肺癌患者合并深静脉血栓形成的列线图模型构建与评估

目的 构建肺癌患者合并深静脉血栓形成(DVT)的列线图模型并进行评估。方法 回顾性分析2022年1月至2023年1月蚌埠医科大学附属合肥市第二人民医院收治的330例肺癌患者的临床资料,根据入院时DVT发生情况将其分为DVT组(33例)和非DVT组(297例)。采用LASSO回归和多因素logistic回归筛选肺癌患者合并DVT的风险因素来构建列线图模型,并对该模型进行内部验证,评估模型的准确性、一致性和临床效用。结果 与非DVT组相比,DVT组年龄更大,吸烟、使用抗血管生成药物的人数比例更大,白细胞、中性粒细胞、红细胞分布宽度(RDW)、中性粒细胞-淋巴细胞比值(NLR)、乳酸脱氢酶(LDH)、脑钠尿肽(BNP)、D-二聚体、凝血酶原时间(PT)、C反应蛋白(CRP)和神经元特异性烯醇化酶(NSE)水平更高,血红蛋白、白蛋白水平更低,差异有统计学意义(P<0.05)。以DVT发生情况为因变量,通过LASSO回归和多因素logistic回归筛选出高血压、吸烟史、抗血管生成药物、D-二聚体、白蛋白5个肺癌合并DVT的风险因素,并以此构建列线图模型。受试者工作特征(ROC)曲线分析结果提示该模型具有良好的判别能力[AUC(95%CI)=0.880(0.811~0.950)]。校准曲线显示,模型的预测结果与实际观测值之间保持良好的拟合;Hosmer-Lemeshow拟合优度检验结果(χ^(2)=6.469,P=0.595)进一步证明了模型具有较好的一致性。决策曲线分析(DCA)结果显示,阈值概率处于0.07~0.95时,该模型具有较大的临床应用潜力。临床影响曲线(CIC)分析结果显示,在阈值概率范围内,预测发生DVT的患者数量总是大于实际发生DVT的患者数量,提示该列线图模型可以有效识别出DVT的高危患者。结论 该研究构建的肺癌合并DVT列线图模型具有良好的预测能力和临床实用性,有助于临床医师更好地识别高风险患者,并及时采取适当的干预措施,改善患者预后。

椎旁功能性肌肉横截面积预测腰椎间盘突出症术后复发的Nomogram建立与验证

目的:建立腰椎间盘突出症患者行经皮椎间孔镜手术术后复发(PRLDH)的个体化预测模型。方法:回顾性收集2019年6月至2023年1月期间接受椎间孔镜(PETD)手术治疗的227例患者资料及28个其他临床特征。采用Lasson回归和多因素Logistic回归筛选出影响PRLDH发生的独立危险因素,建立Nomogram模型并进行内部验证,评估本模型的准确性、校准性和临床效用。结果:患者的椎间盘夹角、患侧多裂肌功能表面积、Modic改变和BMI是影响PRLDH发生的独立预测因素(P<0.05)。基于筛选出的预测因素建立Nomogram模型。内部验证结果显示,Nomogram模型预测发生PRLDH的曲线下面积为0.867,95%CI:0.787~0.946;Hosmer-Lemeshow拟合优度检验χ^(2)=10.154,P=0.254,校准曲线显示观测值与预测值之间保持较好一致性。决策曲线分析(DCA)预测PRLDH发生的阈值为0.05~0.91,本预测模型提供了临床净收益。临床影响曲线(CIC)表明在阈值概率范围内,预期的复发患者总是多于实际的复发患者。此外,Nomogram模型临床净收益均高于单个危险因素。结论:基于椎旁肌肉构建的Nomogram预测模型具有良好的预测能力,有助于个性化评估PRLDH的发生风险。

夕阳无限好 福建闹新春——本市举行老干部迎春茶话会

璀璨绚丽的灯火，欢快优美的歌舞，诚挚美好的祝愿，祥和欢乐的气氛。元月23日上午，市委办公室、市政府办公厅、市委组织部、市委老干部局在上海展览中心举行上海市老干部迎春茶话会。