Nomogram model including LATS2 expression was constructed to predict the prognosis of advanced gastric cancer after surgery

BACKGROUND Gastric cancer is a leading cause of cancer-related deaths worldwide.Prognostic assessments are typically based on the tumor-node-metastasis(TNM)staging system,which does not account for the molecular heterogeneity of this disease.LATS2,a tumor suppressor gene involved in the Hippo signaling pathway,has been identified as a potential prognostic biomarker in gastric cancer.AIM To construct and validate a nomogram model that includes LATS2 expression to predict the survival prognosis of advanced gastric cancer patients following ra-dical surgery,and compare its predictive performance with traditional TNM staging.METHODS A retrospective analysis of 245 advanced gastric cancer patients from the Fourth Hospital of Hebei Medical University was conducted.The patients were divided into a training group(171 patients)and a validation group(74 patients)to deve-lop and test our prognostic model.The performance of the model was determined using C-indices,receiver operating characteristic curves,calibration plots,and decision curves.RESULTS The model demonstrated a high predictive accuracy with C-indices of 0.829 in the training set and 0.862 in the validation set.Area under the curve values for three-year and five-year survival prediction were significantly robust,suggesting an excellent discrimination ability.Calibration plots confirmed the high concordance between the predictions and actual survival outcomes.CONCLUSION We developed a nomogram model incorporating LATS2 expression,which significantly outperformed conven-tional TNM staging in predicting the prognosis of advanced gastric cancer patients postsurgery.This model may serve as a valuable tool for individualized patient management,allowing for more accurate stratification and im-proved clinical outcomes.Further validation in larger patient cohorts will be necessary to establish its generaliza-bility and clinical utility.

脑卒中恢复期患者下肢深静脉血栓风险预测模型的构建及应用

目的探究脑卒中恢复期患者下肢深静脉血栓(deep vein thrombosis,DVT)的发生率及其影响因素,构建此类患者DVT风险预测模型。方法采用回顾性研究设计,选取收治的脑卒中恢复期患者431例,通过单因素和多因素logistic回归分析筛选出DVT发生的影响因素,构建风险预测模型并用列线图展示,应用受试者工作特征(ROC)曲线下面积、敏感度、特异度评价模型的预测效果,使用Bootstrap法对模型进行内部验证。结果431例患者中,有36例发生DVT,发生率为8.35%,建模组301例患者有26例发生DVT,发生率为8.64%,验证组130例患者有10例发生DVT,发生率为7.69%。Logistic回归分析显示MBI积分、Caprini血栓风险因素总分、平均血小板体积(MPV)、肌酐(Cr)、凝血酶时间(TT)、D-二聚体(D-Dimer)是脑卒中恢复期患者发生DVT的独立影响因素(OR值分别为0.978、1.186、0.662、0.979、1.043、1.766,均P<0.1)。以该6个因素为自变量构建列线图,建模组AUC为0.842,约登指数最大值为0.525,诊断值为0.115,敏感度为0.833,特异度为0.692;Hosmer-Lemeshow拟合优度检验2=7.458,P=0.589。验证组AUC为0.720,约登指数最大值为0.425,诊断值为0.072,敏感度为0.675,特异度为0.700,Hosmer-Lemeshow拟合优度检验2=11.414,P=0.248。结论脑卒中恢复期患者DVT发生率较高,MBI积分、Caprini血栓风险因素总分、MPV、Cr、TT、D-Dimer是其重要的影响因素,构建的列线图可个性化预测脑卒中恢复期患者DVT发生风险,有助于医护人员制订相应的干预措施。

