糖尿病足患者溃疡愈合风险的列线图预测模型

目的探讨预测糖尿病足溃疡(DFU)患者溃疡愈合风险的列线图模型。方法收集2021年1―12月于新疆医科大学第一附属医院就诊的200例DFU患者的临床资料,依据DFU是否愈合将其分为愈合组(n=57)和未愈合组(n=143)。收集患者的年龄、性别、体重指数(BMI)、糖化血红蛋白、知-信-行(KAP)模式量表评分以及患者血液中微小RNA(miRNA)-15b-5p的相对含量,采用Logistic回归模型对临床特征数据进行单因素及多因素分析,向后法筛选出相关预测因子并建立预测模型,使用增强Bootstrap验证法对模型内部进行验证,使用一致性指数(C-index)、列线图、校准图、受试者工作特征(ROC)曲线及校准曲线、决策曲线分析(DCA)进行评估。结果通过二元Logistic回归分析及向后法筛选变量,从8个总变量中确定了3个预测因子,即年龄、miRNA-15b-5p相对含量、K评分,其构建的预测模型呈现出中等预测能力,ROC曲线下面积(AUC)为0.923。结论年龄、K评分及miRNA-15b-5p相对含量均为DFU患者溃疡未愈合相关的预测因子,基于这些预测因子建立的预测模型具有优秀的综合性能,可从多个层面预测DFU患者溃疡未愈合的发生风险,为DFU患者溃疡愈合提供了个体化治疗依据。

头孢哌酮/舒巴坦致血小板减少列线图预测模型的建立与验证

目的探讨头孢哌酮/舒巴坦致成人住院患者血小板减少的预测因子,建立列线图预测模型并进行验证。方法回顾性收集西安市中心医院2021年6月30日至2023年6月30日使用头孢哌酮/舒巴坦治疗的成人住院患者资料,按7∶3随机分为训练集和内部验证集。采用单因素/多因素Logistic回归分析筛选头孢哌酮/舒巴坦致血小板减少的独立预测因子,通过R4.0.3软件“RMS”包绘制列线图;采用受试者工作特征曲线及C-index值评估模型的预测效能;采用Hosmer-Lemeshow拟合优度检验评价模型的校正度。以相同标准,收集西安市第一医院同期使用头孢哌酮/舒巴坦治疗的成人住院患者的临床资料,对列线图预测模型进行外部验证。结果共纳入西安市中心医院患者1045例,其中头孢哌酮/舒巴坦致血小板减少患者67例,发生率为6.41%。排除假阳性患者后,最终纳入患者473例,其中训练集331例、内部验证集142例。多因素Logistic回归分析结果显示,患者年龄[OR=1.043,95%CI(1.017,1.070)]、估算的肾小球滤过率(eGFR)[OR=0.988,95%CI(0.977,0.998)]、基线血小板[OR=0.989,95%CI(0.982,0.996)]、营养风险[OR=3.863,95%CI(1.884,7.921)]和累计限定日剂量数(DDDs)[OR=1.082,95%CI(1.020,1.147)]是头孢哌酮/舒巴坦致血小板减少的独立预测因子(P<0.05)。训练集和内部验证集的C-index值分别为0.824[95%CI(0.759,0.890)]和0.828[95%CI(0.749,0.933)],Hosmer-Lemeshow检验的χ^(2)值分别为0.441、1.804(P值分别为0.802、0.406)。外部验证集中,C-index值为0.808[95%CI(0.672,0.945)],Hosmer-Lemeshow检验的χ^(2)值为0.899(P值为0.638)。结论患者年龄、基线血小板、eGFR、营养风险和累计DDDs是头孢哌酮/舒巴坦致血小板减少的独立预测因子;所建列线图预测模型具有良好的预测效能和外推性,有助于临床快速、准确地识别头孢哌酮/舒巴坦致血小板减少的潜在风险。

腹膜透析患者抑郁的影响因素分析及列线图预测模型构建

目的探究导致腹膜透析患者抑郁发生的影响因素,构建列线图预测模型。方法选取进行腹膜透析治疗的120例慢性肾脏病患者,根据抑郁筛查量表(PHQ-9),将研究对象分为抑郁组(PHQ-9≥5分,n=48)和对照组(PHQ-9<5分,n=72)。采用Logistic回归分析腹膜透析患者发生抑郁的独立危险因素并用R软件绘制列线图预测模型,用ROC曲线评估模型表现,采用校正及决策曲线检验模型预测性能。结果与对照组比较,抑郁组透析病程较长、营养状况较差、家庭人均月收入较低、PSQI评分较高、hs-CRP及β_(2)微球蛋白水平较高(P<0.05)。对连续性变量hs-CRP、β_(2)微球蛋白进行ROC曲线分析,AUC分别为0.832、0.831,敏感度分别为64.58%、62.50%,特异度均为94.44%。回归结果显示,透析病程、家庭人均月收入、营养状况、PSQI评分、hs-CRP及β_(2)微球蛋白为腹膜透析患者发生抑郁的危险因素(P<0.05)。将上述因素纳入列线图预测模型,AUC为0.845(95%CI:0.807~0.884),风险阈值>0.05。结论以透析病程、家庭人均月收入、营养状况、PSQI评分、hs-CRP及β_(2)微球蛋白为危险因素建立列线图预测模型,能够有效预测腹膜透析患者抑郁的发生。

