哈尔滨市大气PM_(2.5)中五种金属成分复合暴露对人群死亡风险的影响

目的定量评估哈尔滨市大气PM_(2.5)中金属成分复合暴露对人群死亡的暴露-反应关系及联合效应大小。方法基于监测系统收集哈尔滨市2013—2018年每日死亡数据、每日气象和大气污染物数据。采集大气细颗粒物(PM_(2.5))并进行金属成分浓度测定,基于随机森林模型预测大气PM_(2.5)中每日金属成分浓度。运用分位数g计算回归(quantile g-computation,qgcomp)估计大气PM_(2.5)中金属成分复合暴露对非意外、心血管系统和呼吸系统疾病死亡的联合效应,并探索敏感暴露人群,最后采用加权分位数和回归(weighted quantile sum regression,WQS)进行敏感性分析。结果2013—2018年期间,哈尔滨市非意外、心血管系统和呼吸系统疾病日均死亡人数的中位数(M)分别为75、42和7例。大气PM_(2.5)多种金属成分复合暴露每增加一个四分位数,非意外死亡的相对风险(relative risk,RR)为1.026(95%CI:1.010~1.043);心血管系统疾病死亡风险的RR值为1.038(95%CI:1.016~1.060)。分层分析结果表明男性和≥60岁人群为大气PM_(2.5)金属复合暴露的敏感人群。敏感性分析进一步证实上述研究结果较稳健,且金属As对人群死亡贡献的权重最大。结论大气PM_(2.5)中金属成分复合暴露可增加人群非意外死亡和心血管系统疾病死亡的发生风险,且男性和≥60岁人群是金属复合暴露的敏感人群。

尿CXCL10水平对PICU重症患儿死亡风险的预测价值

目的探讨尿C-X-C基序趋化因子10(CXCL 10)水平对重症患儿住儿科重症监护病房(PICU)期间死亡风险的预测价值。方法选择2016年9月至12月以及2017年12月至2018年1月PICU收治的323例重症患儿作为研究对象。根据入住PICU期间转归情况分为生存组(295例)和死亡组(28例),比较组间患儿临床特征。采用酶联免疫吸附法检测患儿入住PICU第1周尿CXCL 10水平的动态变化。运用多因素逐步线性回归分析明确尿CXCL 10水平与临床变量的相关性。多因素logistic回归分析评估在校正混杂因素后尿CXCL 10与病死率的关系,采用受试者工作特征曲线下面积(AUC)评估尿CXCL10对重症患儿病死率的预测价值。结果死亡组尿CXCL10初始值和最大值均明显高于生存组(P<0.05)。多因素线性和logistic回归分析均显示尿CXCL10的初始值及最大值与死亡显著相关(P<0.05)。尿CXCL10初始和最大值预测重症患儿死亡的AUC值分别为0.780(95%CI:0.689~0.872,P<0.001)、0.846(95%CI:0.769~0.923,P<0.001)。结论尿CXCL 10是重症患儿死亡的独立预测指标。

