肺间质纤维化合并肺气肿的影响因素分析及其风险预测评估模型的建立

目的分析肺间质纤维化合并肺气肿的影响因素,并建立列线图风险评估模型。方法选取2017年1月至2019年12月于首都医科大学宣武医院就诊的71例肺间质纤维化合并肺气肿患者作为观察组,选取同期收治的104例单纯肺间质纤维化患者作为对照组。比较两组患者的基线资料、肺功能相关指标[第一秒用力呼气量占预计值百分比(FEV 1%pred)、用力肺活量占预计值百分比(FVC%pred)、第一秒用力呼气量与用力肺活量之比(FEV 1/FVC%)、肺总量占预计值百分比(TLC%pred)、残气量占预计值百分比(RV%pred)、潮气量占预计值百分比(VT%pred)、一氧化碳弥散量占预计值百分比(DLCO%pred)]和静息状态下的动脉血氧分压(PaO 2)。采用多因素Logistic回归分析筛选出肺间质纤维化合并肺气肿的独立危险因素,对筛选出的独立危险因素建立列线图风险预测模型,并验证该模型的预测性及准确性。结果观察组患者有吸烟史的比例低于对照组[64.79%(46/71)比79.81%(83/104)],有反流性食管炎和慢性肾脏疾病患者的比例高于对照组[71.83%(51/71)比56.73%(59/104),77.46%(55/71)比51.92%(54/104)](P<0.05)。观察组患者的FEV 1/FVC%、DLCO%pred低于对照组[(70±6)比(81±5),(46±11)比(57±17)],TLC%pred、VT%pred高于对照组[(75±9)比(67±8),(70±10)比(64±9)](P<0.05)。多因素Logistic回归分析结果显示,吸烟史、反流性食管炎、FEV 1/FVC%、TLC%pred、VT%pred和DLCO%pred为肺间质纤维化合并肺气肿的独立危险因素(P<0.05)。基于各危险因素,建立预测肺间质纤维化合并肺气肿风险的列线图模型,并对列线图模型进行验证,列线图模型预测肺间质纤维化合并肺气肿发生风险的一致性指数为0.853(95%CI 0.817~0.889),受试者工作特征曲线下面积为0.879。结论吸烟史、反流性食管炎、FEV 1/FVC%、TLC%pred、VT%pred和DLCO%pred为肺间质纤维化合并肺气肿的独立影响因素,建立的列线图风险预测模型具有良好的精准度和区分度。

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。

乳腺癌风险评估及预测模型的研究进展

乳腺癌的发病率不断上升，对女性进行乳腺癌筛查是提高早期检出率的关键。乳腺癌风险评估及预测模型是重要的工具之一。本文就乳腺癌风险评估及预测模型的概况及发展、未来新方向做一综述，为建立适合中国人群的乳腺癌风险评估模型奠定理论基础，从而帮助实现临床上真正意义的对乳腺癌的早期发现、早期诊断、早期治疗。

珠三角地区女性乳腺癌危险因素及风险评估模型的临床研究

目的尝试建立初步评估模型,预测珠三角地区女性乳腺癌风险并检测其效能。方法纳入2014年6月至2018年12月经南方医科大学珠江医院、广东省佛山市第一人民医院确诊的女性乳腺癌患者440例,调查其乳腺癌危险因素并进行筛选,建立乳腺癌风险评估模型,通过受试者工作特征曲线验证危险度评价的效果,比较该模型和Gail模型评估该地区的乳腺癌发病风险。结果珠三角地区女性患乳腺癌的危险因素有初产年龄>40岁、体重指数>25kg/m2、哺乳史、乳腺良性疾病史、长期不良情绪、恶性肿瘤家族史、雌激素替代治疗史、足月产次数。本研究建立的logistic模型预测准确性优于Gail模型。结论本研究构建的乳腺癌风险预测模型具有较好的预测效果,可为临床工作者筛选乳腺癌提供一定的依据。

血清肿瘤标志物以及风险评估模型在恶性肿瘤诊断以及疗效评估中的现状分析

随着对恶性肿瘤以及血清肿瘤标志物研究不断深入,血清肿瘤标志物与恶性肿瘤的早期诊断、治疗效果以及预后有密切关系。不过由于单一血清肿瘤标志物诊断的敏感度及其特异度往往不够理想,故需要合理选取多种血清肿瘤标志物进行联合检测,以提高诊断效果;同时,通过模糊数学原理所构建的风险评估预测模型在恶性肿瘤早期诊断以及预后评估中有着较高的应用价值。血清肿瘤标志物以及风险评估预测模型能够为恶性肿瘤患者提供准确程度更高的个体化信息,进而帮助患者制定个体化的临床治疗方案以及对治疗效果、近远期预后进行评估。因此,通过合理高效的多种血清瘤标志物联合检测以及结合风险评估预测模型将为恶性肿瘤诊断、治疗评估提供新的方法及思路。本文就血清肿瘤标志物以及风险评估预测模型在恶性肿瘤诊断以及疗效评估中的现状作如下概述,旨在为恶性肿瘤诊治提供临床参考依据。

脑卒中影响因素和风险评估的纵向队列研究

目的:构建脑卒中风险评估模型并检测其效能。方法:共纳入38098例职业人群,筛选脑卒中相关风险因素进入模型,通过Bootstrap重抽样及十字交叉验证法预测模型效果,构建Logistic多因素预测模型及列线图模型。结果:脑卒中的危险因素包括:年龄、性别、婚姻状态、教育程度、BMI、吸烟、喝奶频率、饮酒、睡眠时间、高血压、血脂异常、父母脑血管病病史、父母高血压史,风险预测模型的AUC值为0.82。结论:本研究构建了列线图模型,可为临床工作者和使用者提供可直观评估的脑卒中发病风险预测工具。

老年肺间质纤维化合并肺气肿综合征患者的临床特征及相关影响因素分析

目的探讨肺间质纤维化合并肺气肿综合征(CPFE)老年患者的各类指标变化情况,分析该种疾病的相关影响因素,利用数据构建列线图预测模型并实施验证。方法收集2018年1月至2023年1月在内蒙古自治区人民医院接受治疗的120例CPFE(CPFE组)和120例单纯肺气肿(单纯肺气肿组)老年患者的临床资料行回顾性分析。采用单因素分析方法分析老年CPFE患者的临床特征,采用多因素分析方法分析CPFE的影响因素。构建老年患者CPFE的列线图预测模型并分析其预测效能。利用受试者工作特征(ROC)曲线对相关指标预测CPFE的价值进行评估。结果CPFE组吸烟指数、反流性食管炎比例、白蛋白、红细胞体积分布宽度、一氧化碳弥散量占预计值百分比(DLCO%)高于/大于单纯肺气肿组,肺总量占预计值百分比(TLC%)低于单纯肺气肿组,差异均有统计学意义(均P<0.05)。Logistic多因素回归分析结果显示,吸烟指数、反流性食管炎、白蛋白、红细胞体积分布宽度、TLC%、DLCO%是老年CPFE患者的独立影响因素(均P<0.05)。依据多因素分析所筛选出来的变量构建列线图风险模型,一致性指数为0.756,校准曲线平均绝对误差为0.019。ROC曲线分析结果显示,上述多因素分析所得独立影响因素以及回归模型P值预测概率预测老年患者CPFE的曲线下面积分别为0.713、0.600、0.739、0.674、0.702、0.729和0.893。结论与单纯肺气肿的患者相比,CPFE老年患者的部分临床指标会出现明显的变化,利用这些指标构建的预测模型能够较好地预测老年患者发生CPFE。