2型糖尿病合并阻塞性睡眠呼吸暂停低通气综合征的列线图预测模型构建

目的 构建2型糖尿病(T2DM)合并阻塞性睡眠呼吸暂停低通气综合征(OSAHS)的列线图预测模型。方法 选取2018年9月至2020年4月自贡市第四人民医院完成多导睡眠监测的526例T2DM患者为研究对象,并按照7∶3的比例随机分为训练组和验证组。通过对T2DM患者进行单变量和多变量的logistic回归分析,本研究确定了OSAHS的风险因素,并据此构建了一个预测模型。模型的有效性通过计算受试者工作特征曲线下的面积(AUC)、使用校正曲线和决策曲线(DCA)进行评估。结果 多因素logistic分析结果显示,体重指数(OR=1.09,95%CI:1.01~1.17)、高血压病史(OR=3.80,95%CI:3.43~4.26)、血清低密度脂蛋白(OR=1.35,95%CI:1.03~1.56)及25(OH)维生素D(OR=0.94,95%CI:0.91~0.96)水平是T2DM合并OSAHS发生的独立预测因素(P <0.05)。根据上述变量建立列线图预测模型,并在训练组和验证组中预测T2DM合并OSAHS发生的AUC分别为0.742和0.789。Hosmer-Lemeshow拟合优度检验显示模型具有较好的拟合度(P> 0.05)。DCA显示预测模型能够获得净收益的风险阈值大于0.9。结论 本研究成功建立并验证了一种性能良好的列线图预测模型,有助于提高T2DM患者合并OSAHS的早期识别和筛选能力。

妊娠合并系统性红斑狼疮患者不良妊娠结局的影响因素及其列线图预测模型构建

目的分析影响妊娠合并系统性红斑狼疮(SLE)患者发生不良妊娠结局的相关因素,并构建列线图预测模型。方法选择妊娠合并SLE患者314例,使用电脑随机分组法按照7∶3的比例,将220例患者作为建模组,剩余94例作为验证组,根据建模组妊娠合并SLE患者的妊娠结局分为妊娠结局不良组(73例)和妊娠结局良好组(147例)。采用Logistic回归模型分析影响妊娠合并SLE患者妊娠结局的影响因素,再利用R软件构建列线图预测模型,使用受试者工作特征(ROC)曲线、校准曲线、H-L拟合优度检验对已构建列线图预测模型的预测效能进行验证。结果多因素Logistic回归分析结果显示,狼疮性肾炎、子痫前期、雷诺现象、抗SSA抗体+、SLE疾病活动评分(SLEDAI)低、血小板减少、肾功能不全为妊娠合并SLE患者发生不良妊娠结局的危险因素(P均<0.05)。以此7项影响因素构建列线图模型,建模组验证列线图模型的ROC曲线下面积为0.893(95%CI:0.844~0.930),校准曲线斜率接近1,区分度良好,H-L检验χ^(2)=8.877,P=0.342;验证组ROC曲线下面积为0.831(95%CI:0.740~0.901),校准曲线斜率接近1,H-L检验结果提示已构建的预测模型与实际结局具有较高一致性(χ^(2)=6.436,P=0.599)。结论狼疮性肾炎、子痫前期、雷诺现象、抗SSA抗体+、SLEDAI低、血小板减少、肾功能不全为妊娠合并SLE患者发生不良妊娠结局的危险因素;基于Logistic回归模型筛选出的7项危险因素构建的列线图模型对妊娠合并SLE患者的妊娠结局有较高预测价值。

早期牙髓炎患者iRoot BP Plus活髓切断术后疗效分析及列线图预测模型构建

目的构建早期牙髓炎患者iRoot BP Plus活髓切断术后失败的个体化预测模型。方法选取2019年1月至2021年12月于秦皇岛市海港医院进行iRoot BP Plus活髓切断术治疗的278例早期牙髓炎患者为研究对象,记录性别、年龄、穿髓孔直径等资料并进行统计学分析,Logistic回归分析确定危险因素,绘制列线图预测模型,进行内部验证并评估临床预测效能及实用性。结果278例早期牙髓炎iRoot BP Plus活髓切断术后失败率为10.43%。将穿髓孔直径、腐质颜色、腐质质地提取为预测因子构建列线图预测模型,列线图预测模型的校正曲线与原始曲线及理想曲线接近,C-index为0.768(95%CI:0.722~0.833),模型拟合度高;列线图预测模型的阈值>0.16,可提供临床净收益,且临床净收益均高于独立预测因子。结论以穿髓孔直径、腐质颜色、腐质质地为预测因子构建的早期牙髓炎患者iRoot BP Plus活髓切断术后失败的列线图预测模型对iRoot BP Plus活髓切断术后失败的发生具有良好的预测价值。