原发性干燥综合征恶性肿瘤死亡的风险分析——多中心、前瞻性队列研究

目的探讨原发性干燥综合征(primary Sj9gren’s Syndrome,pSS)患者发生恶性肿瘤死亡的风险。方法纳入2016年5月至2022年1月在国家风湿病数据中心(Chinese Rheumatism Data Center,CRDC)注册登记、符合pSS 2002年欧美共识小组分类标准或2016年美国风湿病学会/欧洲风湿病联盟分类标准的pSS患者8932例的pSS患者,对临床资料(包括基本人口统计学特征、病程、临床表现、自身免疫抗体、血清补体水平和欧洲风湿病学会干燥综合征疾病活动指数(ESSDAI)评分等指标)进行随访分析,评估因实体肿瘤或血液系统肿瘤导致死亡的风险及风险影响因素。结果共纳入8932例pSS患者,中位随访时间为48.0(32.1,72.0)月。随访期间56例患者发生恶性肿瘤并死亡,粗肿瘤死亡率为0.6%,标准化死亡比(SMR)为0.841(95%CI:0.636~1.093),标准化肿瘤死亡率为0.5%。46例(82.1%)患者因实体肿瘤死亡,10例(17.9%)因血液系统肿瘤死亡。发生恶性肿瘤死亡的危险因素包括年龄增加(SHR=1.056,95%CI:1.028~1.085,P<0.001)、血小板计数减少(SHR=3.982,95%CI:2.123~7.471,P<0.001)、ESSDAI评分中肺高活动度(SHR=5.291,95%CI:1.827~15.328,P=0.002)。免疫抑制治疗治疗为保护因素(SHR=0.348,95%CI:0.164~0.741,P=0.006)。首位实体肿瘤死因为肺癌,共16例,占恶性肿瘤比例为28.6%,粗肺癌死亡率为0.2%,SMR 1.284(95%CI:0.734~2.085),标准化肿瘤死亡率为0.2%。发生肺癌死亡的危险因素包括男性(HR=8.356,95%CI:2.676~26.100,P<0.001)、年龄增加(HR=1.102,95%CI:1.053~1.153,P<0.001)、ESSDAI评分高度肺活动性(2 vs.0分:HR=7.041,95%CI:2.233~22.208,P=0.001,3 vs.0分:HR=17.349,95%CI:3.593~83.764,P<0.001)。羟氯喹治疗为其保护因素(HR=0.213,95%CI:0.069~0.663,P=0.008)。结论pSS患者因恶性肿瘤死亡的风险与普通人群无明显差异。发生恶性肿瘤死亡事件的危险因素包括高龄、血小板计数减少、ESSDAI评分中肺高度活动性;免疫抑制治疗可以降低总体肿瘤死亡风险。肺癌死亡的危险因素为男性、年龄增加、ESSDAI评分中肺高活动度,羟氯喹降低肺癌死亡风险。

快速Pitt菌血症评分联合乳酸预测急性下呼吸道感染患者的死亡风险

目的分析快速皮特菌血症(qPitt)评分联合急诊常用指标是否可作为急性下呼吸道感染患者28 d死亡风险的预测因素。方法以2018年7月1日至2023年12月31日收治于首都医科大学附属北京朝阳医院急诊科的急性下呼吸道感染患者为研究对象,以入院后28 d死亡为终点,将研究对象分为存活组和死亡组。使用单因素分析比较两组qPitt评分和临床指标的差异,并通过Logistic回归筛选影响急性下呼吸道感染患者28 d死亡的独立相关因素,建立联合预测模型,使用受试者工作特征(ROC)曲线评价独立相关因素及联合变量预测模型对急性下呼吸道感染患者28 d死亡的预测价值。结果共纳入患者696例,其中28 d存活组445例(63.9%)和28 d死亡组251例(36.1%)。死亡组年龄、降钙素原、D-二聚体、血乳酸(lactate,LAC)、血肌酐(SCr)及qPitt评分均高于存活组(均P<0.05),淋巴细胞计数和血小板计数均低于存活组(均P<0.05)。Logistic回归分析得出LAC(OR=1.258,95%CI 1.143~1.384,P<0.001)、年龄(OR=1.021,95%CI 1.008~1.034,P=0.001)及qPitt评分(OR=1.923,95%CI 1.597~2.317,P<0.001)是预测急性下呼吸道感染患者28 d死亡风险的独立因素。年龄、LAC与qPitt评分联合变量预测模型的ROC曲线下面积(area under curve,AUC)为0.746(95%CI 0.708~0.784),高于LAC(AUC=0.692,95%CI 0.650~0.733)和qPitt评分(AUC=0.702,95%CI 0.660~0.743),且其预测效能优于单独应用LAC(Z=2.888,P=0.004)和qPitt评分(Z=3.850,P<0.001)。结论qPitt评分和LAC是急性下呼吸道感染患者死亡的独立危险因素,二者与年龄构建的联合变量预测模型可有效预测28 d死亡风险。

