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。

基于战略绩效和风险导向审计目标下科研院所审计风险预警与评价模型研究

在大数据时代和科研院所改革的背景下,科研院所对内部审计有了更高的要求,文章基于战略绩效和风险导向审计视角,构建科研院所审计风险预警与评价模型,梳理科研院所利用大数据技术赋能内部审计机构识别和评估风险、提升风险应对能力的方式方法,并将审计风险预警与评价模型运用于科研院所内部审计工作中,以实现审计全覆盖、合理分配审计资源、提高内部审计效用,为科研院所推进内部审计转型提供相关思路。

糖尿病足患者溃疡愈合风险的列线图预测模型

目的探讨预测糖尿病足溃疡(DFU)患者溃疡愈合风险的列线图模型。方法收集2021年1―12月于新疆医科大学第一附属医院就诊的200例DFU患者的临床资料,依据DFU是否愈合将其分为愈合组(n=57)和未愈合组(n=143)。收集患者的年龄、性别、体重指数(BMI)、糖化血红蛋白、知-信-行(KAP)模式量表评分以及患者血液中微小RNA(miRNA)-15b-5p的相对含量,采用Logistic回归模型对临床特征数据进行单因素及多因素分析,向后法筛选出相关预测因子并建立预测模型,使用增强Bootstrap验证法对模型内部进行验证,使用一致性指数(C-index)、列线图、校准图、受试者工作特征(ROC)曲线及校准曲线、决策曲线分析(DCA)进行评估。结果通过二元Logistic回归分析及向后法筛选变量,从8个总变量中确定了3个预测因子,即年龄、miRNA-15b-5p相对含量、K评分,其构建的预测模型呈现出中等预测能力,ROC曲线下面积(AUC)为0.923。结论年龄、K评分及miRNA-15b-5p相对含量均为DFU患者溃疡未愈合相关的预测因子,基于这些预测因子建立的预测模型具有优秀的综合性能,可从多个层面预测DFU患者溃疡未愈合的发生风险,为DFU患者溃疡愈合提供了个体化治疗依据。