冠心病患者冠脉介入治疗术后预后不良的列线图预测模型构建

目的分析冠心病患者经冠脉介入术治疗预后不良的相关因素,构建列线图预测模型并评价其性能。方法纳入2020年9月至2022年8月滕州市中医医院收治的冠心病患者300例作为研究对象,所有患者行冠脉介入术治疗,根据术后1年随访是否发生心血管不良事件分为观察组(n=61)和对照组(n=239)。对两组的临床资料进行统计分析,通过受试者工作特征(ROC)曲线分析有统计学意义的连续性变量;采用多元Logistic回归分析冠心病患者冠脉介入治疗术后预后不良的独立危险因素;R软件构建预测冠心病患者术后预后不良的列线图模型;校正曲线对预测模型进行内部验证;决策曲线评估预测模型的临床净收益。结果观察组糖尿病比例、吸烟比例、植入支架数>2比例、D-二聚体和白介素-6水平高于对照组(均P<0.05),D-二聚体(>1.23 mg/L)、白介素-6(>50.01 ng/L)、年龄(>66岁)、合并糖尿病和吸烟是冠心病患者冠脉介入治疗术后预后不良的独立危险因素(P<0.05)。内部验证结果显示,列线图预测模型的C-index为0.786(95%CI:0.397,0.896),观测值与预测值之间保持较好一致性。决策曲线显示当风险阈值>0.16时,此预测模型可以提供额外的临床净收益。结论本研究构建了冠心病患者冠脉介入治疗术后预后不良危险因素的列线图预测模型,有助于医护人员认识冠心病患者术后预后不良的相关因素,尽早制定个性化对策以改善预后,提升患者生活质量。

高龄急性缺血性脑卒中静脉溶栓后出血性转化列线图预测模型的建立与评估

目的:构建高龄急性缺血性脑卒中(AIS)病人重组组织型纤溶酶原激活剂(rt-PA)静脉溶栓治疗后发生出血性转化(HT)的列线图预测模型,并对该预测模型进行评估。方法:回顾性分析邢台市人民医院2019年5月-2022年6月收治的165例行rt-PA静脉溶栓治疗的高龄AIS病人(年龄≥75岁),根据rt-PA静脉溶栓治疗后脑CT复查病人是否发生HT分为非HT组(129例)和HT组(36例)。通过单因素、多因素Logistic回归分析高龄AIS病人rt-PA静脉溶栓后发生HT的影响因素;构建高龄AIS病人rt-PA静脉溶栓后发生HT的列线图预测模型,分别采用H-L拟合度曲线、受试者工作特征(ROC)曲线评估其有效性、区分度。结果:HT组病人糖尿病史比例、心房颤动史比例、发病至溶栓时间、入院时美国国立卫生研究院卒中量表(NIHSS)评分均明显高于非HT组(P<0.05);糖尿病史、心房颤动史、发病至溶栓时间、入院时NIHSS评分均为高龄AIS病人rt-PA静脉溶栓后发生HT的独立危险因素(P<0.05);H-L拟合优度检验显示,χ^(2)=7.977,P=0.436,预测值与实际值大体一致;ROC曲线下面积为0.919[95%CI(0.863,0.976)],其截断值为0.24,敏感度为86.1%,特异度为86.8%,表明该列线图区分度较好。结论:本研究构建的高龄AIS病人rt-PA静脉溶栓后发生HT的列线图预测模型有效性和区分度较好,有助于临床评估高龄AIS病人rt-PA静脉溶栓后是否发生HT,为进行个体化预防HT提供便利。