血尿素氮对脓毒性休克患者院内死亡风险的预测价值

目的探讨血尿素氮(BUN)水平与脓毒性休克患者院内死亡风险的关系及预测价值。方法回顾性收集2018年1月1日至2023年9月30日在深圳市第二人民医院诊断为脓毒性休克的328例患者的临床资料。主要结局指标为脓毒性休克患者院内病死。采用logistic单因素分析探讨BUN与脓毒性休克患者院内病死的相关性;采用logistic多因素回归模型探讨BUN与脓毒性休克患者院内病死之间的量化关系,再利用敏感性分析来检验结果的稳定性。结果logistic单因素分析提示BUN为脓毒性休克患者院内死亡的危险因素。logistic多因素分析显示BUN与脓毒性休克患者院内病死之间存在正相关:BUN每增加1 mmol/L,脓毒性休克患者院内死亡风险增加3.3%(OR=1.033,P<0.01);调整不同变量后,BUN每增加1 mmol/L,院内死亡风险分别增加2.9%(OR=1.029,P<0.05)和3.2%(OR=1.032,P<0.05)。敏感性分析进一步证实结果的稳定性(OR=1.04,P<0.05)。结论BUN水平与脓毒性休克患者院内病死之间存在正相关,对脓毒性休克患者院内死亡风险有一定的预测价值。

PPIs与重症缺血性脑卒中患者短期、长期死亡风险的关联:基于MIMIC-Ⅲ数据库的回顾性队列研究

目的 研究质子泵抑制剂(PPIs)的使用与重症缺血性脑卒中患者短期、长期死亡风险的关联。方法 基于美国重症监护医学信息数据库Ⅲ(MIMIC-Ⅲ),纳入年龄≥18岁、首次入住重症监护病房(ICU)并诊断为缺血性脑卒中的患者。根据住院期间是否使用过PPIs(泮托拉唑、兰索拉唑和奥美拉唑),将患者分为PPIs组和非PPIs组。对比2组基线数据后,采用Kaplan-Meier生存曲线和Cox比例风险回归模型分析使用PPIs与重症缺血性脑卒中患者ICU死亡风险、30 d死亡风险、90 d死亡风险的关联。结果 共纳入1 015例患者,其中PPIs组402例,非PPIs组613例。基线资料显示,重症缺血性脑卒中患者的ICU死亡率、30 d死亡率、90 d死亡率分别为15.37%,13.60%,20.10%。Kaplan-Meier生存曲线表明,相对于非PPIs组,PPIs组的ICU死亡风险较低(P=0.002)。Cox比例风险回归模型在调整多个变量后的结果显示,PPIs组相对于非PPIs组的ICU死亡风险比为0.671 9 [95%CI(0.478 8,0.942 8),P=0.021],但2组患者30 d和90 d的死亡风险差异均无统计学意义(P> 0.05)。结论 重症缺血性脑卒中患者中,使用PPIs可能会有效降低患者的ICU死亡风险,但对患者的30 d死亡风险和90 d死亡风险没有改善作用。

老年脓毒症患者住院期间死亡风险预测模型的建立与验证

目的建立并验证可预测老年脓毒症患者住院死亡风险的模型。方法回顾性纳入2019年1月—2022年12月哈尔滨医科大学附属第一医院重症医学科住院治疗的238例脓毒症患者,以住院期间转归情况为主要结局指标,分为死亡组68例(28.57%)和生存组170例(71.43%)。采用多因素Logistic回归法筛选脓毒症患者住院死亡的独立危险因素,并根据影响因素构建预测脓毒症患者住院死亡风险的模型。采用受试者工作特征(ROC)曲线对预测模型的性能进行评定,结果以曲线下面积(AUC)表示;基于2016年1月—2018年12月的176例脓毒症患者的临床资料进行外部验证。结果单因素分析显示,与生存组比较,死亡组年龄>70岁的比率、急性肾损伤(AKI)Ⅲ期比率及红细胞分布宽度(RDW)、纤维蛋白原、乳酸、血肌酐、英国早期预警评分(NEWS)、快速序贯器官衰竭评分(qSOFA)升高,氧合指数、白蛋白降低,差异均有统计学意义(P<0.05)。多因素Logistic回归分析结果显示,年龄>70岁(OR=1.426,95%CI:1.055~1.928)、乳酸>6 mmol/L(OR=1.436,95%CI:1.105~1.867)、RDW>16%(OR=1.354,95%CI:1.080~1.698)、AKIⅢ期(OR=1.982,95%CI:1.407~2.791)、qSOFA>2分(OR=1.853,95%CI:1.255~2.738)是脓毒症患者住院期间死亡的独立危险因素(P<0.05)。根据回归分析结果,建立脓毒症患者死亡风险方程,一致性指数(Cindex)=-1.694+0.355×年龄+0.303×RDW+0.362×乳酸+0.684×AKIⅢ期+0.617×qSOFA。ROC曲线显示,内部验证时Cindex预测脓毒症患者住院期间死亡的AUC为0.882(95%CI:0.834~0.929),灵敏度为83.82%,特异度为77.06%;外部验证时Cindex预测脓毒症患者住院期间死亡的AUC为0.823(95%CI:0.757~0.889),灵敏度为74.13%,特异度为81.36%。结论年龄、乳酸、RDW、AKI分期、qSOFA与老年脓毒症死亡风险具有相关性,基于这些参数构建的模型可能有助于预测老年脓毒症住院期间全因死亡风险。

