冠脉介入后心绞痛患者心力衰竭的Nomogram风险模型构建及重要性矩阵分析

目的探讨冠脉介入后心绞痛患者心力衰竭(HF)的影响因素,并构建Nomogram风险模型及重要性矩阵。方法前瞻性选取2017年8月至2023年8月于开封市中医院行冠脉介入后的568例心绞痛患者作为研究对象,按照冠脉介入后6个月是否并发HF分为发生组92例和未发生组476例。比较两组患者的临床资料,采用Logistic回归模型分析冠脉介入后心绞痛患者HF的影响因素,构建Nomogram预测模型,采用受试者工作特征(ROC)曲线、决策曲线、校正曲线验证Nomogram预测模型预测价值和临床效用,并进一步进行重要性矩阵分析。结果发生组患者合并高血压、单支病变血管数例数占比分别为61.96%、26.09%,明显高于未发生组的37.61%、13.87%,发病至手术时间为(9.21±2.41)h,明显长于未发生组的(6.75±1.87)h,差异均有统计学意义(P<0.05);发生组患者术后心肌梗死溶栓试验(TIMI)血流分级0~1级、2级例数占比分别为4.35%、18.48%,明显高于未发生组的1.05%、9.03%,差异均有统计学意义(P<0.05);发生组患者的醛固酮(Ald)、B型脑利钠肽(BNP)、C1q肿瘤坏死因子相关蛋白1(CTRP1)、内脏脂肪素(Visfatin)、氧化低密度脂蛋白(ox-LDL)水平分别为(214.67±34.19)μg/L、(2143.65±234.15)pg/mL、(12.88±2.67)ng/mL、(15.26±3.66)ng/mL、(52.39±7.85)U/L,明显高于未发生组的(179.52±25.39)μg/L、(786.34±187.96)pg/mL、(9.52±2.14)ng/mL、(12.39±2.74)ng/mL、(45.79±6.47)U/L,差异均有统计学意义(P<0.05);发生组患者的血红蛋白(Hb)、淋巴细胞计数(LC)水平分别为(5.88±1.06)g/L、(1.42±0.36)×10^(9)/L,明显低于未发生组的(9.76±2.28)g/L、(1.75±0.41)×10^(9)/L,差异均有统计学意义(P<0.05);发生组患者的自我管理能力评分为(72.36±20.17)分,明显低于未发生组的(105.47±23.74)分,差异有统计学意义(P<0.05);Logistic回归模型分析结果提示,合并高血压、发病至手术时间、BNP、CTRP1、Visfatin、Ox-LDL均是冠脉介入后心绞痛患者发生HF的危险因素(P<0.05),而术后TIMI血流分级、LC、自我管理能力是冠脉介入后心绞痛患者发生HF的保护因素(P<0.05);基于上述各项影响因素建立Nomogram模型,ROC曲线下面积(AUC)为0.826(95%CI:0.780~0.873);DCA曲线提示,当风险阈值在0.22~0.83时使用该模型具有较好的临床净获益;合并高血压、CTRP1、自我管理能力的重要性较高,改善难度较低,纳入优先改进区域。结论合并高血压、发病至手术时间、BNP、CTRP1、Visfatin、Ox-LDL是冠脉介入后心绞痛患者发生HF的危险因素,术后TIMI血流分级、LC、自我管理能力是冠脉介入后心绞痛患者发生HF的保护因素,基于上述影响因素构建的Nomogram风险模型敏感度较高,临床可据此制定个性化防治措施,便于进一步改善预后。

老年急性ST段抬高型心肌梗死患者左心室血栓形成的影响因素及其Nomogram风险预测模型构建

目的探讨老年急性ST段抬高型心肌梗死(STEMI)患者左心室血栓(LVT)形成的影响因素,并构建Nomogram风险预测模型。方法将华中科技大学同济医学院附属同济医院2020年1月至2023年12月收治的873例急性STEMI患者以7∶3分为训练集(n=611)和验证集(n=262)。根据训练集患者LVT发生情况分为非LVT组(n=549)和LVT组(n=62)。多因素logistic回归分析急性STEMI患者发生LVT的影响因素;利用R软件rms程序包构建预测急性STEMI患者LVT发生风险的Nomogram模型,并通过ROC及Hosmer-Lemeshow检验验证其预测效能。结果与非LVT组比较,LVT组血红蛋白(Hb)[(131.15±15.99)g/L比(143.28±16.71)g/L]和左心室射血分数(LVEF)[(39.99±5.01)%比(45.24±6.69)%]明显较低(t=5.441、5.991,P<0.05),合并室壁瘤(37.10%比20.40%)、基线心肌梗死溶栓治疗(TIMI)血流分级0级(59.68%比44.81%)、未形成冠状动脉侧支循环(88.71%比72.13%)以及未进行急诊经皮冠状动脉介入治疗(PCI)或药物溶栓的占比(69.35%比48.82%)明显较高(χ^(2)=9.022、4.953、7.921、9.403,P<0.05)。多因素Logistic回归显示,Hb(OR=0.948)和LVEF(OR=0.868)为急性STEMI患者发生LVT的保护因素(P<0.05),合并室壁瘤(OR=6.812)、基线TIMI血流分级0级(OR=6.884)、未形成冠状动脉侧支循环(OR=7.273)、未进行急诊PCI或药物溶栓(OR=4.173)为其独立危险因素(P<0.05)。ROC分析显示,训练集AUC为0.871(95%CI 0.830~0.912),验证集为0.838(95%CI 0.731~0.945);Hosmer-Lemeshow检验中训练集χ^(2)=11.379,P=0.181,验证集χ^(2)=11.261,P=0.187。结论急性STEMI患者LVT的发生与Hb、LVEF、室壁瘤、基线TIMI分级、冠状动脉侧支循环形成及是否接受急诊PCI或药物溶栓密切相关,基于这些因素构建的Nomogram预测模型区分度及一致性良好,有助于临床预测。