老年髋部骨折手术延迟的影响因素分析及风险预测模型构建

目的:探讨老年髋部骨折手术延迟的影响因素,构建老年髋部骨折手术延迟风险预测模型。方法:选取2019年11月至2022年11月采用手术治疗的老年髋部骨折患者的病例资料进行研究,将纳入研究的患者按照2∶1的比例随机分为训练集(用于模型构建)和验证集(用于模型验证)。从病历系统中提取纳入患者的信息,包括年龄、性别、体质量指数、骨折类型、美国麻醉医师协会(American Society of Anesthesiologists, ASA)分级、伤前日常活动能力(activities of daily living, ADL)、是否服用影响凝血功能的药物、入院至手术时间、手术方式,是否合并精神障碍、高血压、糖尿病、呼吸系统疾病、心功能不全、肝功能不全、肾功能不全、电解质紊乱、尿酮体异常、下肢静脉血栓、凝血功能异常,以及入院后血清肿瘤坏死因子-α、C反应蛋白水平等。将训练集中的患者根据入院至手术时间分为早期手术组(入院至手术时间<48 h)和延迟手术组(入院至手术时间≥48 h)。先对2组患者的相关信息进行单因素对比分析,再对单因素分析中组间差异有统计学意义的因素进行多因素Logistic回归分析及多重共线性诊断;采用R软件基于贝叶斯网络模型构建老年髋部骨折手术延迟风险预测模型,并采用Netica软件进行贝叶斯网络模型推理。采用受试者操作特征(receiver operating characteristic, ROC)曲线评价老年髋部骨折手术延迟风险预测模型的区分度,采用校准曲线评价老年髋部骨折手术延迟风险预测模型的校准度。结果:(1)分组结果。共纳入老年髋部骨折患者318例,训练集212例、验证集106例。根据入院至手术时间,训练集中早期手术组78例、延迟手术组134例。(2)老年髋部骨折手术延迟影响因素的单因素分析结果。2组患者ASA分级、是否服用影响凝血功能的药物及是否合并精神障碍、高血压、糖尿病、呼吸系统疾病、心功能不全、电解质紊乱、凝血功能异常的比较,组间差异均有统计学意义(χ~2=3.862,P=0.049;χ~2=26.806,P=0.000;χ~2=29.852,P=0.000;χ~2=21.743,P=0.000;χ~2=25.226,P=0.000;χ~2=5.415,P=0.020;χ~2=11.683,P=0.001;χ~2=14.686,P=0.000;χ~2=6.057,P=0.014)。(3)老年髋部骨折手术延迟影响因素的多因素分析及多重共线性诊断结果。多因素Logistic回归分析结果显示,服用影响凝血功能的药物及合并精神障碍、高血压、糖尿病、呼吸系统疾病、心功能不全、电解质紊乱、凝血功能异常均是老年髋部骨折手术延迟的影响因素[β=0.328,P=0.000,OR=5.112,95%CI(2.686,9.728);β=0.322,P=0.000,OR=5.425,95%CI(2.884,10.203);β=0.302,P=0.000,OR=3.956,95%CI(2.189,7.148);β=0.312,P=0.000,OR=4.560,95%CI(2.476,8.398);β=0.291,P=0.021,OR=1.962,95%CI(1.108,3.474);β=0.296,P=0.001,OR=2.713,95%CI(1.520,4.844);β=0.303,P=0.000,OR=3.133,95%CI(1.729,5.679);β=0.296,P=0.015,OR=2.061,95%CI(1.154,3.680)];多重共线性诊断结果显示,上述影响因素均不存在共线性(VIF=1.134,VIF=1.266,VIF=1.465,VIF=1.389,VIF=1.342,VIF=1.183,VIF=1.346,VIF=1.259)。(4)基于贝叶斯网络模型的老年髋部骨折手术延迟风险预测模型的构建与推理结果。基于贝叶斯网络模型构建的老年髋部骨折手术延迟风险预测模型包括8个节点、8条有向边。模型显示,服用影响凝血功能的药物及合并精神障碍、呼吸系统疾病、电解质紊乱、凝血功能异常直接影响手术延迟的发生,合并心功能不全、高血压、糖尿病间接影响手术延迟的发生;推理结果显示,患者合并心功能不全、凝血功能异常及精神障碍时,手术延迟发生率为64.1%。(5)老年髋部骨折手术延迟风险预测模型的评价结果。采用训练集数据进行老年髋部骨折手术延迟风险预测模型评价,ROC曲线下面积为0.861[P=0.000,95%CI(0.810,0.912)],灵敏度为91.29%,特异度为93.35%;校准曲线显示其一致性指数为0.866[P=0.000,95%CI(0.702,0.943)];采用验证集数据进行老年髋部骨折手术延迟风险预测模型评价,ROC曲线下面积为0.848[P=0.000,95%CI(0.795,0.901)],灵敏度为91.62%,特异度为92.46%;校准曲线显示其一致性指数为0.879[P=0.000,95%CI(0.723,0.981)]。结论:服用影响凝血功能的药物以及合并精神障碍、高血压、糖尿病、呼吸系统疾病、心功能不全、电解质紊乱、凝血功能异常均为老年髋部骨折手术延迟的影响因素,基于上述因素构建的老年髋部骨折手术延迟风险预测模型具有较高的应用价值。

基于风险评估模型的传染病预警体系的建立

目的建立一套基于风险评估模型的传染病预警体系,推动传染病管理水平的提升。方法通过搜集、整理最新的研究成果,参考相关的传染病预警评价指标体系的理论框架,构建基于风险评估模型的传染病预警体系。结果本次研究共纳入了12名专家,筛选出了三个一级指标,涉及流行前期指标、典型症状期指标、非典型症状期指标等,同时涉及7个二级指标。体系的必要性平均得分为8.27±0.24分,可获得性平均得分为7.74±0.34分。结论基于风险评估模型的传染病预警体系的建立有利于当地及时掌握传染病流行趋势,并进行调查指标分布趋势分析,然后提出相应的预警方案,可为有效预防传染病提供相关的依据。