老年髋部骨折术后死亡风险预测模型的系统评价

目的系统评价老年髋部骨折术后死亡风险预测模型性能。方法检索维普、中国知网、万方、中国生物医学文献库(CBM)、PubMed、web of science、The Cochrane Library和Embase 8个数据库,检索时限均为建库至2023年4月10日。由2名研究者独立筛选文献和提取资料,并对纳入研究的文献采用PROBAST评估工具进行质量评价。结果纳入的14篇文献中共建立了17个老年髋部骨折术后死亡风险预测模型,其中16个模型的受试者工作特征曲线下面积(AUC)或C指数在0.72~1.00范围内。纳入研究的总体适用性高,但整体偏倚风险较高。预测模型中出现频率最高的预测因子有年龄、性别、白蛋白和美国麻醉师协会评分(ASA)分级。结论老年髋部骨折术后死亡风险预测模型预测性能较好,但质量较低,还处于发展阶段,未来研究需要从数据分析、数据来源和性能评价等多方面提高预测模型的质量,同时还需开展内部和外部验证,以检验其临床效能。

HbA1c联合NT-proBNP检测在急性心力衰竭近期死亡风险中的预测作用

目的 探析糖化血红蛋白(HbA1c)联合B型脑钠钛前体生物标志物(NT-proBNP)检测在急性心力衰竭患者近期死亡风险中的预测价值。方法 选取2020年2月至2023年2月蒙城县第一人民医院收治的103例急性心力衰竭患者为观察组,选取同期在本院体检中心体检且各项指标均显示正常的健康者共计101名为对照组。比较不同人群HbA1c、NT-proBNP表达差异;分析HbA1c、NT-proBNP与急性心力衰竭患者近期死亡风险的相关性及诊断价值,并分析影响急性心力衰竭患者死亡的危险因素。结果 观察组血清HbA1c、NT-proBNP表达均显著高于对照组,差异有统计学意义(P<0.05)。观察组HbA1c、NT-proBNP与心功能分级呈正相关(r=0.587,0.536,P<0.05)。死亡组NYAH分级Ⅳ级占比、HbA1c、NT-proBNP表达均高于存活组,差异有统计学意义(P<0.05)。经Logistic回归分析可知,NYAH分级为Ⅳ级、HbA1c及NT-proBNP表达上升是急性心力衰竭患者死亡的危险因素(OR>1,P<0.05)。森林图显示,在与急性心力衰竭患者死亡风险增加的相关因素中,NT-proBNP是关联强度最大的因素(OR=2.491,95%CI 1.414~4.390)。急性心力衰竭死亡患者实施联合检测(HbA1c与NT-proBNP)的AUC值与单独HbA1c、NT-proBNP检测相比更高(P<0.05)。结论 HbA1c、NT-proBNP表达水平随急性心力衰竭死亡患者的心力衰竭严重程度的增加而升高,两指标联合检测可提高预测急性心力衰竭死亡患者的死亡风险效能,可指导临床早期及时干预。