基于血清miR-351、miR-638水平构建2型糖尿病患者颈动脉粥样硬化的影响因素列线图预测模型与评价

目的基于血清微小核糖核酸(miR)-351、miR-638水平构建2型糖尿病(T2DM)患者颈动脉粥样硬化(CAS)的影响因素列线图预测模型并予评价。方法选取2021年3月—2022年12月新疆医科大学第一附属医院内分泌科收治的T2DM患者182例作为观察组,另选医院同期体检健康者91例作为健康对照组。比较2组血清miR-351、miR-638及血糖、血脂水平差异;T2DM患者根据是否合并CAS分为CAS亚组(n=79)和非CAS亚组(n=103),并比较2亚组临床特点差异;多因素Logistic回归分析T2DM合并CAS的危险因素;依据危险因素构建T2DM合并CAS发生风险列线图预测模型;受试者工作特征(ROC)曲线分析预测效能,以Bootstrap法、决策曲线分析该模型校准度与决策能力。结果观察组血清miR-351水平高于健康对照组,血清miR-638水平低于健康对照组(t/P=9.999/<0.001、12.051/<0.001)。观察组高密度脂蛋白胆固醇(HDL-C)水平低于健康对照组(t/P=11.060/<0.001),空腹血糖(FPG)、餐后2 h血糖(2 h PG)、糖化血红蛋白(HbA 1c)、总胆固醇(TC)、三酰甘油(TG)、低密度脂蛋白胆固醇(LDL-C)水平均高于健康对照组(t=18.034、20.355、21.744、7.991、20.682、13.256,P均<0.001);多因素Logistic回归分析显示,HbA 1c、TC、TG、LDL-C、miR-351升高为T2DM合并CAS的独立危险因素[OR(95%CI)=8.129(3.377~19.567)、1.444(1.093~1.908)、7.868(2.254~27.459)、2.728(1.241~5.997)、1.337(1.039~1.721)],而miR-638升高为其保护因素[OR(95%CI)=0.046(0.006~0.337)]。ROC分析显示,HbA 1c、TC、TG、LDL-C、miR-351、miR-638水平及预测模型的曲线下面积(AUC)为0.863、0.670、0.693、0.726、0.776、0.655、0.936,以预测模型的AUC最大(Z=3.468、6.602、5.832、5.599、5.064、6.674,P均<0.001);采用Bootstrap法对列线图模型进行内部验证,重复抽样1000次(B=1000)显示,C-index为0.871,提示该列线图模型预测能力较好。决策分析显示,该模型的阈值概率0.01~0.97,净收益率>0,高于两条无效线。结论T2DM患者血清miR-351水平升高,miR-638水平降低,参与了T2DM患者CAS的发生及进展。HbA 1c、TC、TG、LDL-C、miR-351升高为T2DM合并CAS的独立危险因素,miR-638升高为其保护因素,基于miR-351、miR-638及其他独立危险因素构建的列线图预测模型对T2DM合并CAS有良好预测价值,可用于评估T2DM患者合并CAS发生风险。

股骨颈骨折术后早期股骨头坏死影响因素分析及列线图预测模型构建

目的:探讨股骨颈骨折患者术后早期发生股骨头坏死的危险因素,并建立列线图预测模型。方法:选取自2020年1月至2022年4月收治的167例行固定手术治疗的股骨颈骨折患者,根据患者术后早期是否发生股骨头坏死分为坏死组和非坏死组。坏死组38例,其中男21例,女17例,年龄33~72(53.49±10.96)岁,受伤至手术时间40~67(53.46±7.23) h;非坏死组129例,其中男72例,女57例,年龄18~83(52.78±12.55)岁,受伤至手术时间18~65(39.88±7.79) h。对患者性别、合并糖尿病、高血压、慢性肝病、股骨头后倾角、手术方式、骨折位移情况、骨折线部位、术前制动牵引、螺钉排列方式、复位质量、年龄、身体质量指数、受伤至手术时间等可能影响因素进行单因素分析,并对P<0.05的单因素进行多因素Logistic回归分析。并构建列线图风险模型。结果:167例股骨颈骨折患者术后股骨头坏死的发生率为22.76%。合并糖尿病[OR=5.139,95%CI(1.405,18.793),P=0.013]、骨折移位情况[OR=3.723,95%CI(1.105,12.541),P=0.034]、术前制动牵引[OR=3.444,95%CI(1.038,11.427),P=0.043]、复位质量[OR=3.524,95%CI(1.676,7.411),P=0.001]和受伤至手术时间[OR=1.270,95%CI(1.154,1.399),P=0.000]是股骨颈骨折患者术后早期发生股骨头坏死的独立危险因素。Hosmer-Lemeshow拟合优度检验(χ^(2)=3.951,P=0.862),受试者工作特征(receiver operator characteristic,ROC)曲线下面积为0.944[P<0.001,95%CI(0.903,0.987)],灵敏度为89.50%,特异性为88.40%,最大约登指数为0.779,模型校正曲线总体趋势接近理想曲线。模型回归方程Z=1.637×合并糖尿病+1.314×骨折移位情况+1.237×术前制动牵引+1.260×复位质量+0.239×受伤至手术时间-18.310。结论:股骨颈骨折患者术后早期股骨头坏死的发生受多重因素共同影响,根据因素建立的风险预警模型具有较好的预测效能。

