与验证组。采用LASSO-Logistic回归分析法筛选出预测SiewertⅡ/Ⅲ型AEG早期复发的变量,并构建早期复发预测模型。基于Bootstrap法进行1000次重复抽样验证模型。绘制受试者工作特征(receiver operating characteristic, ROC)曲线,计算曲线下面积(area under curve, AUC),绘制校准曲线和决策曲线(decision curve analysis, DCA)对模型的稳定性进行评估。结果根据纳入与排除标准,共320例SiewertⅡ/Ⅲ型AEG患者最终纳入分析,其中2年内复发者122例;LASSO-Logistic回归分析显示,AJCC分期、分化程度、糖类抗原199、癌胚抗原、中性粒细胞与淋巴细胞比值及肿瘤长径是SiewertⅡ/Ⅲ型AEG早期复发的独立预测因素,依此构建预测模型并绘制列线图。绘制ROC曲线得到建模组AUC为0.836(95%CI:0.785~0.887),灵敏度为81.4%,特异度为85.6%;验证组AUC为0.812(95%CI:0.711~0.912),灵敏度为80.6%,特异度为87.7%。建模组与验证组的校准曲线显示拟合曲线与参考曲线接近,表明模型具有较高稳定性。DCA曲线显示阈值概率在0.05~0.75时模型具有良好的净收益。结论 基于LASSO-Logistic回归分析法构建的预测SiewertⅡ/Ⅲ型AEG早期复发的多因素模型,有助于判断患者临床预后,为术后病情监测与管理提供参考依据。

基于肠道菌群产物浅谈脓毒症免疫紊乱

脓毒症已成为入住重症监护室(intensive care unit,ICU)患者死亡的主要原因之一,然而目前对于脓毒症尚无特效性治疗办法。针对脓毒症病理生理的研究发现,免疫紊乱在脓毒症的发病及病情发展中起着重要作用。肠道菌群作为人体内最大的共生体,研究显示其可以通过多种方式影响宿主的免疫状态,但确切机制尚无统一报道。基于肠道菌群在宿主免疫调节中的作用,本文从肠道菌群产物的角度综述了肠道菌群在脓毒症免疫调节中的机制,指出肠道菌群一方面能够调节宿主免疫系统的发育和功能;另一方面,脓毒症诱导的肠道菌群失调也将导致菌群产物的改变,从而丧失对免疫系统的正常调节作用,这可能是促进脓毒症进一步发展的重要原因,而基于肠道菌群的生物疗法,或许有望成为脓毒症常规治疗外的重要补充。