[目的]探索并建立一个中风痰瘀滞络证的临床预测诊断模型,可应用于互联网医疗等现代大环境。[方法]对2021年6月至2022年2月上海市浦东新区浦南医院中医科收治的新发脑卒中有偏瘫后遗症的患者305例进行病史采集,给予中医证型诊断。将病例...[目的]探索并建立一个中风痰瘀滞络证的临床预测诊断模型,可应用于互联网医疗等现代大环境。[方法]对2021年6月至2022年2月上海市浦东新区浦南医院中医科收治的新发脑卒中有偏瘫后遗症的患者305例进行病史采集,给予中医证型诊断。将病例以7:3的比例区分为训练集及验证集,运用R语言进行LASSO回归筛选疾病研究因子,以二元Logistic回归建立模型,并予区分度、校准度验证,以列线图形式展示模型。[结果]30个研究因子经过筛选后留下9个因子建立模型,模型区分度:训练集曲线下面积(area under curve,AUC)0.942,95%可信区间(0.906,0.979);验证集AUC 0.951,95%可信区间(0.895,1.000)。校准度:Hosmer-Lemeshow指数(H-L)训练集P=0.47,验证集P=0.39。模型以列线图进行可视化展示。[结论]该诊断模型有较好的诊断效能,可在多种无法进行望诊、切诊的情况下给予辨证参考。展开更多
文摘[目的]探索并建立一个中风痰瘀滞络证的临床预测诊断模型,可应用于互联网医疗等现代大环境。[方法]对2021年6月至2022年2月上海市浦东新区浦南医院中医科收治的新发脑卒中有偏瘫后遗症的患者305例进行病史采集,给予中医证型诊断。将病例以7:3的比例区分为训练集及验证集,运用R语言进行LASSO回归筛选疾病研究因子,以二元Logistic回归建立模型,并予区分度、校准度验证,以列线图形式展示模型。[结果]30个研究因子经过筛选后留下9个因子建立模型,模型区分度:训练集曲线下面积(area under curve,AUC)0.942,95%可信区间(0.906,0.979);验证集AUC 0.951,95%可信区间(0.895,1.000)。校准度:Hosmer-Lemeshow指数(H-L)训练集P=0.47,验证集P=0.39。模型以列线图进行可视化展示。[结论]该诊断模型有较好的诊断效能,可在多种无法进行望诊、切诊的情况下给予辨证参考。
