目的探讨小细胞肺癌(small cell lung cancer,SCLC)脑转移早期死亡的相关危险因素,并构建临床应用预测模型。方法在SEER(Surveillance,Epidemiology and End Results)数据库中收集诊断为SCLC脑转移的3039例患者作为研究对象。采用单因...目的探讨小细胞肺癌(small cell lung cancer,SCLC)脑转移早期死亡的相关危险因素,并构建临床应用预测模型。方法在SEER(Surveillance,Epidemiology and End Results)数据库中收集诊断为SCLC脑转移的3039例患者作为研究对象。采用单因素和多因素Logistic回归分析,确定早期死亡(生存时间<6个月)的独立影响因素,构建全因早期死亡和肿瘤特异性早期死亡的预测列线图。通过受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线、决策曲线分析(decision curve analysis,DCA)和临床影响曲线(clinical impact curve,CIC)对列线图进行评估。结果年龄、婚姻、放疗、化疗为全因早期死亡的独立影响因素,年龄、婚姻、种族、放疗、化疗为肿瘤特异性早期死亡的独立影响因素(P<0.05),并以此构建全因早期死亡和肿瘤特异性早期死亡预测列线图。全因早期死亡列线图曲线下面积(area under curve,AUC)为0.783,肿瘤特异性早期死亡AUC为0.766,提示有良好的预测价值。校准曲线、DCA与CIC也表现出足够的拟合和理想的净效益,提示有较好的临床价值。结论基于年龄、婚姻、种族、放疗、化疗构建的列线图预测模型在全因早期死亡和肿瘤特异性早期死亡预测中具有较好的预测效果和临床应用价值。展开更多
目的探讨急诊重症监护室患者入院3 d死亡的独立危险因素,以此建立动态网页列线图预测模型并进行验证。方法回顾性收集2018年1月至2020年12月南京医科大学附属无锡第二医院急诊重症监护病房(EICU)收治的634例患者为研究对象,用其临床资...目的探讨急诊重症监护室患者入院3 d死亡的独立危险因素,以此建立动态网页列线图预测模型并进行验证。方法回顾性收集2018年1月至2020年12月南京医科大学附属无锡第二医院急诊重症监护病房(EICU)收治的634例患者为研究对象,用其临床资料建立预测模型和内部验证。收集2021年1月至12月该院EICU收治的189例患者,用其临床数据作为验证队列。采用单因素和多因素logistic回归分析确定EICU病人早期死亡的危险因素,并构建列线图模型。受试者工作特征曲线(ROC)、C指数及校准曲线评估列线图模型的预测效能,决策曲线分析评估模型的临床获益。在验证队列中对模型进行外部验证。结果全组634例EICU患者中,61例(9.62%)入院3 d内死亡。多因素logistic回归分析显示,危重症营养风险(NUTRIC)评分(OR:1.490,95%CI:0.436~2.116,P<0.001)、国家早期预警评分(NEWS)(OR:1.304,95%CI:1.113~1.528,P=0.001)、合并急性呼吸窘迫综合征(ARDS)(OR:2.183,95%CI:1.220~3.905,P=0.009)和使用机械通气(OR:2.320,95%CI:1.249~4.308,P=0.008)是EICU病人早期死亡的独立危险因素。据此建立静态及网页版动态列线图预测模型(网址:https://wxeysunyutinggrxjbk.shinyapps.io/DynNomEICUapp/),C指数和曲线下面积(area under the curve,AUC)分别为0.832和0.895,校准曲线显示预测概率和实际概率之间具有较好的一致性。模型的外部验证也显示出良好的区分度(C指数=0.862,AUC=0.892)和一致性。决策曲线分析表明该预测模型的临床获益性和应用价值。结论基于4个独立危险因素构建的动态列线图模型能够便捷、可靠的预测EICU患者早期死亡风险,有助于精准预警患者的病情严重程度及预后,优化临床干预决策,提高救治成功率。展开更多
文摘目的探讨小细胞肺癌(small cell lung cancer,SCLC)脑转移早期死亡的相关危险因素,并构建临床应用预测模型。方法在SEER(Surveillance,Epidemiology and End Results)数据库中收集诊断为SCLC脑转移的3039例患者作为研究对象。采用单因素和多因素Logistic回归分析,确定早期死亡(生存时间<6个月)的独立影响因素,构建全因早期死亡和肿瘤特异性早期死亡的预测列线图。通过受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线、决策曲线分析(decision curve analysis,DCA)和临床影响曲线(clinical impact curve,CIC)对列线图进行评估。结果年龄、婚姻、放疗、化疗为全因早期死亡的独立影响因素,年龄、婚姻、种族、放疗、化疗为肿瘤特异性早期死亡的独立影响因素(P<0.05),并以此构建全因早期死亡和肿瘤特异性早期死亡预测列线图。全因早期死亡列线图曲线下面积(area under curve,AUC)为0.783,肿瘤特异性早期死亡AUC为0.766,提示有良好的预测价值。校准曲线、DCA与CIC也表现出足够的拟合和理想的净效益,提示有较好的临床价值。结论基于年龄、婚姻、种族、放疗、化疗构建的列线图预测模型在全因早期死亡和肿瘤特异性早期死亡预测中具有较好的预测效果和临床应用价值。
文摘目的探讨急诊重症监护室患者入院3 d死亡的独立危险因素,以此建立动态网页列线图预测模型并进行验证。方法回顾性收集2018年1月至2020年12月南京医科大学附属无锡第二医院急诊重症监护病房(EICU)收治的634例患者为研究对象,用其临床资料建立预测模型和内部验证。收集2021年1月至12月该院EICU收治的189例患者,用其临床数据作为验证队列。采用单因素和多因素logistic回归分析确定EICU病人早期死亡的危险因素,并构建列线图模型。受试者工作特征曲线(ROC)、C指数及校准曲线评估列线图模型的预测效能,决策曲线分析评估模型的临床获益。在验证队列中对模型进行外部验证。结果全组634例EICU患者中,61例(9.62%)入院3 d内死亡。多因素logistic回归分析显示,危重症营养风险(NUTRIC)评分(OR:1.490,95%CI:0.436~2.116,P<0.001)、国家早期预警评分(NEWS)(OR:1.304,95%CI:1.113~1.528,P=0.001)、合并急性呼吸窘迫综合征(ARDS)(OR:2.183,95%CI:1.220~3.905,P=0.009)和使用机械通气(OR:2.320,95%CI:1.249~4.308,P=0.008)是EICU病人早期死亡的独立危险因素。据此建立静态及网页版动态列线图预测模型(网址:https://wxeysunyutinggrxjbk.shinyapps.io/DynNomEICUapp/),C指数和曲线下面积(area under the curve,AUC)分别为0.832和0.895,校准曲线显示预测概率和实际概率之间具有较好的一致性。模型的外部验证也显示出良好的区分度(C指数=0.862,AUC=0.892)和一致性。决策曲线分析表明该预测模型的临床获益性和应用价值。结论基于4个独立危险因素构建的动态列线图模型能够便捷、可靠的预测EICU患者早期死亡风险,有助于精准预警患者的病情严重程度及预后,优化临床干预决策,提高救治成功率。