基于临床资料构建慢性阻塞性肺疾病急性加重期合并肺部感染的列线图预测模型

目的基于临床资料分析慢性阻塞性肺疾病急性加重期(AECOPD)合并肺部感染的相关危险因素,并构建列线图预测模型。方法回顾性分析2020年11月至2022年10月于该院就诊的180例AECOPD患者临床资料,根据是否合并肺部感染分为合并感染患者76例(观察组)和未合并感染患者104例(对照组)。对两组的临床资料进行统计分析,通过受试者工作特征(ROC)曲线分析差异有统计学意义的连续变量;采用多因素Logistic回归分析AECOPD合并肺部感染的独立影响因素;通过R软件构建预测AECOPD合并肺部感染的列线图预测模型;通过校准曲线对预测模型进行内部验证;通过决策曲线评估预测模型的临床净收益。结果观察组年龄、合并糖尿病比例、吸烟比例、机械通气比例、住院时间≥2周比例均高于对照组(P<0.05),清蛋白水平低于对照组(P<0.05)。年龄、清蛋白诊断AECOPD合并肺部感染的曲线下面积(AUC)分别为0.888(95%CI:0.832~0.930)、0.882(95%CI:0.826~0.925),最佳截断值分别为61岁、30 g/L。患者年龄≥61岁、合并糖尿病、住院时间≥2周、清蛋白<30 g/L和吸烟是AECOPD合并肺部感染的独立危险因素(P<0.05)。构建了AECOPD合并肺部感染危险因素的列线图预测模型,该预测模型预测AECOPD合并肺部感染的校准曲线趋于理想曲线,C-index为0.786(95%CI:0.497~0.976);决策曲线显示当风险阈值>0.16时,此预测模型在预测AECOPD合并肺部感染风险因素方面可以提供额外的临床净收益。结论该研究构建了AECOPD合并肺部感染危险因素的列线图预测模型,有助于医护人员认识AECOPD合并肺部感染的相关因素,尽早制订个性化对策以改善患者预后。

乙型肝炎肝硬化发生急性肾损伤的影响因素及列线图预测模型构建

目的:探究乙型肝炎肝硬化发生急性肾损伤(AKI)的影响因素,构建列线图预测模型。方法:收集397例乙型肝炎肝硬化患者的临床资料,根据是否发生AKI将患者分AKI组(n=82)和非AKI组(n=315),比较两组患者的临床资料差异,采用多因素Logistic回归分析肝硬化AKI的影响因素。基于多因素分析结果构建列线图预测模型并验证,绘制预测模型校准曲线和ROC曲线下面积(AUC)。结果:研究共纳入397例乙型肝炎肝硬化患者,82例发生AKI,发生率约为20.7%。与非AKI组比较,AKI组患者在患病年龄≥50岁、失代偿期、腹水、上消化道出血、使用利尿剂和高Child-Pugh分级的发生率高,TBil、PT和PCT水平较高,而Alb和血清Na水平较低,差异具有统计学意义(均P<0.05)。多因素分析显示,Alb和血清Na为乙型肝炎肝硬化AKI的保护因素(OR=0.850和0.581,均P<0.05),而失代偿期、腹水、TBil升高、PT延长、PCT升高和Child-Pugh B/C级为危险因素(OR=3.398、7.013、1.146、1.314、1.969和26.230,均P<0.05)。列线图模型预测肝硬化AKI的AUC为0.901,校准曲线显示预测值与实测值基本相符。结论:失代偿期、腹水、TBil、PT和PCT水平升高、Alb和血清Na水平降低、Child-Pugh B/C级为乙型肝炎肝硬化发生AKI的独立危险因素。研究建立的列线图预测模型对乙型肝炎肝硬化AKI具有较好的预测准确度。

老年骨质疏松性胸腰椎压缩性骨折患者PKP术后再发骨折的风险分析及列线图预测模型的构建

目的探讨老年骨质疏松性胸腰椎压缩性骨折患者经皮椎体后凸成形术(PKP)后再发骨折的风险因素并构建列线图预测模型。方法选取2016年1月~2019年11月行PKP治疗的182例老年骨质疏松性胸腰椎压缩性骨折患者为研究对象,术后3年持续跟踪随访,根据术后恢复情况将患者分为再发骨折组(n=36)与无再发骨折组(n=146)。收集两组患者的临床资料;对计量指标行接受者操作特性(ROC)曲线分析;经Logistic回归分析影响PKP术后再发骨折的独立危险因素;R语言软件4.0“rms”包构建列线图预测模型,校正及决策曲线对列线图预测模型进行内部验证及临床预测效能评估。结果两组患者在骨密度、损伤椎体数、单节骨水泥注入量、骨水泥分布类型、骨水泥渗漏、PKP术前后椎体高度差、后凸角变化方面的差异具有统计学意义(P<0.05)。骨密度、损伤椎体数、单节骨水泥注入量、PKP术前和术后椎体高度差、后凸角变化的曲线下面积(AUC)分别为0.772、0.732、0.722、0.801、0.813,最佳截断值分别为-3.1、2个、3.9 ml、0.4 mm、8.7°。骨密度、损伤椎体数、单节骨水泥注入量、骨水泥渗漏、PKP术前后椎体高度差、后凸角变化是影响老年骨质疏松性胸腰椎压缩性骨折患者PKP术后再发骨折的独立危险因素。列线图预测模型的校正曲线与原始曲线及理想曲线接近,C-index为0.818(95%CI:0.762~0.883),模型拟合度高;列线图预测模型的阈值>0.22,可提供临床净收益,且临床净收益均高于独立预测因子。结论骨密度、损伤椎体数、单节骨水泥注入量、骨水泥渗漏、PKP术前和术后椎体高度差、后凸角变化是影响老年骨质疏松性胸腰椎压缩性骨折患者PKP术后再发骨折的独立危险因素,并构建了预测老年骨质疏松性胸腰椎压缩性骨折患者PKP术后再发骨折的列线图模型。