喉癌患者低温等离子刀射频消融术后复发的风险因素与Nomogram预测模型

目的探讨喉癌患者低温等离子刀射频消融术后复发的危险因素,并构建Nomogram预测模型。方法回顾性分析2018年1月至2021年6月在郑州大学第一附属医院行低温等离子刀射频消融术的483例喉癌患者的临床资料,按照2∶1比例将患者随机分为建模集(322例)和验证集(161例)。统计术后复发情况,采用单因素和多因素logistic回归分析建模集喉癌患者低温等离子刀射频消融术后复发的危险因素,并采用R软件构建Nomogram预测模型,并采用受试者工作特征(ROC)曲线、一致性指数、校准曲线、决策曲线评价模型的预测效能和临床实用性。结果483例喉癌患者低温等离子刀射频消融术后随访时间为24~66个月,复发率为15.32%(74/483),建模集和验证集一般资料比较,差异无统计学意义(P>0.05)。logistic回归分析结果显示,T_(1b)~T_(2)期、低分化、肿瘤侵犯前联合、肿瘤侵犯声门下均是喉癌患者低温等离子刀射频消融术后复发的危险因素(P<0.05)。Bootstrap内部验证结果显示,Nomogram预测模型在建模集和验证集中的一致性指数分别为0.812(95%CI:0.797~0.838)、0.805(95%CI:0.788~0.830);ROC曲线显示,Nomogram预测模型在建模集和验证集中预测术后复发的曲线下面积分别为0.795(95%CI:0.728~0.852)、0.781(95%CI:0.713~0.839),说明该Nomogram预测模型具有良好的区分度。校准曲线显示,Nomogram预测模型在建模集和验证集中的预测术后复发概率与实际术后复发概率拟合良好。决策曲线显示,在建模集和验证集中,当阈概率分别在2%~99%、9%~90%时,Nomogram预测模型具有良好的净受益。结论T_(1b)~T_(2)期、低分化、肿瘤侵犯前联合、肿瘤侵犯声门下均是喉癌患者低温等离子刀射频消融术后复发的危险因素,基于以上4项危险因素构建的Nomogram预测模型具有良好的预测效能和临床实用性。

Nomogram模型在新生儿耐碳青霉烯类肺炎克雷伯菌肠道定植风险评估中的应用

目的建立一种有效的Nomogram模型,用以评估新生儿耐碳青霉烯类肺炎克雷伯菌(CRKP)肠道定植风险,运用建立的Nomogram模型得出新生儿CRKP具体的定植概率大小,采取个体化的预防策略,减少定植的发生,降低新生儿CRKP继发感染的可能性。方法选取入院后48 h新生儿进行直肠拭子/大便培养及药敏鉴定为CRKP定植患者187例,在同期入院的经检测为非CRKP定植患儿中随机抽取187例为非定植组,共374例进行回顾性研究。通过R语言(R 4.2.1)的caret软件包对374例总样本按建模组∶验证组=3∶1进行随机分组。模型建立:对建模组数据运用R 4.2.1的glmnet包进行LASSO回归分析确定最终用于建模的预测因素,rms软件包进行Nomogram模型的构建。模型验证:R 4.2.1 pROC和rms软件包对建模组和验证组数据分别进行一致性指数(Cindex)、受试者工作特征曲线(ROC)及其曲线下面积(AUC)、校准曲线对Nomogram模型的效能进行内部验证和外部验证。结果运用LASSO回归分析,从研究的35个可能影响新生儿CRKP定植的项目中确定了8个预测因子,分别是性别、剖宫产、母乳喂养、鼻胃管、灌肠、碳青霉烯类、益生菌和总住院时间。使用这8个预测变量构建的Nomogram模型显示出中等预测能力,ROC曲线下面积为建模组0.835、验证组0.800。Hos-mer-Lemeshow检验显示,预测概率与实际概率高度一致(建模组,P=0.678>0.05;验证组,P=0.208>0.05)显示出非常好的拟合度。结论在Nomogram模型中引入性别、剖宫产、母乳喂养、鼻胃管、灌肠、使用碳青霉烯类抗生素、口服益生菌、总住院时间可以提高其预测新生儿CRKP定植风险的能力。根据Nomogram模型预测的定植概率的大小不同,采取个体化的预防措施,减少新生儿CRKP定植的发生,降低新生儿CRKP继发感染的发生率。