退行性腰椎管狭窄患者椎间孔镜术后下腰痛的危险因素及风险预测模型构建

目的分析退行性腰椎管狭窄(DLSS)患者椎间孔镜术后下腰痛的危险因素及风险预测模型构建。方法本研究采用前瞻性分析,纳入2020年7月至2022年7月南阳市中心医院收治的86例行经皮椎间孔镜手术治疗的DLSS患者为研究对象,术后随访3个月,根据术后下腰痛发生情况,分为发生组和未发生组,分析两组患者临床资料,采用多因素logistic回归分析DLSS患者椎间孔镜术后下腰痛发生的影响因素,构建风险预测模型,绘制受试者工作特征(ROC)曲线评估风险模型的预测效能。结果随访3个月,86例DLSS患者行椎间孔镜术后发生下腰痛患者21例,发生率为24.42%(21/86);发生组骨质疏松、术中清理椎间隙、术后椎管内无菌性炎症、首次锻炼时间与未发生组比较,差异无统计学意义(P<0.05);经多因素logistic回归分析,结果显示,骨质疏松、术中清理椎间隙、术后椎管内无菌性炎症、首次接受锻炼时间均是DLSS患者椎间孔镜术后下腰痛发生的危险因素(P<0.05);构建风险模型,验证模型显示C-index值为0.870,具有良好区分度,绘制标准曲线显示,校准曲线和Y-X直线相近,模型准确度良好;对模型预测效能进行验证,结果显示,风险模型评估DLSS患者椎间孔镜术后下腰痛发生的曲线下面积(AUC)为0.870,95%CI为0.779~0.961,P<0.001。结论DLSS患者行椎间孔镜术后下腰痛发生率较高,合并骨质疏松、术中未清理椎间隙、有术后椎管内无菌性炎症、首次接受锻炼时间延长均是DLSS患者行椎间孔镜术后发生下腰痛的危险因素,基于以上因素构建的风险模型对DLSS患者行椎间孔镜术后是否发生下腰痛具有较高的评估价值。

基于改进N-K模型的地铁盾构掘进安全风险耦合研究

为预防和控制地铁盾构掘进施工过程中的关键安全风险,并精准判断哪些风险耦合情境是导致事故发生的显著情境,提出改进N-K模型研究地铁盾构掘进安全风险耦合;综合运用文献研究、事故案例、专家访谈等方法,辨识地铁盾构掘进的关键安全风险因素;基于N-K模型提出新的地铁盾构掘进安全风险耦合评估模型,并选用安全事故案例验证该模型的适用性。结果表明:辨识得到地铁盾构掘进关键安全风险因素清单,包括4类一级风险因素,21个二级风险因素;地铁盾构掘进施工安全风险随着耦合因素种类的增加而变大,4因素风险耦合值最高,3因素风险耦合值次之,双因素风险耦合值最低,作业人员安全意识薄弱和机械故障参与作用的耦合情境更容易发生安全事故。

脑卒中患者复发风险感知与行为决策情境理论模型的初步构建

目的构建脑卒中患者复发风险感知与行为决策情境理论模型,为脑卒中行为管理提供新的指导框架。方法遵循护理学科理论模型发展过程,综合采用文献研究、质性研究及理论分析,初步构建脑卒中复发风险感知与行为决策情境理论模型,包括概念、命题(概念间假设关系)及模型边界(适用范围)。结果脑卒中复发风险感知与行为决策模型包含复发风险感知、行为决策、自我效能、社会支持、情感反应(担忧)和健康行为等6个核心变量,一条核心路径为“复发风险感知→行为决策→健康行为”,三条桥梁路径为“复发风险感知社会支持→行为决策→健康行为”“复发风险感知→自我效能→行为决策→健康行为”和“复发风险感知复发担忧→行为决策→健康行为”。结论脑卒中复发风险感知与行为决策模型或可丰富脑卒中健康行为管理相关理论研究,进而为开展脑卒中患者健康管理及复发防控实践工作提供新的视角。