Pipeline血流导向装置治疗复杂性颅内动脉瘤预后的影响因素及列线图预测模型构建

目的 探讨Pipeline血流导向装置(PED)治疗复杂性颅内动脉瘤预后的影响因素。方法选择2021年1月至2023年4月安岳县人民医院和桂林医学院第二附属医院接诊的复杂性颅内动脉瘤患者98例。患者入组后均行PED治疗,收集可能影响复杂性颅内动脉瘤预后的影响因素。据改良Rankin量表得分将患者分为2组,≤2分为预后良好组,>2分为预后不良组,比较2组的临床资料。建立Nomograms模型并对模型进行验证。结果 98例患者中,10例(10.20%)出现预后不良。预后不良组与预后良好组患者年龄、高血压病史、糖尿病史、氯吡格雷抵抗、Fisher分级、动脉瘤多次破裂、动脉瘤位置、瘤体大小、瘤颈、多发及入院时Hunt-Hess分级差异均有统计学意义(P<0.05)。多因素分析结果显示,高血压病史、氯吡格雷抵抗、动脉瘤多次破裂、动脉瘤位置、多发及入院时Hunt-Hess分级为PED治疗复杂性颅内动脉瘤预后的独立性影响因素。Nomograms模型预测PED治疗复杂性颅内动脉瘤预后的AUC为0.849(95%CI:0.758~0.939)。模型组与验证组预测曲线与标准曲线基本拟合。决策曲线分析结果显示,当Nomograms模型预测PED治疗复杂性颅内动脉瘤预后不良的概率阈值为0.10~0.90时,患者的净受益率大于0。结论 PED治疗复杂性颅内动脉瘤预后不良的影响因素主要有高血压病史、氯吡格雷抵抗、动脉瘤多次破裂等,Nomograms模型可预测PED治疗复杂性颅内动脉瘤预后不良风险。

非小细胞肺癌患者术后预后不良的列线图预测模型的构建

目的:分析非小细胞肺癌(non-small cell lung cancer, NSCLC)患者术后预后不良的影响因素,并构建列线图预测模型。方法:收集2018年01月至2020年02月于我院行手术治疗的168例非小细胞肺癌患者的临床资料。根据术后3年随访情况分为预后良好组(n=76)和预后不良组(n=92)。通过ROC曲线分析获取各因素的最佳截断值;logistic多元回归模型分析非小细胞肺癌患者术后预后不良的独立危险因素并构建列线图预测模型,列线图模型的内部验证及预测效能分别用校正曲线、决策曲线评估。结果:预后不良组年龄、男性比例、吸烟史比例、腺癌比例、纵隔淋巴结转移比例、病灶直径>3 cm比例、TNM分期Ⅲ/Ⅳ期比例、低分化比例以及CEA、CA125水平均高于预后良好组,且差异有统计学意义(P<0.05)。ROC曲线分析结果显示:年龄、CEA、CA125的最佳截断值分别为65岁、10.49 ng/mL、40.36 ng/mL。logistic多元回归模型结果显示:吸烟史(有)、TNM分期(Ⅲ/Ⅳ期)、病灶大小(直径>3 cm)、分化程度(低分化)、纵隔淋巴结转移(有)、CEA(>10.49 ng/mL)、CA125(>40.36 ng/mL)是非小细胞肺癌患者术后预后不良的独立危险因素。内部验证结果显示,列线图模型对非小细胞肺癌患者术后预后不良预测的C-index为0.871(95%CI:0.752~0.963)。观测值与预测值较统一。列线图模型的阈值>0.13,列线图模型提供的临床净收益均高于吸烟史、TNM分期、病灶大小、分化程度、纵隔淋巴结转移、CEA、CA125。结论:本研究基于吸烟史、TNM分期、病灶大小、分化程度、纵隔淋巴结转移、CEA、CA125所构建的列线图模型,对非小细胞肺癌患者术后预后不良的预测价值较好,可为临床改善NSCLC术后预后提供依据。