肺癌化疗病人发生PICC相关上肢静脉血栓风险Nomogram模型的构建

目的:探究肺癌化疗病人发生经外周静脉置入中心静脉导管(PICC)相关上肢静脉血栓的危险因素,构建其风险Nomogram模型,并进一步验证该模型的预测价值。方法:回顾性分析2014年1月—2020年12月南昌大学第一附属医院呼吸内科收治的391例原发性肺癌化疗病人,比较病人的临床资料,并采用多因素Logistic回归模型分析肺癌化疗病人发生PICC相关上肢静脉血栓的独立危险因素,R软件整合独立危险因素并构建Nomogram模型。结果:89例(22.76%)肺癌化疗病人出现PICC相关上肢静脉血栓。体质指数(≥27.49 kg/m^(2))、糖尿病(是)、纤维蛋白原(FIB)(≥3.60 g/L)、活化部分凝血活酶时间(APTT)(≥33 s)、D-二聚体(≥0.90 mg/L)以及C反应蛋白(CRP)(≥5.80 mg/L)是肺癌化疗病人发生PICC相关上肢静脉血栓的独立危险因素(P<0.05)。该Nomogram模型预测与实际观测结果的吻合度较好,一致性指数(C-index)为0.832[95%CI(0.793,0.866)],当高风险阈值>0.05时,此Nomogram模型在预测肺癌化疗病人PICC相关上肢静脉血栓高风险的方面可提供高于单个独立危险因素的额外临床净收益。结论:基于体质指数、糖尿病、纤维蛋白原、活化部分凝血活酶时间、D-二聚体以及C反应蛋白独立危险因素构建的Nomogram模型在预测肺癌化疗病人发生PICC相关上肢静脉血栓具备可行性,可为临床风险分层及制定护理策略提供重要参考。

老年重症肺炎患者病情转归不良的风险预测Nomogram模型建立及验证

目的构建老年重症肺炎(SP)患者病情转归不良的风险预测Nomogram模型,并验证其预测效能。方法回顾性分析2022年1月~2023年6月本院重症监护病房收治的432例老年SP患者,随机分为训练集(n=288)和验证集(n=144)。根据患者入住ICU后28天病情转归将其分为转归不良组和转归良好组。采用Logistic回归分析筛选患者病情转归不良的影响因素,构建其风险预测Nomogram模型,以受试者工作特征(ROC)曲线和校准曲线评估模型的区分度和准确性,以决策曲线分析(DCA)评估模型的临床净获益。结果老年SP患者病情转归不良发生率为24.77%;肺炎严重程度(PSI)评分、白细胞计数(WBC)、纤维蛋白原(FIB)、降钙素原(PCT)是患者病情转归不良的影响因素(OR=1.677、1.619、1.435、1.935,P均<0.05);训练集与验证集的一致性指数(C-index)分别为0.874、0.839;ROC曲线下面积(AUC)分别为0.929、0.891;决策曲线(DCA)显示在训练集及验证集中模型预测病情转归不良的最大净获益值阈值概率区间分别在0~0.91和0~0.90。结论PSI评分、WBC、FIB、PCT是老年SP患者病情转归不良的影响因素,以此为基础构建的风险预测Nomogram模型具有良好预测效能与临床应用价值。