老年急性脑梗死患者术后神经功能恢复不良的影响因素分析

目的分析老年急性脑梗死患者术后神经功能恢复不良的影响因素,并构建风险列线图预测模型。方法选取2021-01—2022-12于发病4.5 h内在济宁医学院附属医院进行静脉溶栓术的174例老年急性脑梗死患者,根据术后神经功能恢复情况分为恢复良好组(n=113)与恢复不良组(n=61),采用Logistic回归分析影响老年急性脑梗死患者术后神经功能恢复的危险因素;采用R软件构建预测老年急性脑梗死患者术后神经功能恢复不良的列线图模型;采用ROC曲线、校准曲线、Hosmer-Lemeshow拟合优度检验评估列线图模型的效能。结果174例老年急性脑梗死患者,61例(35.06%)术后神经功能恢复不良,113例(64.94%)术后神经功能恢复良好。多因素Logistic回归分析显示,糖尿病(95%CI:2.466~21.685,P<0.001)、心房颤动(95%CI:1.485~24.484,P=0.012)、基线NIHSS评分≥12.50分(95%CI:5.945~53.525,P<0.001)、出血性转化(95%CI:1.823~15.328,P=0.002)、责任血管中度狭窄(95%CI:1.686~17.834,P=0.005)、责任血管重度狭窄(95%CI:2.769~40.737,P=0.001)为老年急性脑梗死患者术后神经功能恢复不良的独立危险因素。该列线图模型预测老年急性脑梗死患者术后神经功能恢复不良的ROC曲线下面积0.872(95%CI:0.816~0.928),绘制校准曲线显示预测概率曲线与实际概率曲线基本吻合,且Hosmer-Lemeshow拟合优度检验χ^(2)=7.943,P=0.439。结论糖尿病、心房颤动、基线NIHSS评分≥12.50分、出血性转化、责任血管中/重度狭窄是老年急性脑梗死患者术后神经功能恢复不良的独立危险因素,依此构建的风险列线图预测模型经验有较好的预测效能,能准确、有效预测老年急性脑梗死患者术后神经功能恢复不良发生风险。

工业过程关键指标预测的知识协同进化增强图卷积网络方法

在流程工业关键变量预测领域,已有研究致力于将过程知识与大数据相结合,以实现更高的准确性,降低过拟合风险和提高可解释性.然而,现有工作存在准确的先验知识构建成本高、无法从丰富的数据中挖掘知识等问题,限制了这些方法在实际工业过程中的广泛应用.为了解决这些挑战,本文提出了一种基于知识协同进化的增强图卷积网络方法.首先,利用易获取的过程流图构建低成本的粗粒度流程知识.然后,在图卷积神经网络模型训练中引入图探索,实现知识更新.最后,为了降低知识复杂度并保持一致性,设计了一种知识过滤机制.所提出的方法在基准的脱丁烷塔工艺过程上进行了验证.实验结果表明,该方法具有出色的预测准确性,并获得高质量的新知识.

病毒性脑炎217例症状性癫痫发生风险的预测研究

目的分析病毒性脑炎并发症状性癫痫的风险因素,据此构建列线图预测模型。方法回顾性分析2018年2月至2022年5月汕头市中心医院收治的217例病毒性脑炎病人临床资料,抽取70%为建模集(152例),30%为验证集(65例)。根据病人是否合并症状性癫痫,将建模集进一步分为发生组和未发生组,比较两组病人一般资料,选择差异有统计学意义的指标用逐步向前回归法进行非条件多因素logistic分析病毒性脑炎病人症状性癫痫发生的影响因素,并采用R3.4.3软件包绘制基于多因素分析结果的列线图模型。采用Bootstrap法分别对建模集和验证集进行验证,并绘制受试者操作特征曲线(ROC曲线)和决策曲线(DCA)以评估列线图模型的预测效能和临床净获益率。结果217例病毒性脑炎病人中,共46例病人合并症状性癫痫(21.20%),其中建模集中有32例合并症状性癫痫,验证集中有14例合并症状性癫痫;发生组昏迷、大脑皮质损坏、脑电图重度异常、颅脑核磁共振成像(MRI)有责任病灶、累及颞叶或额叶、脑脊液单纯疱疹病毒(HSV)(+)占比及脑脊液压力均高于未发生组(P<0.05);logistic多元回归分析,昏迷、大脑皮质损坏、脑电图重度异常、颅脑MRI有责任病灶、累及颞叶或额叶、脑脊液压力、脑脊液HSV(+)均是病毒性脑炎合并症状性癫痫的影响因素(P<0.05);经Bootsrap法进行验证,建模集其一致性指数(C-index)为0.833,验证集的C-index则为0.830,校正曲线和标准曲线拟合度较好。建模集ROC曲线下面积(AUC)、灵敏度、特异度分别为0.84[98%CI:(0.78,0.89)]、79.17%、84.04%,验证集则为0.81[98%CI:(0.76,0.86)],83.04%,73.64%,提示模型区分度良好。DCA曲线显示病人根据列线图模型进行风险评估可获得满意的净收益。结论昏迷、大脑皮质损坏、脑电图重度异常、颅脑MRI有责任病灶、累及颞叶或额叶、脑脊液压力、脑脊液HSV(+)均是病毒性脑炎合并症状性癫痫的影响因素,综合上述因素针对病毒性脑炎病人构建的列线图预测模型可以较好地个体化预测症状性癫痫的发生,对临床防治症状性癫痫提供指导。