帕金森病患者并发异动症的列线图预测模型构建

目的分析帕金森病(PD)患者并发异动症的危险因素,并构建列线图预测模型。方法收集114例PD患者的临床资料,根据是否并发异动症分为异动症组(n=18)和非异动症组(n=96)。采用logistic回归模型分析PD患者并发异动症的独立危险因素并构建列线图预测模型,列线图模型的内部验证及预测效能分别用校正曲线、决策曲线评估。结果异动症组发病年龄、维生素B12水平均低于非异动症组(t分别=-3.55、-2.57,P均<0.05),女性比例、病程、左旋多巴等效剂量(LEDD)、H-Y分级、帕金森病统一评分量表(UPDRS)评分、Beck抑郁量表(BDI)评分、Back焦虑量表(BAI)评分均高于非异动症组,差异均有统计学意义(χ^(2)=6.15,t分别=3.80、2.44、4.74、2.41、3.91、2.72,P均<0.05)。ROC结果显示:发病年龄、病程、LEDD、H-Y分级、UPDRS评分、BDI评分、BAI评分、维生素B12的最佳截断值分别为65岁、8年、449 mg/d、3级、22分、17分、20分、323.48 pmol/L。多元logistic回归模型结果显示:发病年龄、性别、病程、LEDD、H-Y分级、UPDRS评分是PD患者并发异动症的独立危险因素(OR分别=1.57、1.36、1.73、1.88、1.70、1.76,P均<0.05)。内部验证结果显示,列线图模型对PD患者并发异动症预测的C-index为0.90。列线图模型的阈值>0.19,列线图模型提供的临床净收益均高于发病年龄、性别、病程、LEDD、H-Y分级、UPDRS评分。结论本次研究基于发病年龄、性别、病程、LEDD、H-Y分级、UPDRS评分所构建的列线图模型,对PD患者并发异动症的预测价值较好,可为临床预防PD患者并发异动症提供依据。

基于体位操训练的慢性便秘患者列线图预测模型的构建

目的 构建基于体位操训练的慢性便秘患者列线图预测模型。方法 将2021年3月—2023年3月收治的327例慢性便秘患者根据体位操合格情况分为合格组(n=279)和不合格组(n=48)。收集患者一般临床资料,采用单因素和多因素Logistic回归分析影响慢性便秘患者体位操不合格的危险因素;采用R软件构建预测慢性便秘患者体位操不合格的列线图模型,并应用受试者工作特征(ROC)曲线及校准曲线验证列线图模型的区分度和一致性。结果 2组患者性别、文化程度、吸烟史、酗酒史、高血压史、腹部手术史、结肠镜检查史、服药方法是否正确比率相比,差异均无统计学意义(P>0.05);不合格组患者年龄、慢性便秘病程、糖尿病史比率均高于合格组患者,差异有统计学意义(P<0.05);年龄、慢性便秘病程、糖尿病史是影响慢性便秘患者体位操不合格的独立危险因素(P<0.05)。构建的列线图预测模型具有较优的区分度(曲线下面积为0.923,95%CI为0.888~0.949,灵敏度、特异度分别为87.50%、81.00%)和一致性(H-L拟合优度检验χ^(2)=2.246,P=0.973)。高风险阈值概率在0.06~0.80时应用该列线图模型预测慢性便秘患者体位操不合格的临床价值较高。结论 年龄、慢性便秘病程、糖尿病史是影响慢性便秘患者体位操不合格的独立危险因素,根据多因素结果构建的预测慢性便秘患者体位操不合格的列线图模型有较高的区分度和一致性。

小肝癌微血管侵犯风险术前列线图预测模型的构建与验证

目的分析小肝癌(SHCC)发生微血管侵犯(MVI)的危险因素,构建术前列线图预测模型并进行验证。方法回顾性分析2018年8月至2023年8月因SHCC于华中科技大学同济医学院附属协和医院行根治性肝切除术的288例患者的临床资料,根据术后病理结果是否存在MVI分为MVI阳性组(n=96)和MVI阴性组(n=192)。收集患者一般资料、血清学指标、炎症指标、术前影像学资料、病理指标等,采用Lasso回归分析结合单因素、多因素Logistic回归分析探究SHCC患者发生MVI的主要危险因素,并构建术前列线图预测模型。结果288例单发SHCC患者中有96例发生MVI,发生率为33.3%。多因素Logistic回归分析结果显示,肿瘤最大径、包膜强化、AFP≥200 ng/mL、中性粒细胞/淋巴细胞比值(NLR)≥1.63、全身免疫炎症指数(SII)≥170.86、血小板计数(PLT)≥183.0×10^(9)/L为SHCC患者发生MVI的独立危险因素(P<0.05)。列线图预测模型的曲线下面积(AUC)为0.823,通过Youden指数计算出列线图的最佳截断值为181.3分,截断值下的灵敏度、特异度、阳性预测值和阴性预测值分别为65.6%、84.9%、68.5%和83.2%,具备较好的区分度和一致性。结论基于肿瘤最大径、包膜强化、AFP≥200 ng/mL、NLR≥1.63、SII≥170.86、PLT≥183.0×10^(9)/L所建立的术前列线图预测模型对SHCC发生MVI风险有较高的预测价值,对指导临床决策,改善不良预后具有重要意义。