急性STEMI患者pPCI术后6个月内MACE的影响因素分析及风险预测Nomogram模型构建

目的分析急性ST段抬高型心肌梗死(ST segment elevation myocardial infarction,STEMI)患者直接经皮冠状动脉介入治疗(primary percutaneous coronary intervention,pPCI)术后6个月内主要不良心血管事件(major adverse cardiovascular events,MACE)的影响因素,并构建风险预测Nomogram模型。方法回顾性分析2020年6月至2022年12月安阳市人民医院收治的519例行pPCI术的急性STEMI患者的临床资料,将其按照2∶1的比例随机分为模型组(n=346)和验证组(n=173)。根据pPCI术后6个月内MACE的发生情况,将模型组患者分为发生组和未发生组,采用Logistic回归分析筛选急性STEMI患者pPCI术后6个月内MACE的影响因素,构建风险预测Nomogram模型并对其进行验证。结果Killip心功能III/IV级、术后TIMI分级≤2级、术后无复流、N末端B型钠尿肽前体(N-terminal pro-brain natriuretic peptide,NT-proBNP)、左心室射血分数(left ventricular ejection fraction,LVEF)、碎裂QRS波(fragmented QRS wave,fQRS波)、超敏C反应蛋白(high-sensitivity C reactive protein,hs-CRP)是急性STEMI患者pPCI术后6个月内MACE的影响因素(P<0.05)。模型组和验证组的校准曲线显示,Nomogram模型校准曲线和理想曲线的一致性良好,两组Hosmer-Lemeshow检验结果分别为χ^(2)=2.135、P=0.977,χ^(2)=3.756、P=0.878;受试者工作特征曲线显示,该模型预测模型组和验证组患者pPCI术后6个月内MACE的曲线下面积分别为0.827、0.811;决策曲线显示,急性STEMI患者根据该模型预测pPCI术后6个月内MACE发生风险的净收益较高。结论Killip心功能III/IV级、术后TIMI分级≤2级、术后无复流、NT-proBNP、LVEF、fQRS波及hs-CRP是急性STEMI患者pPCI术后6个月内MACE的影响因素,以此构建的风险预测Nomogram模型的预测效能及适用性较好,可用于预测急性STEMI患者预后。

个体化预测老年妇科恶性肿瘤术中急性压力性损伤风险Nomogram模型的构建及验证

目的:构建个体化预测老年妇科恶性肿瘤患者术中急性压力性损伤的风险Nomogram模型,并验证模型的预测能力。方法:选取2018年6月至2023年6月于江苏省人民医院行手术治疗的505例老年妇科恶性肿瘤患者,其中术中发生急性压力性损伤51例(损伤组)。采用单因素和多因素logistic回归分析老年妇科恶性肿瘤发生术中急性压力性损伤的危险因素,并建立相关Nomogram预测模型。结果:损伤组和非损伤组患者的肿瘤分期、术前Munro量表评分、术前ALB、术前血红蛋白(Hb)、手术时间、术中出血量和术中体温波动情况比较,差异有统计学意义(P<0.05)。多因素logistic回归分析显示,Ⅲ~Ⅳ期肿瘤、术前Munro量表评分高、术前白蛋白(ALB)<35g/L、术前Hb<110g/L、手术时间≥180min、术中出血量≥500mL和术中体温波动较大是老年妇科恶性肿瘤患者发生术中急性压力性损伤的独立危险因素(P<0.05)。Nomogram模型验证结果,C-index指数为0.809(95%CI为0.781~0.836),Hosmer-Lemeshoe拟合优度检验显示,模型拟合较好(χ^(2)=4.308,P=0.117),ROC曲线的AUC为0.811(95%CI为0.783~0.839),在1%~80%的列线图可预测范围内,模型获益值均为正值。结论:老年妇科恶性肿瘤患者发生术中急性压力性损伤的危险因素包括Ⅲ~Ⅳ期肿瘤、术前Munro量表评分高、术前ALB<35g/L、术前Hb<110g/L、手术时间≥180min、术中出血量≥500mL和术中体温波动较大,基于上述因素构建的Nomogram模型对老年妇科恶性肿瘤患者术中急性压力性损伤发生风险具有较高的预测价值。

耐多药和利福平耐药肺结核治疗结局的Nomogram风险预测模型构建

目的:探讨耐多药和利福平耐药肺结核(MDR/RR-TB)住院患者的治疗结局及影响因素,构建并评价Nomogram风险预测模型。方法:收集2019年1月1日至2019年12月31日昆明市第三人民医院MDR/RR-TB住院患者临床资料并电话随访。采用χ^(2)检验和多因素Logistic回归分析筛选治疗结局的影响因素,构建Nomogram模型并验证。结果:141例患者中,治疗成功79例(占56.03%),不良转归62例(占43.97%)。多因素Logistic回归分析结果显示,糖尿病、血液系统疾病和农村居住是MDR/RR-TB患者治疗结局的危险因素,初中及以上文化程度是MDR/RR-TB患者治疗结局的保护因素。基于上述4个相关影响因素构建Nomogram模型,受试者操作特征曲线下面积为0.752(95%CI:0.673~0.832),敏感度为0.667,特异度为0.831。采用Bootstrap法重抽样1000次行内部验证,平均绝对误差为0.041,预测值和实际值一致性较好。Hosmer-Lemeshow检验结果表明,模型拟合度较好(χ^(2)=8.119,P=0.322)。决策曲线显示Nomogram模型在高风险阈值范围(0.14~0.81)时,临床实用价值较好。结论:构建的Nomogram模型具有较好的预测性、一致性及临床实用性,可为临床治疗MDR/RR-TB提供一定的科学参考。