基于CT影像学特征及临床数据对涎腺多形性腺瘤复发风险预测的价值分析

目的:探讨基于CT影像学特征及临床数据预测涎腺多形性腺瘤(PA)复发风险的列线图模型构建。方法:回顾性分析2019年11月至2022年11月沧州市中心医院收治的99例PA患者的临床及CT影像学资料,根据是否复发将其分为复发组(15例)和未复发组(84例)。采用单因素分析、多因素logistic回归分析PA复发的影响因素,并构建风险预测模型,采用受试者工作特征(ROC)曲线分析该模型的预测价值。结果:多因素logistic回归分析结果显示,肿瘤部位为深叶、包膜不完整及周围组织侵犯3个指标为PA复发的独立危险因素(OR=79.730、67.194、479.801,P<0.05)。基于以上3个指标构建的风险预测模型的ROC曲线下面积(AUC)为0.960,灵敏度为80.0%,特异度为97.6%,均高于模型中各单项指标,且该风险预测模型和实际观测值间无明显差异(x^(2)=0.823,P=0.935)。结论:肿瘤部位为深叶、包膜不完整及周围组织侵犯3个指标为PA复发的独立危险因素,基于以上3个指标构建的风险预测模型对PA复发具有较高预测价值,能为预防PA复发提供理论依据。

非小细胞肺癌患者术后预后不良的列线图预测模型的构建

目的:分析非小细胞肺癌(non-small cell lung cancer, NSCLC)患者术后预后不良的影响因素,并构建列线图预测模型。方法:收集2018年01月至2020年02月于我院行手术治疗的168例非小细胞肺癌患者的临床资料。根据术后3年随访情况分为预后良好组(n=76)和预后不良组(n=92)。通过ROC曲线分析获取各因素的最佳截断值;logistic多元回归模型分析非小细胞肺癌患者术后预后不良的独立危险因素并构建列线图预测模型,列线图模型的内部验证及预测效能分别用校正曲线、决策曲线评估。结果:预后不良组年龄、男性比例、吸烟史比例、腺癌比例、纵隔淋巴结转移比例、病灶直径>3 cm比例、TNM分期Ⅲ/Ⅳ期比例、低分化比例以及CEA、CA125水平均高于预后良好组,且差异有统计学意义(P<0.05)。ROC曲线分析结果显示:年龄、CEA、CA125的最佳截断值分别为65岁、10.49 ng/mL、40.36 ng/mL。logistic多元回归模型结果显示:吸烟史(有)、TNM分期(Ⅲ/Ⅳ期)、病灶大小(直径>3 cm)、分化程度(低分化)、纵隔淋巴结转移(有)、CEA(>10.49 ng/mL)、CA125(>40.36 ng/mL)是非小细胞肺癌患者术后预后不良的独立危险因素。内部验证结果显示,列线图模型对非小细胞肺癌患者术后预后不良预测的C-index为0.871(95%CI:0.752~0.963)。观测值与预测值较统一。列线图模型的阈值>0.13,列线图模型提供的临床净收益均高于吸烟史、TNM分期、病灶大小、分化程度、纵隔淋巴结转移、CEA、CA125。结论:本研究基于吸烟史、TNM分期、病灶大小、分化程度、纵隔淋巴结转移、CEA、CA125所构建的列线图模型,对非小细胞肺癌患者术后预后不良的预测价值较好,可为临床改善NSCLC术后预后提供依据。