胸腔镜肺癌切除术后合并心肺并发症的危险因素分析及列线图预测模型构建

目的:探讨肺癌患者经胸腔镜切除术后合并心肺并发症的危险因素并构建列线图预测模型。方法:选取2019年10月至2022年9月在我院进行胸腔镜切除术的228例肺癌患者为研究对象,将术后出现心肺并发症的52例患者纳入发生组,未出现心肺并发症的176例患者纳入未发生组。记录两组患者的临床资料,独立样本t检验或χ^(2)检验行单因素分析,探索胸腔镜切除术后合并心肺并发症的相关因素;MedCalc软件对计量指标行ROC曲线分析,探索其对胸腔镜切除术后合并心肺并发症的预测价值;Logistic逐步回归分析探讨胸腔镜切除术后合并心肺并发症的独立危险因素;R语言软件4.0“rms”包构建肺癌患者经胸腔镜切除术后合并心肺并发症的列线图预测模型,校正曲线对列线图预测模型进行内部验证,计算一致性指数(concordance index,C-index),决策曲线对列线图预测模型进行临床预测效能评估。结果:发生组与未发生组患者在年龄、吸烟史、糖尿病史、冠心病史、手术时间、术中出血量、FEV1方面的差异具有统计学意义。年龄、手术时间、术中出血量的AUC分别为0.739、0.785、0.736,最佳截断值分别为55岁、178 min、96 mL。年龄、吸烟史、冠心病史、手术时间、FEV1是肺癌患者经胸腔镜切除术后合并心肺并发症的独立危险因素。内部验证结果指出,列线图预测模型的校正曲线与原始曲线及理想曲线接近,C-index为0.883(95%CI:0.833~0.933),模型拟合度高;列线图预测模型的阈值>0.23,可提供临床净收益,且临床净收益均高于年龄、吸烟史、冠心病史、手术时间、FEV1。结论:本研究基于胸腔镜肺癌切除术后合并心肺并发症的独立危险因素即年龄、吸烟史、冠心病史、手术时间、FEV1构建了列线图预测模型,对心肺并发症的发生具有较好的预测价值,有助于胸腔镜肺癌切除术患者心肺并发症的临床监测,以期降低心肺并发症的发病率,减少不良事件的发生。

BNP、CRP、CysC等指标对心肌梗死患者预后不良的预测价值及列线图预测模型构建

目的探讨胱抑素C(CysC)、C反应蛋白(CRP)、脑钠肽(BNP)等指标对心肌梗死患者预后的预测价值并构建列线图预测模型。方法将2020年5月至2022年4月北京大学第三医院秦皇岛医院收治的236例心肌梗死患者纳入研究并进行为期1年的随访。根据患者是否发生不良心脑血管事件将其分为预后不良组(48例)与预后良好组(188例)。记录两组患者的一般资料,经独立样本t检验或χ2检验进行单因素分析,筛选出可能用于预测心肌梗死患者预后的指标。对单因素分析中差异有统计学意义的检测指标进行受试者工作特征(ROC)曲线分析,分析这些指标对心肌梗死患者预后的预测价值。采用多因素Logistic回归分析心肌梗死患者预后的影响因素。采用R语言软件4.0“rms”程序包构建心肌梗死患者预后的列线图预测模型,使用校正及决策曲线对列线图预测模型进行内部验证及临床预测效能评估。结果两组患者病变范围、BNP、CRP、CysC、同型半胱氨酸(Hcy)比较,差异有统计学意义(P<0.05)。ROC曲线分析显示,BNP、CRP、CysC、Hcy的曲线下面积(AUC)分别为0.885、0.868、0.847、0.865,截断值分别为760.8 pg/mL、19.7 mg/L、11.9 mg/L、21.8μmol/L。多因素Logistic回归分析显示,病变范围、BNP、CRP、CysC、Hcy是心肌梗死患者预后的影响因素。列线图预测模型的校正曲线与原始曲线及理想曲线接近,C-index为0.830(95%CI:0.785~0.875),模型拟合度较高;列线图预测模型的阈值>0.21,可提高临床净收益率,而且临床净收益率高于病变范围、BNP、CRP、CysC、Hcy。结论心肌梗死患者预后的影响因素为病变范围、BNP、CRP、CysC及Hcy,以这些因素构建的列线图预测模型可早期识别心肌梗死预后不良患者,有助于早期干预,改善患者预后。