泌尿外科老年住院患者院内感染的风险预测模型构建及效能验证研究

目的 分析泌尿外科老年住院患者院内感染的危险因素,构建泌尿外科老年住院患者院内感染的风险预测模型,并对其效能进行验证。方法 选取成都市第三人民医院泌尿外科2022年1~12月老年住院患者1 050例为研究对象,按照患者医院感染发生情况,分为感染患者(研究组)45例和非感染患者(对照组)1 005例。采用单因素和多因素Logistic法,筛选泌尿外科老年住院患者院内感染的危险因素,进而构建老年住院患者院内感染的风险预测模型。采用Hosmer and Lemeshow进行风险预测模型的拟合优度检验,绘制ROC曲线,评价风险预测模型的预测价值。结果 年龄>75岁、住院时间≥15 d、手术治疗、使用呼吸机辅助通气和留置导尿管是泌尿外科老年住院患者院感发生的危险因素;预测老年住院患者院内感染发生的概率模型:P=1/[1+exp(6.055-0.969X1-2.802X2-1.904X4-1.169X5-2.120X6)];ROC曲线分析显AUC为0.916,95%CI为0.874~0.957。结论 年龄>75岁、住院时间≥15 d、手术治疗、使用呼吸机辅助通气和留置导尿管是泌尿外科老年住院患者院感发生的危险因素,临床实践中应针对上述因素对高危患者人群进行筛查,并实施有针对性的治疗和干预措施以预防感染发生。同时,采用风险预测模型能够对泌尿外科老年住院患者医院感染风险进行科学评价,能够为临床实践提供参考和指导依据。

近视患者视网膜脱离的危险因素及风险预测模型

目的探讨近视患者视网膜脱离的危险因素及风险预测模型。方法回顾性分析2021年1月至2023年12月于我院就诊的近视患者的临床资料,选择符合条件的近视性视网膜脱离患者128例(128眼)作为视网膜脱离组,没有视网膜脱离的近视患者128例(128眼)作为对照组。收集两组患者的临床资料,包括年龄、性别、屈光度、文化程度、病侧、是否负重、有无震动、有无白内障、是否存在视疲劳、血压、糖尿病史、眼外伤史、眼科手术史、视网膜厚度等。采用多因素Logistic回归分析确定近视性视网膜脱离的危险因素,并据以建立多因素联合应用的风险预测模型,应用受试者工作特征曲线(ROC)进行预测评估价值分析。结果视网膜脱离组患者的年龄、屈光度、收缩压、白内障发生率、视疲劳发生率、眼外伤发生率以及眼科手术史率均显著高于对照组(均为P<0.05);视网膜脱离组患者的视网膜厚度与脉络膜厚度均显著低于对照组(均为P<0.05)。近视患者发生视网膜脱离的危险因素为年龄(较大),屈光度(绝对值较大),伴有白内障或视疲劳或眼外伤等眼部疾患或不适状况,脉络膜厚度(较小),视网膜厚度(较小)(均为OR>1,P<0.05)。年龄、眼部疾患或不适、屈光度、脉络膜厚度、视网膜厚度等5项指标单独及联合应用时ROC曲线下面积(AUC)(0.95 CI)分别为0.668(0.382~0.936)、0.645、0.676(0.407~0.942)、0.731(0.503~0.933)、0.745(0.499~0.983)、0.844(0.692~0.983),联合应用预测评估效能更高,AUC(0.844)及灵敏度、特异度、准确度均较单独应用指标有明显提升。结论近视患者发生视网膜脱离的危险因素为较大的年龄,较大的屈光度(绝对值),伴有包括白内障、视疲劳、眼外伤在内的眼部疾患或不适,较小的脉络膜厚度、较小的视网膜厚度。由这些因素构建的风险预测模型评估效能较高。