AECOPD机械通气病人下呼吸道感染风险预测Nomogram模型的构建

目的:构建慢性阻塞性肺疾病急性加重(AECOPD)机械通气病人下呼吸道感染的风险预测Nomogram模型。方法:回顾性选取2019年1月—2022年12月在本院行机械通气的417例AECOPD病人,将所有病人按照2∶1比例随机分为训练集(278例)和验证集(139例)。收集病人资料,统计AECOPD机械通气病人下呼吸道感染发生率,采用单因素分析和多因素Logistic回归分析AECOPD机械通气病人下呼吸道感染的影响因素,应用R软件构建下呼吸道感染风险预测Nomogram模型并进行验证。结果:下呼吸道感染发生率为51.80%(216/417);多因素Logistic回归分析结果显示,年龄、合并糖尿病、机械通气持续时间、气管插管、合并低蛋白血症、抗菌药物使用时间、抗菌药物使用种类≥2种均是AECOPD机械通气病人下呼吸道感染的独立影响因素(P<0.05);基于多因素Logistic回归分析筛选出的7个影响因素构建风险预测Nomogram模型,该模型在训练集和验证集中预测的曲线下面积分别为0.873[95%CI(0.831,0.915)]、0.858[95%CI(0.791,0.914)];训练集和验证集校准曲线和Hosmer-Lemeshow检验(P>0.05)均显示预测值和实际值具有良好一致性;决策曲线显示,当训练集阈概率在4%~90%、验证集阈概率在9%~78%时该模型的净收益高。结论:基于7项影响因素[年龄、合并糖尿病、机械通气持续时间、气管插管、合并低蛋白血症、抗菌药物使用时间、抗菌药物使用种类(≥2种)]构建的AECOPD机械通气病人下呼吸道感染的风险预测Nomogram模型具有良好区分度和一致性,且具有临床应用价值。

预测磨玻璃结节侵袭性风险的Nomogram模型构建与验证

目的探讨基于生物标志物和CT征象构建的Nomogram模型对磨玻璃结节侵袭性风险的预测价值。方法回顾性分析322例磨玻璃结节患者资料,其中模型组患者240例,验证组患者82例。经Logistic单因素及多因素分析后筛选出磨玻璃结节侵袭性风险的独立危险因素,使用R软件构建出列线图模型,同时绘制临床决策曲线(DCA)、ROC曲线、校准曲线对模型进行内外部验证。结果本研究中磨玻璃结节侵袭性风险的5个独立危险因素分别为系统免疫炎症指数(SII)、CYFRA21-1、边缘、血管集束征和结节实性成分占比(CTR)。由此构建的列线图模型ROC曲线下面积为0.946,外部验证组ROC曲线下面积为0.932,提示该模型具有良好的预测磨玻璃结节侵袭性风险能力。通过Bootstrap 1000次自动抽样绘制校准曲线对模型进行内部验证,结果示模型曲线与实际曲线一致性指数为0.955,绝对误差较小,拟合度良好。DCA曲线显示出较好的临床实用性。同时结节边缘、血管集束征和CTR与浸润性腺癌病理亚型相关。结论基于生物标志物和CT征象构建的Nomogram模型对磨玻璃结节侵袭性风险具有较好的预测价值和临床实用性。

基于血常规和颈动脉斑块构建缺血性脑卒中nomogram风险预测模型

目的:基于血常规和颈动脉斑块构建一种个性化nomogram风险预测模型预测颈动脉粥样硬化(carotid atherosclerosis, CAS)患者发生缺血性脑卒中(cerebral ischemic stroke, CIS)的风险。方法:选取2021年3月1日至2022年3月1日在上海市第八人民医院神经内科住院的CAS患者214例,收集患者的基本特征、血常规指标及影像学检查数据。根据是否发生缺血性脑卒中分别分为两组,随机抽取全部数据按7∶3的比例拆分为建模组和验证组。采用单因素logistic回归和lasso回归筛选CAS患者发生缺血性脑卒中的独立风险预测因子,将其导入R软件构建nomogram预测模型。ROC曲线下面积(AUC)、校准曲线和DCA决策曲线对模型进行内部验证。结果:单因素logistic回归和lasso回归分析结果显示,红细胞分布宽度、大型血小板比率、血小板计数是CAS患者发生缺血性脑卒中的独立风险预测因子(P<0.05),由于年龄对于CIS具有重要临床意义,最终也将其纳入模型。基于上述预测因子导入R软件构建nomogram预测模型并进行模型内部验证。建模组受试者工作特征曲线下面积(area under the curve, AUC)为0.644,验证组AUC为0.677,表示该nomogram模型预测能力较好。Hosmer-Lemeshow拟合优度检验(P=0.058),表明该模型具有较好的区分度。DCA曲线显示风险阈值为8%~45%时使用该模型具有临床实用价值。结论:本研究构建并验证了一个预测CAS患者发生缺血性脑卒中的nomogram风险预测模型,该模型预测能力和区分能力较好,对临床评估CAS患者发生缺血性脑卒中具有较高的临床实用价值。