基于多种机器学习算法的老年瓣膜性心脏病患者术后院内死亡风险因素分析

目的:基于多种机器学习算法建立老年(≥65岁)瓣膜性心脏病患者术后院内全因死亡风险的预测模型,为心脏瓣膜术后患者死亡风险评估提供新的思路。方法:回顾性连续纳入2016年1月至2018年12月中国心血管外科注册登记研究数据库(CCSR)中接受心脏瓣膜手术,年龄≥65岁的患者7163例。2016年1月到2018年6月的患者为训练队列(n=5774),2018年7月到12月患者为测试队列(n=1389)。研究终点为患者术后院内死亡。分析其临床资料,包括基本特征、围术期危险因素以及术后主要结局指标等。采用多种机器学习算法构建老年瓣膜性心脏病患者术后死亡风险预测模型。结果:290例(4.1%)患者术后院内死亡。与未死亡患者比,死亡患者年龄较大,既往脑卒中史、慢性心力衰竭史患者占比较大,吸烟史、高脂血症患者占比较少(P均<0.05)。训练队列中线形判别分析(LDA)、支持向量机分类器(SVC)及逻辑回归(LR)预测模型ROC曲线的AUC均较高,Brier分数均较低,具有较好的区分度及校准度。在测试队列中,LDA、SVC及LR预测模型ROC曲线的AUC分别为0.744、0.744及0.746,均优于新版欧洲心脏手术风险评分系统(EuroSCOREⅡ)模型的0.642(P均<0.05)。结论:老年患者心脏瓣膜术后死亡率较高,LDA、SVC、LR预测模型可以较好地预测老年患者心脏瓣膜术后死亡的发生率。

血尿素氮水平对中暑患者死亡风险的预测价值

目的:探讨中暑患者血尿素氮水平与死亡风险之间的关系。方法:回顾性分析2010年1月-2012年12月记录的2459例中暑患者资料,对其基本信息进行统计并采用二元Logistic回归模型检验中暑患者血尿素氮水平与死亡风险之间的关系。结果:Logistic回归分析结果显示,粗略模型中血尿素氮每增加1 mmol/L,中暑患者死亡风险增加11.2%(OR=1.112,95%CI:1.057-1.170,P<0.001);最小调整模型中血尿素氮每增加1 mmol/L,中暑患者死亡风险增加8.8%(OR=1.088,95%CI:1.029-1.150,P=0.003);完全调整模型中血尿素氮每增加1mmol/L,中暑患者死亡风险增加6.2%(OR=1.062,95%CI:1.001-1.126,P=0.047)。结论:中暑患者血尿素氮水平与死亡风险之间存在正相关关系。

基于Relief-F算法的心血管介入患者术后死亡风险预测

针对心血管介入患者全周期病理数据普遍存在缺失、不连续、非结构化等问题,建立了心血管介入专病数据库,并采用基于Relief-F算法的预测方法,对心血管介入患者术后死亡风险进行预测。首先参照HL7、CDISC等国际心血管疾病统一标准对各数据源进行标准化处理,建立研究数据集,并对数据进行清洗和预处理;其次采用Relief-F算法对特征进行选择,最终保留30个特征变量;再次选择逻辑回归、支持向量机、随机森林等3种机器学习方法进行建模分析,并采用10折交叉验证方法对分类器进行训练;最后引入准确率等模型评价指标来评估各算法在数据集上的分类预测效果。实验结果表明:随机森林的分类效果在该研究数据集上的表现最佳,准确率达到81.97%,精确率为86.90%,召回率为82.14%,F1值为0.8441。该研究提出的方法能够客观反映患者术后死亡风险,为心血管介入患者术后死亡风险预测提供了一种有效的解决方案。