缺血性脑卒中患者颈动脉钙化影响因素的列线图模型构建及验证

[目的]探讨缺血性脑卒中患者颈动脉钙化影响因素,并构建列线图预测模型,为临床制定防治措施提供参考。[方法]选取500例缺血性脑卒中患者作为研究对象,按照7∶3比例随机分为建模组350例和验证组150例,统计颈动脉钙化发生情况。采用LASSO-Logistic回归方程分析颈动脉钙化影响因素,构建颈动脉钙化风险列线图预测模型。采用受试者工作特征(ROC)曲线、校准曲线分析列线图预测模型区分度、准确度。绘制临床决策曲线(DCA)评价预测模型有效性。[结果]建模组中,与无颈动脉钙化者相比,颈动脉钙化发生者年龄增高17.87%,吸烟史比例增高32.69%,空腹血糖水平增高22.47%,糖化血红蛋白水平增高0.69%,低密度脂蛋白胆固醇(LDLC)水平增高17.84%,尿酸水平增高22.42%,高敏C反应蛋白(hs-CRP)水平增高40.31%,估算的肾小球滤过率(eGFR)水平降低7.04%,差异有统计学意义(P<0.05)。验证组中,与无颈动脉钙化者相比,颈动脉钙化发生者年龄增高17.23%,吸烟史比例增高33.39%,空腹血糖水平增高22.37%,糖化血红蛋白水平增高0.75%,LDLC水平增高17.96%,尿酸水平增高24.44%,hs-CRP水平增高30.81%,eGFR水平降低6.46%,差异有统计学意义(P<0.05);建模组、验证组中以上述因素构建列线图预测模型,预测颈动脉钙化的AUC分别为0.953、0.972,且具有准确性及临床效用性。[结论]年龄增加、有吸烟史及空腹血糖、糖化血红蛋白、LDLC、尿酸、hs-CRP水平升高均为颈动脉钙化发生的独立危险因素,eGFR水平升高为独立保护因素,基于上述因素建立的列线图预测模型对颈动脉钙化发生具有一定预测价值。

子宫肌瘤患者腹腔镜术后形成下肢深静脉血栓的风险预测模型构建

目的探讨子宫肌瘤患者腹腔镜术后形成下肢深静脉血栓的危险因素,并构建预测模型。方法选取2020年10月至2022年5月某医院收治的180例子宫肌瘤患者作为研究对象,根据患者术后是否出现下肢深静脉血栓分为发生组(38例)和未发生组(142例)。采用Logistic回归分析影响子宫肌瘤患者腹腔镜术后形成下肢深静脉血栓的危险因素;采用内部数据验证Nomogram模型临床效能。结果180例子宫肌瘤患者中有38例发生下肢深静脉血栓,发生率为21.11%;年龄>50岁(OR=1.847)、手术时间>60 min(OR=1.623)、术中气腹压>15 mm Hg(OR=1.518)、术后卧床时间>5 d(OR=2.208)、术后常规护理(OR=1.791)是子宫肌瘤患者腹腔镜术后形成下肢深静脉血栓的危险因素(P<0.05);模型预测患者术后出现下肢深静脉血栓的风险阈值>0.07。结论年龄、手术时间、术中气腹压、术后卧床时间、术后护理方式是影响子宫肌瘤患者腹腔镜术后形成下肢深静脉血栓的危险因素,且基于此构建的模型有较好的预测价值。