个体化预测甲状腺功能减退孕妇发生妊娠期糖尿病的风险预测Nomogram模型的建立与验证

目的建立个体化预测甲状腺功能减退孕妇发生妊娠期糖尿病的风险预测Nomogram模型并验证。方法选取甲状腺功能减退孕产妇160例作为研究对象,其中合并妊娠期糖尿病患者(观察组)85例,血糖正常患者(对照组)75例。比较2组患者的年龄、孕次、产次以及孕前体质量指数、甲状腺过氧化物酶抗体(TPOAb)、胰岛素抵抗指数(HOMA-IR)、胰岛β细胞功能指数(HOMA-β)、游离四碘甲腺原氨酸(FT4)、游离三碘甲腺原氨酸(FT3)和促甲状腺激素(TSH)。采用多因素分析法分析甲状腺功能减退孕妇发生妊娠期糖尿病的危险因素。采用Nomogram模型预测甲状腺功能减退孕妇发生妊娠期糖尿病的风险。采用受试者工作特征(ROC)曲线评估Nomogram模型对状腺功能减退孕妇发生妊娠期糖尿病的预测价值。结果观察组患者的年龄、孕次、产次以及孕前体质量指数、TPOAb、HOMA-IR、HOMA-β高于对照组,孕前FT4、FT3、TSH低于对照组,差异有统计学意义(P<0.05)。多因素分析显示,较高的年龄、孕次、产次以及孕前体质量指数、TPOAb、HOMA-IR、HOMA-β和较低的孕前FT4、FT3、TSH均是甲状腺功能减退孕妇发生妊娠期糖尿病的危险因素。Nomogram模型预测显示,较高的年龄(28~31岁)、孕次(2次以上)、产次(1次以上)和孕前体质量指数(24.00 kg/m^(2)以上)、TPOAb(>421.33 IU/mL)、HOMA-IR(>2.21)、HOMA-β(>115.66)以及较低的孕前FT4(<0.33 ng/dL)、FT3(<1.65 pg/mL)、TSH(<0.26 mIU/mL)均是甲状腺功能减退孕妇发生妊娠期糖尿病的危险因素。ROC曲线分析显示,Nomogram模型预测甲状腺功能减退孕妇发生妊娠期糖尿病的曲线下面积为0.785,预测效能较好。结论风险预测Nomogram模型在个体化预测甲状腺功能减退孕妇发生妊娠期糖尿病中的价值较高。

缺血性脑卒中患者神经功能预后不良的风险预测Nomogram模型构建研究

目的:探究缺血性脑卒中患者神经功能预后不良的风险因素并构建其风险预测Nomogram模型。方法:回顾性分析2021年1月—2023年1月本单位收治的477例缺血性脑卒中患者的临床资料,随机分为训练集(n=318)和验证集(n=159),比较训练集与验证集一般资料。随访90d,将训练集患者根据是否发生神经功能预后不良分为预后不良组和预后良好组,收集并比较两组患者的临床资料。采用Cox回归分析筛选缺血性脑卒中患者神经功能预后不良的危险因素,R软件(R4.0.3)及rms程序包构建缺血性脑卒中患者神经功能预后不良风险预测Nomogram模型,通过受试者工作特征曲线(ROC)、校正曲线评估模型的预测效能和准确性,决策曲线评估模型的临床收益。结果:缺血性脑卒中患者神经功能预后不良发生率为19.92%;年龄、合并高血压、合并糖尿病、合并高脂血症、合并冠心病、发病至入院时间、入院美国国立卫生研究院卒中量表(NIHSS)评分、白细胞计数、D-二聚体均是缺血性脑卒中患者神经功能预后不良的危险因素(HR=4.656、4.462、3.914、5.318、5.027、6.498、6.360、4.211、3.445,P<0.05);基于上述危险因素建立缺血性脑卒中患者神经功能预后不良风险预测Nomogram模型,ROC分析结果显示,训练集和验证集预测缺血性脑卒中患者神经功能预后不良的曲线下面积(AUC)分别为0.946、0.885;Hosmer-Lemeshow检验结果显示,训练集和验证集的风险预测值与实际观测值差异无统计学意义(P>0.05),两集的校正曲线均与理想曲线吻合良好;决策曲线分析表明,Nomogram模型训练集和验证集预测缺血性脑卒中患者神经功能预后不良的阈值分别大于0.07、0.03时,提供临床净收益。结论:年龄高、合并高血压、合并糖尿病、合并高脂血症、合并冠心病、发病至入院时间长、入院NIHSS评分高、白细胞计数高、D-二聚体高均是缺血性脑卒中患者神经功能预后不良的危险因素,以此构建的Nomogram模型可准确评估和量化缺血性脑卒中患者神经功能预后不良的风险。