升高的单核细胞/淋巴细胞比值与老年急性心肌梗死患者住院期间死亡风险相关

[目的]探讨升高的单核细胞/淋巴细胞比值(MLR)与老年急性心肌梗死(AMI)患者住院期间死亡风险之间是否相关。[方法]回顾性收集2015年12月─2021年12月在大连医科大学附属第二医院心血管内科住院治疗的老年AMI患者的病史资料,共1550例,其中发生住院期间死亡的患者共132例。主要包括性别、年龄、身高、体质量、血常规、血脂相关指标、空腹血糖、心肌酶、心肌梗死类型、估算的肾小球滤过率(eGFR)、住院期间结局、心力衰竭、糖尿病和高血压患病情况以及住院期间他汀类药物、抗血小板药物的使用情况。根据ROC曲线分析结果,将MLR>0.342的患者定义为高MLR组(n=699),MLR≤0.342的患者则定义为低MLR组(n=851)。[结果]高MLR组患者的年龄、白细胞计数、单核细胞计数、MLR、心肌肌钙蛋白I(cTnI)、空腹血糖(FBG)、eGFR<60 mL/(min·1.73 m^(2))、男性患者、心力衰竭、住院期间发生全因死亡人数的比例均高于低MLR组(P<0.05),体质指数(BMI)、淋巴细胞计数、低密度脂蛋白胆固醇(LDLC)、eGFR>60 mL/(min·1.73 m^(2))、高血压、使用抗血小板类药物的人数均低于低MLR组(P<0.05)。多因素逻辑回归结果显示,高MLR与老年AMI患者住院期间死亡风险独立相关(OR=1.812,95%CI:1.106~2.969,P=0.018)。ROC曲线分析结果显示,MLR联合cTnI或FBG后其预测能力显著提升,ROC曲线下面积分别为0.789和0.739。限制性立方样条(RCS)分析结果显示,MLR与老年AMI患者住院结局之间存在线性的剂量-反应关系。[结论]升高的MLR与老年AMI患者住院期间死亡风险独立相关,临床医生可在日常诊疗中考虑使用MLR指标对这类患者进行风险分层和相关处置以改善其短期预后。

血清LGALS3BP、sST2联合检测对急性胰腺炎患者死亡风险的预测价值

目的探讨血清半乳糖凝集素-3结合蛋白(LGALS3BP)、可溶性生长刺激表达基因2蛋白(sST2)联合检测对急性胰腺炎患者死亡风险的预测价值。方法收集2022年1月至2023年6月在该院住院治疗的152例急性胰腺炎患者作为急性胰腺炎组,并根据治疗后90 d内的生存情况分为生存组(118例)和死亡组(34例)。另选取同时期在该院进行体检的91例健康者作为对照组。采用酶联免疫吸附试验检测血清LGALS3BP、sST2水平,采用Spearman相关性分析LGALS3BP、sST2水平与急性胰腺炎严重程度床边指数(BISAP)评分、RANSON评分的相关性。采用多因素Cox回归分析急性胰腺炎患者死亡的影响因素。绘制受试者工作特征(ROC)曲线评估血清LGALS3BP、sST2对急性胰腺炎患者死亡风险的预测价值。结果与对照组比较,急性胰腺炎组血清LGALS3BP、sST2水平显著升高(P<0.05)。生存组与死亡组患者血淀粉酶(AMY)、尿淀粉酶(UAMY)、BISAP评分、RANSON评分比较,差异有统计学意义(P<0.05)。与生存组比较,死亡组血清LGALS3BP、sST2水平均显著升高(P<0.05)。急性胰腺炎患者血清LGALS3BP、sST2水平与AMY、UAMY、BISAP评分、RANSON评分均呈正相关(P<0.05)。多因素Cox回归分析结果显示,血清LGALS3BP、RANSON评分、sST2水平、BISAP评分升高是急性胰腺炎患者死亡的影响因素(P<0.05)。ROC曲线分析结果显示,血清LGALS3BP、sST2水平单独及联合预测急性胰腺炎患者死亡的曲线下面积分别为0.858、0.868、0.962,二者联合的预测价值显著高于单独预测(Z_(二者联合-LGALS3BP)=2.879,P=0.004;Z_(二者联合-sST2=2.394),P=0.016)。结论急性胰腺炎患者血清LGALS3BP、sST2水平升高,二者联合检测对急性胰腺炎患者的死亡风险具有较好的预测价值。