腹腔镜前列腺根治性切除术后切缘阳性列线图的建立及应用

目的:构建列线图(nomogram)模型以预测腹腔镜前列腺根治性切除术后切缘阳性,并探讨早期尿控恢复的术前预测因素。方法:纳入153例经腹膜外途径腹腔镜下根治性前列腺切除术患者,其中47例术后切缘阳性、106例术后切缘阴性;采用单因素分析及多因素Logistic回归分析筛选发生术后切缘阳性的独立危险因素,纳入这些因素构建列线图预测模型,用受试者工作特征(receiver operating characteristic,ROC)曲线评估预测模型预测术后切缘阳性的效能,用校准曲线评价预测的准确性,以决策曲线分析(decision curve analysis,DCA)对比其临床获益。术后随访患者3个月的尿控恢复,通过Cox回归分析腹腔镜根治性前列腺切除术后尿控恢复的术前影像因素。结果:血清前列腺特异抗原(serum prostate-specific antigen,PSA)、穿刺神经周围侵犯、临床T分期、术后病理T分期为术后切缘阳性的临床独立风险因素,并组合构建列线图模型。ROC曲线下面积为0.896(95%CI:0.798~0.918)表明模型预测准确度高。校准曲线与理想曲线接近,模型校准能力较好;决策曲线分析(decision curve analysis,DCA)表明列线图模型有较好的临床获益。单因素Cox回归分析显示前列腺体积、经尿道前列腺电切术、穿刺神经周围侵犯、穿刺病理Gleason评分、穿刺阳性针数、穿刺阳性针数百分比、临床T分期与尿控恢复相关;多因素Cox回归分析显示前列腺体积(HR=0.721,95%CI:1.024~1.132)和经尿道前列腺电切术(HR=0.691,95%CI:0.503~0.891)是腹腔镜下根治性前列腺切除术术后尿控恢复的独立危险因素。结论:成功构建前列腺癌患者根治术后发生切缘阳性风险预测模型,模型效能良好,对前列腺癌根治术后发生切缘阳性的个体化预测具有潜在的应用价值。前列腺体积和经尿道前列腺电切术是尿控恢复的独立危险因素。

新生儿高胆红素血症不良事件风险分析及其预测模型的建立

针对新生儿高胆红素血症(Neonatal Hyperbilirubinemia,NHB)不良事件风险难以预测问题建立列线图模型进行预测。首先收集可能影响NHB不良事件发生的相关因素,根据有无脑损伤、心肌损害将患儿分组,行多因素分析,建立列线图模型并进行内部验证。结果表明183例NHB患儿中共有34例(17.99%)出现不良事件。出生孕周、喂养方式、产次、TBIL、IBIL、血乳酸为NHB患儿不良事件的独立性影响因素。采用Bootstrap法重复抽样、校准曲线结果显示及ROC结果提示列线图模型预测NHB患儿不良事件风险具有较高准确度与区分度。

考虑预测风险的自动驾驶车辆运动规划方法

本文提出了一种考虑预测风险的自动驾驶车辆运动规划方法,该方法基于模型预测控制算法,同时融合了周围车辆未来轨迹的交互预测及其风险。首先,将车与车之间的交互建模成图结构,建立感知交互的运动预测模型;其次,训练多个同构异参的预测模型,利用集成技术来获得预测网络对于预测结果的不确定性风险;然后,基于获得的预测算法不确定性风险,利用模型预测控制算法来处理风险,通过在优化问题约束中综合考虑安全约束、车辆物理属性约束等,设计了考虑预测不确定性风险的自动驾驶运动规划方法;最后,基于真实驾驶数据集数据和SUMO仿真平台,对建立的预测模型的运动预测能力、基于模型预测控制的运动规划方法的有效性以及运动规划处理预测风险的能力进行了验证。仿真结果表明,在面对周围车辆的紧急加减速等预测风险较高的场景时,本文提出的运动规划方法能够感知到预测算法的不确定性风险并采取动作来规避风险,可提升道路驾驶安全性。