某院慢性阻塞性肺疾病患者合并呼吸道感染的危险因素分析与Nomogram风险预测模型的构建

目的:探究医院慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)患者合并呼吸道感染的危险因素,并以此构建Nomogram风险预测模型,为临床COPD患者呼吸道感染的预防提供参考。方法:选取2021年1月—2022年10月贵溪市人民医院收治的588例COPD患者作为研究对象,根据是否合并呼吸道感染将其分为合并呼吸道感染组(n=72)和未合并呼吸道感染组(n=516),采集患者的年龄、性别、吸烟史、饮酒史、基础疾病、住院次数和时间、抗菌药物使用等信息,采用多因素Logistic回归分析法分析COPD患者合并呼吸道感染的危险因素,并通过构建Nomogram风险预测模型进行预测效能检测。结果:单因素分析结果显示,合并呼吸道感染组患者的吸烟比例、低蛋白血症比例、气管插管比例、1年内急性加重次数、辅助通气时间、抗菌药物使用时间均大于或长于未合并呼吸道感染组,差异有统计学意义(P<0.05);多因素Logistic回归分析结果显示,吸烟(OR=1.834,P<0.05)、低蛋白血症(OR=2.035,P<0.05)、气管插管(OR=1.621,P<0.05)、1年内急性加重次数≥2次(OR=1.525,P<0.05)、辅助通气时间(OR=1.743,P<0.05)、抗菌药物使用时间(OR=1.803,P<0.05)是COPD患者合并呼吸道感染的独立危险因素(P<0.05);以相关独立危险因素构建的Nomogram风险预测模型预测COPD患者合并呼吸道感染的一致性指数为0.785(95%CI为0.674~0.863),而决策曲线分析结果显示阈值>0.18,提示Nomogram风险预测模型提供临床净收益,且临床净收益均高于独立预测因子。结论:医院COPD患者合并呼吸道感染与吸烟、低蛋白血症、气管插管、1年内急性加重次数、辅助通气时间、抗菌药物使用时间具有密切关系,而基于此构建的Nomogram风险预测模型具有较好的预测价值。

土石坝风险等级智能预测分析及模型优化研究

大坝溃坝会造成大量的生命财产损失和巨大的环境破坏。精准快速确定土石坝风险等级,对于控制土石坝溃坝危害具有重要意义。本文采用K-最近邻(KNN)算法填补了数据库中大量缺失数据,引入遗传优化算法(GA)优化轻量级梯度提升机(LightGBM)超参数,建立了基于GA-LightGBM的土石坝风险等级快速预测模型。采用受试者工作特征曲线(ROC)、曲线下面积(AUC)值等其他评价指标对模型精度进行验证,并将其与传统机器学习模型进行了对比。研究表明,所提模型预测准确率为89.95%,准确度最高。模型的AUC值为0.977,说明模型在适用性和预测精度方面都优于传统预测模型。采用SHAP分析对该模型进行了全局影响因素分析及案例分析,结果表明,检查频次是导致土石坝风险最重要的影响因素之一。

糖尿病肾脏疾病预后影响因素的COX比例风险回归模型分析

目的基于COX比例风险回归模型分析糖尿病肾脏疾病(diabetic kidney disease,DKD)预后的影响因素,为临床早期评估和防治DKD提供科学的依据。方法收集多中心(河南中医药大学第一附属医院、河南中医药大学第三附属医院、河南省中医院及郑州市人民医院)2010—2021年就诊治疗的DKD患者资料,包括一般资料、实验室指标、中医辨证分型及中医药治疗,以肾小球滤过率(eGFR)下降≥50%、血肌酐(Scr)翻倍、DKD 5期、死亡为结局指标,随访其发生时间及情况,利用COX比例风险回归模型分析筛选DKD预后影响因素。结果本研究最终纳入1947例患者,随访时间为4.65(4.557~4.746)年,发生复合终点事件305例(15.67%)。单因素COX回归分析结果表明,不同年龄、DKD病程≥4年、饮酒史、吸烟史、高血压、冠心病、脑血管病、糖尿病足、糖尿病眼病、糖化血红蛋白(HbA1c)、血尿酸(SUA)、Scr、24 h尿蛋白定量(24 h-UTP)、eGFR、湿热血瘀证、脾肾气虚兼湿聚血瘀证、脾肾阳虚兼血瘀证、中药熏洗、服用中药患者DKD预后情况比较,差异有统计学意义(P<0.05)。多因素COX回归分析结果表明,年龄[HR(95%CI)=2.52(1.92,3.30)]、DKD病程[HR(95%CI)=1.62(1.09,2.42)]、吸烟史[HR(95%CI)=1.61(1.13,2.29)]、饮酒史[HR(95%CI)=1.41(1.01,1.95)]、脑血管病[HR(95%CI)=1.33(1.01,1.75)]、糖尿病眼病[HR(95%CI)=1.43(1.13,1.82)]、SUA[HR(95%CI)=1.72(1.26,2.33)]、24 h-UTP[HR(95%CI)=1.48(1.14,1.91)]、脾肾气虚兼湿聚血瘀证[HR(95%CI)=2.22(1.44,3.43)]与DKD发生终点事件的风险关系密切(P<0.05),服用中药[HR(95%CI)=2.57(2.00,3.31)]能够减少终点事件的发生(P<0.05)。结论年龄、DKD病程、吸烟史、饮酒史、脑血管病、糖尿病眼病、SUA、24 h-UTP、脾肾气虚兼湿聚血瘀证是影响DKD患者预后的危险因素,而服用中药治疗为其保护因素。

