基于急诊实验室指标建立重型颅脑损伤患者早期死亡的临床预测模型

目的基于急诊实验室指标建立重型颅脑损伤(sTBI)患者早期死亡的个体化预警模型。方法回顾性分析2020年1月—2022年6月苏北人民医院急诊路径收治的249例sTBI患者的临床资料。基于患者急诊实验室指标,采用最小绝对收缩和选择算子(LASSO)算法,筛选sTBI早期死亡的最大相关特征,并进一步使用二元Logistic回归模型建立个体化急诊指标列线图。采用决策曲线分析,判断急诊实验室指标及其所构建的列线图的临床价值。结果LASSO算法所保留的急诊实验室预测指标的预测价值为:碱剩余的曲线下面积(AUC)为0.711,血红蛋白的AUC为0.718,凝血酶原时间的AUC为0.754,活化凝血酶原时间的AUC为0.804,纤维蛋白原的AUC为0.656,D-二聚体的AUC为0.804,输注浓缩红细胞的AUC为0.796。由上述7个实验室指标构建的列线图的预测能力高(AUC为0.975)。结论传统急诊实验室指标可实现对sTBI患者死亡的早期预测,由7个急诊实验室指标构建的列线图预测sTBI患者早期死亡的准确性较高。