ICU脓毒性休克患者发生急性皮肤衰竭风险预测模型构建及验证

目的构建ICU脓毒性休克患者发生急性皮肤衰竭风险预测模型。方法选取2020年1月至2022年1月某医院ICU收治的491例脓毒性休克患者临床资料,单因素和多因素分析筛选出ICU脓毒性休克患者发生急性皮肤衰竭的影响因素,基于影响因素构建预警模型并验证模型的预测效果。结果491例ICU脓毒性休克患者发生急性皮肤衰竭71例(14.46%)。体表面积(OR=38.030)、国家早期预警评分(OR=2.457)、序贯器官衰竭评分(OR=4.018)、动脉血乳酸值(OR=7.404)、外周灌注指数(OR=0.003)、毛细血管再充盈时间(OR=36.864)均为ICU脓毒性休克患者发生急性皮肤衰竭的影响因素(P<0.01或P<0.05)。基于上述影响因素建立预测模型和绘制列线图,模型ROC曲线下面积为0.964,最大约登指数对应的风险预测值82.71%,预测临界值评分为≥233分,Hosmer-Lemeshow拟合优度检验χ2=0.586,P=0.996,模型校准曲线的实际曲线与理想曲线几乎重合。结论基于ICU脓毒性休克患者发生急性皮肤衰竭风险因素构建的列线图预测模型具有良好的一致性与区分度,风险预测值评分为≥233分,为ICU脓毒性休克患者发生急性皮肤衰竭风险预警与防治提供依据。

呼吸机相关性肺炎风险预测模型的研究进展

呼吸机相关性肺炎(VAP)是机械通气患者常见的并发症,不仅增加患者医疗费用,而且威胁其生命安全。风险预测模型能够预测某种结局事件的概率,有助于识别高风险人群。目前,国内外许多研究基于传统Logistic回归方法或机器学习法构建VAP的预测模型,并将预测模型转换为列线图或风险评分。VAP风险预测模型能够有效帮助临床医护人员快速、准确地筛查高风险人群,进而及时有效地针对高风险人群采取相应的预防措施,从而降低VAP发生率。

结直肠癌患者卡培他滨化疗相关不良反应的风险评估及风险预测模型构建

目的探究结直肠癌(CRC)患者卡培他滨化疗诱导不良反应(CIAEs)的危险因素并构建CIAEs发生的风险预测模型。方法回顾性收集2021年1月至2023年12月于温州医科大学附属第一医院接受卡培他滨片治疗的根治性术后CRC患者临床资料。根据是否出现CIAEs分为CIAEs和非CIAEs(NCIAEs)组。采用t检验和卡方检验筛选差异变量。多因素Logistic回归探究CRC患者发生CIAEs的独立影响因素,并使用R软件构建CRC患者CIAEs风险预测模型。采用受试者工作特征曲线分析、校准曲线和决策曲线评估CIAEs发生风险预测模型的预测能力、校准能力和临床净获益。结果本研究共纳入253例接受卡培他滨片治疗的根治性术后CRC患者,201例发生CIAEs,恶心呕吐(69.96%)发生率最高。多因素Logistic回归结果表明,年龄[OR=3.018,95%CI(1.404,6.487),P=0.005]、预后营养指数[OR=0.129,95%CI(0.06,0.278),P<0.001]和系统炎症指数[OR=4.074,95%CI(1.316,12.615),P=0.015]是CRC患者发生CIAEs的独立影响因素。本研究所构建的CIAEs发生风险预测模型具有良好的预测能力、校准能力和临床净获益。结论CIAEs发生风险预测模型可用于CRC患者CIAEs的个体化预测,是预防CIAEs和护理管理过程中一种简单实用的工具。