乳酸/白蛋白和C反应蛋白对脓毒症患者90d死亡风险的预测价值

目的探讨乳酸/白蛋白(lactate/albumin,L/A)和C反应蛋白(C-reactive protein,CRP)对脓毒症患者90d死亡风险的预测价值。方法回顾性选取2021年2月至2024年2月金华市人民医院综合重症医学科125例确诊为脓毒症患者的临床资料,根据患者90d是否死亡分为死亡组(61例)和存活组(64例),通过多因素Logistic回归分析探讨脓毒症患者90d死亡的独立危险因素。绘制受试者操作特征曲线(receiver operating characteristic curve,ROC曲线)分析比较L/A、CRP及L/A联合CRP对脓毒症患者90d死亡的预测价值。同时根据最佳截断值对患者进行亚组分析,绘制Kaplan-Meier生存曲线。结果多因素Logistic回归分析显示,高CRP(OR=1.009,95%CI:1.003~1.015,P=0.006)、高L/A(OR=1.449,95%CI:1.050~2.000,P=0.024)、并发急性肾损伤(OR=2.890,95%CI:1.198~6.975,P=0.018)是脓毒症患者90d死亡的独立危险因素。CRP、L/A及L/A联合CRP预测脓毒症患者90d死亡的曲线下面积(area under the curve,AUC)分别为0.645、0.612、0.708。亚组分析显示,L/A>1.41组脓毒症患者90d病死率显著高于L/A≤1.41组(P=0.001),CRP>93.29mg/L组脓毒症患者90d病死率显著高于CRP≤93.29mg/L组(P=0.001),与Kaplan-Meier生存曲线分析结果一致。结论L/A和CRP均对脓毒症患者90d预后有一定的预测价值,且两者联合预测效果更好。

基于可解释贝叶斯加权模型的ICU急性肾损伤患者死亡风险预测

基于贝叶斯网络构建贝叶斯加权模型,进行重症监护病房(Intensive Care Unit,ICU)急性肾损伤患者死亡风险预测。以MIMIC-Ⅲ(Medical Information Mark for Intensive CareⅢ)数据库中急性肾损伤患者为研究对象,建立基础贝叶斯分类器,采用AUC(Area Under Curve)和Accuracy进行混合加权计算的集成策略构建贝叶斯加权模型。实验结果表明,贝叶斯加权模型的AUC值为80.8%、Accuracy值为73.2%、F1-score值为72.4%,预测效果优于单独的贝叶斯网络模型、逻辑回归、支持向量机和随机森林。贝叶斯加权模型具有可解释的概率推理流程,对ICU急性肾损伤患者的死亡风险预测有一定的参考价值。

基于因果贝叶斯网络的急性肾损伤患者死亡风险预测

为了及早发现重症监护室中的急性肾损伤高危患者,为其提供适当的护理,实现医疗资源的合理利用,研究建立因果贝叶斯网络模型进行急性肾损伤高危患者死亡风险预测。从重症监护医学信息市场(Medical Information Mart for Intensive CareⅢ,MIMIC-Ⅲ)数据库中筛选了25个研究变量和3870条患者数据,使用因果发现算法进行特征降维。通过NO TEARS算法构建因果图并建立因果贝叶斯网络进行实验,通过机器学习算法验证重要特征的合理性,并对网络结构进行因果效应估计,模型具有最高的受试者工作特征曲线下面积(Area Under the Receiver Operating Characteristic,AUROC)分数,为81.7%,优于逻辑回归(Logistic Regression,LR)、随机森林(Random Forest,RF)和极端梯度提升树(eXtreme Gradient Boosting,XGBoost)。此外,模型的重要特征预测能力在各种建模中都很稳健,构建的因果贝叶斯网络具有更好的预测效果并具备良好的解释能力。