基于FloodArea模型的成都主城区内涝风险评估

本文以成都主城区为例,运用气象数据、地理信息数据、社会经济统计数据及内涝灾情资料,通过多种常用分布函数的对比,选出重现期降水估算的最优函数,采用Pilgrim&Cordery法推求研究区的小时雨型,然后结合改进的基于FloodArea内涝模型,开展了24 h历时20、30、50、100 a一遇降水情景内涝模拟,并利用修订的内涝公路风险等级标准和财产损失曲线,探讨100 a一遇降水情景下内涝交通风险等级和居民室内财产损失风险。结果表明:①GEV(Generalized Extreme Value Distribution)分布函数是成都主城区重现期降水估算的最优函数;主城区24 h历时小时雨型呈双峰型,且峰值出现在降水过程前部。②基于FloodArea模型,通过对输入数据或参数的改进,能够较好模拟城市内涝空间分布;各降水情景模拟结果显示高新南区、高新西区、青羊区内涝淹没范围占比相较其他地区偏高。③24 h历时100 a一遇降水情景内涝可造成成都主城区86.1%公路长度占比出行困难,其中一级风险公路长度占比为10.5%,二、三级风险公路长度占比分别为27.5%、28.4%,成华区内涝公路风险最高。④24 h历时100 a一遇降水情景内涝可造成居民室内财产潜在损失约占主城区GDP(Gross Domestic Product)的0.8%,其中武侯区财产损失风险最大,潜在损失占其GDP的1.6%。

大语言模型的技术应用前景与风险挑战

针对大语言模型(LLM)技术的快速发展,剖析它的技术应用前景和风险挑战,对通用人工智能(AGI)的发展和治理有重要参考价值。首先,以Multi-BERT(Multilingual Bidirectional Encoder Representations from Transformers)、GPT(Generative Pre-trained Transformer)和ChatGPT(Chat Generative Pre-Trained Transformer)等语言模型为代表,综述LLM的发展脉络、核心技术和评估体系;其次,分析LLM现存的技术局限和安全风险;最后,提出LLM在技术上改进、政策上跟进的建议。分析指出作为发展阶段的LLM,现有模型存在非真实性及偏见性输出、实时自主学习能力欠缺,算力需求庞大,对数据质量和数量依赖性强,语言风格单一;存在数据隐私、信息安全和伦理等方面的安全风险。未来发展可从技术上继续改进,从“大规模”转向“轻量化”、从“单模态”走向“多模态”、从“通用”迈入“垂类”;从政策上实时跟进,实施有针对性的监管措施,规范应用和发展。

碳青霉烯类耐药肺炎克雷伯菌致血流感染风险预测模型的构建

目的构建碳青霉烯类耐药肺炎克雷伯菌(CRKP)致血流感染(BSI)风险预测模型。方法回顾性分析秦皇岛市第一医院2019年1月-2022年6月253例肺炎克雷伯菌致BSI患者的临床资料,将2019年1月-2021年12月收治的患者(223例)作为模型组,2022年1-6月收治的患者(30例)作为验证组。根据是否检出CRKP将模型组患者分为CRKP亚组(56例)和碳青霉烯类敏感肺炎克雷伯菌(CSKP)亚组(167例),对两亚组患者性别、年龄、合并基础疾病等基本信息进行单因素分析和多因素Logistic分析,筛选CRKP致BSI的独立危险因素并构建风险预测模型;以验证组患者为对象,对所建模型进行验证。结果患者入住重症监护病房(ICU)、使用免疫抑制剂和经验性抗感染治疗中使用碳青霉烯类抗菌药物、抗革兰氏阳性球菌药物是CRKP致BSI的独立危险因素(比值比分别为3.749、3.074、2.909、9.419,95%置信区间分别为1.639~8.572、1.292~7.312、1.180~7.717、2.877~30.840,P<0.05);所建风险预测模型的P值为0.365,模型受试者工作特征曲线的曲线下面积(AUC)为0.848(95%置信区间为0.779~0.916,P<0.001),分值临界值为6.5。用于验证组患者时,模型预测的总体准确率为86.67%,其生存曲线的AUC为0.926(95%置信区间为0.809~1.000,P<0.001)。结论患者入住ICU、使用免疫抑制剂和经验性抗感染治疗中使用碳青霉烯类抗菌药物、抗革兰氏阳性球菌药物是CRKP致BSI的独立危险因素;基于上述因素所建的CRKP致BSI风险预测模型的预测准确性良好。