食管癌根治性切除术后肺不张发生的影响因素及风险预测模型构建

目的 探讨食管癌患者根治性切除术后肺不张发生的影响因素及风险预测模型构建。方法 回顾性纳入2018年1月至2022年12月徐州市中心医院完成根治性切除术治疗的食管癌患者120例,根据术后胸片检查结果判断患者是否发生肺不张,将其分为发生组与未发生组。使用单因素、多因素分析找出肺不张发生的影响因素;构建风险预测模型,绘制受试者工作特征(ROC)曲线评估风险模型的预测效能。结果 120例食管癌患者根治性切除术后发生肺不张26例,发生率为21.67%。发生组吸烟史、术前肺功能不良、手术时间≥3.5 h、术后疼痛程度评分>5分者占比显著高于未发生组(P均<0.05);发生组麻醉苏醒时间显著长于未发生组(P<0.05);两组性别、年龄、BMI、病理类型、临床病理分期、分化程度、发病部位、基础疾病、饮酒史、血红蛋白、白蛋白、白细胞计数、细胞角蛋白片段19、癌胚抗原比较,差异均无统计学意义(P>0.05)。吸烟史(OR=5.207)、术前肺功能不良(OR=7.170)、手术时间≥3.5 h(OR=8.326)、麻醉苏醒时间(OR=2.596)、术后疼痛程度评分>5分(OR=11.303)是食管癌患者根治性切除术后发生肺不张的独立危险因素(P均<0.05)。构建的风险模型具有良好区分度,C-index值为0.924,模型准确度良好。风险模型预测食管癌患者根治性切除术后肺不张的AUC为0.924,以0.231为界值时,敏感度为0.885,特异度为0.851,约登指数为0.736,具有良好预测效能。结论 吸烟史、术前肺功能不良、手术时间≥3.5 h、麻醉苏醒时间、术后疼痛程度评分>5分是食管癌患者根治性切除术后发生肺不张的独立危险因素,基于以上危险因素构建的风险模型对食管癌患者根治性切除术后肺不张具有较高的预测效能,可用于指导医生进行早期预防干预。

糖尿病足截肢风险预警模型构建及护理干预效果研究

目的:构建糖尿病足截肢风险预警模型,并将其作为风险分层实施干预对糖尿病患者预后影响。方法:选我院2019年1月—2021年6月60例门诊糖尿病足换药患者为研究对象,以我院构建糖尿病足截肢风险预警模型构建及使用时间(2019年10月)为时间点将其分为对照组(2019年1—9月)和观察组(2019年10月—2021年6月),每组30例,并分别采取常规护理干预、糖尿病足截肢风险预警干预。两组均随访12个月,比较两组护理效果、护理前后自我护理能力及截肢发生率死亡率。结果:观察组护理总有效率较对照组高,差异有统计学意义(P<0.05);护理前两组自我护理能力量表(ESCA)评分水平比较,差异无统计学意义(P>0.05);护理后观察组ESCA评分较对照组高,而截肢发生率较对照组低,差异有统计学意义(P<0.05),两组患者随访中均无死亡病例。结论:实施糖尿病足截肢风险预警干预,可提升护理效果及自我护理能力,降低截肢率,效果显著。

老年慢性心力衰竭住院患者中重度心力衰竭发生风险预测模型的构建

目的基于电子病历的方式,构建慢性心力衰竭(CHF)患者中重度心力衰竭发生风险预测模型,并验证该模型的预测效果。方法2019年1月-2020年12月,选择上海市某三级甲等医院心血管临床医学中心诊断为CHF的299例患者为研究对象,采用Logistic回归建立CHF患者中重度心力衰竭发生风险预测模型,采用Hosmer-Lemeshow和受试者操作特征曲线分别检验模型的拟合优度及预测效果,并纳入100例患者对模型进行验证。结果心超(运动幅度降低)(OR=5.109)、双下肢水肿(OR=3.947)、心房颤动(OR=2.772)、血肌酐升高(OR=1.015)是CHF患者发生中重度心力衰竭的危险因素;血清白蛋白升高(OR=0.939)是保护因素;Hosmer-Lemeshow检验P=0.127,受试者操作特征曲线下面积为0.858,约登指数为0.528,最佳临界值为0.805,灵敏度为0.731,特异度为0.797,实际应用的正确率为77.00%。结论本课题建立的CHF患者中重度心力衰竭发生风险的预测模型效果良好,有利于以后早期识别中重度心力衰竭发生风险电子系统报警提示程序的更新提供依据。