基于超声联合生物标志物的重症脑损伤患者早期死亡风险预测模型建立与验证

目的构建重症脑损伤患者早期(发病30 d内)死亡风险预测模型。方法本研究为前瞻性观察性研究,收集2022年6月至2023年5月重庆市红十字会医院收治的139例重症脑损伤患者的相关资料为训练集,采用Logistic回归建立死亡预测模型,并评价模型区分度、校准度、临床适用度,最终以列线图展示模型结果。另收集2023年6月至2023年10月收治的31例重症脑损伤患者为验证集,用于对模型进行外部验证。结果139例重症脑损伤患者住院期间死亡50例,病死率为35.97%。单因素分析显示,入院时气管插管状态、对光反射状态、脑疝形成、凝血障碍、GCS评分、平均动脉压、急性生理学和慢性健康状况评价Ⅱ(APACHEⅡ)评分、血小板计数、神经元特异性烯醇化酶(neuron-specific enolase,NSE)、搏动指数(pulsatility index,PI)及视神经鞘直径(optic nerve sheath diameter,ONSD)是重症脑损伤患者早期死亡的危险因素。多因素Logistic回归分析得到死亡风险预测概率公式为:Logit(P)=-14.266+0.14×(APACHEⅡ评分)+0.047×(NSE)+1.57×(PI)+0.908×(ONSD)+2.375×(凝血状态),本风险模型预测重症脑损伤患者早期死亡发生的ROC曲线下面积(AUC)为0.886(P<0.01),敏感度和特异度分别为76.00%和91.00%。外部验证结果显示,预测模型AUC为0.810,敏感度为75.00%,特异度为87.00%。结论由APACHEⅡ评分、NES、PI、ONSD和凝血功能异常构建的风险预测模型对重症脑损伤患者早期死亡具有较高的评估效能。

尿素氮与肌酐比值和血乳酸清除率对老年重症肺炎患者死亡风险的预测价值分析

目的分析尿素氮与肌酐比值(UCR)与血乳酸清除率(LCR)预测老年重症肺炎患者死亡风险的价值。方法选择南京鼓楼医院来安分院2018年5月至2022年3月呼吸重症监护室(RICU)收治的老年重症肺炎患者83例,收集患者临床资料,根据患者入院28 d的预后情况分为生存组(n=22)与死亡组(n=61)。分析老年重症肺炎患者死亡的危险因素,以及入院6 h UCR、LCR和二者联合对老年重症肺炎患者死亡风险的预测价值。结果死亡组入院时急性生理学与慢性健康状况评分系统Ⅱ(APACHEⅡ)评分、年龄、入院时肺炎严重指数(PSI)分级>3级病例数占比、入院6 h超敏C反应蛋白(hs-CRP)、中性粒细胞与淋巴细胞比值(NLR)、红细胞分布宽度(RDW)、白细胞(WBC)计数和UCR高于生存组(P<0.05),入院6 h LCR低于生存组(P<0.05)。入院时PSI分级>3级、入院6 h UCR升高、LCR降低为老年重症肺炎患者死亡的危险因素(P<0.05)。入院后6 h UCR与LCR及二者联合预测老年重症肺炎患者死亡风险的曲线下面积(AUC)分别为0.715、0.701和0.805(P<0.05)。结论入院时PSI分级>3级、入院6 h UCR升高、LCR降低是老年重症肺炎患者死亡的影响因素;入院6 h UCR与LCR可用于预测老年重症肺炎患者的死亡风险,二者联合对于老年重症肺炎患者的死亡风险预测价值更高。

基于XGBoost算法构建的ICU死亡风险预测模型的系统评价

目的系统评价基于极端梯度提升(eXtreme Gradient Boosting,XGBoost)算法构建的重症加强护理病房(Intensive Care Unit,ICU)死亡风险预测模型的研究现况。方法检索知网、万方、维普、PubMed、Embase、Web of Science、Scopus数据库,搜集有关基于XGBoost算法构建的ICU死亡风险预测模型的研究,检索时限均为建库至2023年2月18日。由2名研究者独立筛选文献,提取资料并评价纳入研究的偏倚风险后,进行定性系统评价。结果共纳入12篇文献,纳入模型的受试者工作特征曲线下面积为0.750~0.941。10篇文献适用性较好,其余2篇文献适用性不清楚。12篇文献均存在高偏倚风险,偏倚主要来自于不合适的研究数据来源、研究对象的纳排标准不清晰、预测因子定义与评估不一致、基于单因素分析法筛选预测因子、缺乏完善的模型性能评估等。结论现有基于XGBoost算法构建的ICU死亡风险预测模型具有较好的区分度,但其临床预测的准确性还尚不明确。未来还需进一步完善相关研究设计,避免研究中的各类偏倚风险,加强模型的外部验证,确保模型在临床实践中的可行性及有效性。