ICU患者人工气道相关压力性损伤风险列线图预测模型的构建

目的探讨ICU患者人工气道相关压力性损伤的危险因素并构建预测风险列线图模型。方法选取2020年12月-2021年7月,浙江省某三级甲等医院ICU收治的留置人工气道患者650例,将压力性损伤发生组(n=131)和未发生压力性损伤组(n=519)的各项指标进行对比,通过单因素分析和多因素logistic回归分析,探索ICU患者人工气道相关压力性损伤发生的独立危险因素,构建列线图预测模型,应用Bootstrapping法评估模型预测效果。结果多因素logistic回归分析显示:人工气道的留置时间(OR=1.035)、使用声门下吸引导管(OR=2.878)、气管导管在口中的位置(OR=4.937)、插管时潮湿评分(OR=0.215)、插管时移动力评分(OR=0.225)、插管时摩擦力/剪切力评分(OR=0.170)是ICU患者人工气道相关压力性损伤发生的独立危险因素。根据上述6项危险因素构建的ICU患者人工气道相关压力性损伤风险列线图预测模型,一致性指数为0.842(95%CI为80.4%~87.9%),灵敏度为77.9%,特异度为78.4%,最大约登指数为0.563,对应的风险预测值为0.170,列线图预测临界值是177分。内部验证结果,一致性指数为0.835,灵敏度为79.2%,特异度为75.3%,模型Brier值为0.112,校正曲线表明,预测曲线和实际观察曲线基本吻合,决策曲线分析表明,模型有良好的临床获益。结论本研究构建的列线图能有效预测ICU患者人工气道相关压力性损伤的发生,具有一定临床指导意义。

那不勒斯预后评分对行胆囊癌根治术病人预后的预测价值

目的探讨术前那不勒斯预后评分(Naples prognostic score,NPS)对行根治性手术的胆囊癌病人远期预后的预测效能。方法选择2016年1月至2021年12月华中科技大学同济医学院附属同济医院胆胰外科行胆囊癌根治术的病人102例,根据NPS分为NPS1组(0分)19例、NPS2(1分或2分)组46例和NPS3组(3分或4分)37例。比较三组病人的一般临床病理资料,运用Cox回归及预后Kaplan-Meier(K-M)曲线分析病人的生存资料,构建列线图预测模型并用预后校正曲线进一步验证。建立时间依赖的受试者工作特征(receiver operating characteristic,ROC)曲线来评估各预后评分系统的区分能力。结果NPS与T分期、肿瘤分化程度、肝脏侵犯、糖类抗原(CA)19-9显著相关(P<0.05)。K-M曲线显示高NPS的胆囊癌病人预后更差(P<0.001)。NPS、年龄、N分期、肝脏侵犯、CA19-9和癌胚抗原(CEA)是影响行胆囊癌根治术病人总生存期的独立预后因素。构建包含以上独立危险因素的列线图预测模型,校正曲线提示该模型有较好的预测能力。ROC曲线显示NPS相比于其他炎症预后评分有更好的预后性能(曲线下面积为0.766)。结论NPS对行胆囊癌根治术病人的预后有良好预测价值,该评分系统对于生存预后的评估比其他的营养及炎症预后评分更加可靠。

STEMI患者PCI术后近期发生主要不良心脑血管事件的中医预测模型构建及应用评估

目的构建包含中医元素的急性ST段抬高型心肌梗死(STEMI)患者PCI术后近期发生主要不良心脑血管事件(MACCE)的预测模型,并评价其预测准确性以及临床有效性。方法选取2018年1月1日—2021年12月31日于陕西中医药大学第二附属医院行急诊PCI治疗的STEMI患者,所有患者均随访1年,剔除中间失访患者,根据患者随访期间是否发生MACCE,分为MACCE组121例和非MACCE组200例。通过多因素Logistic分析导致STEMI患者PCI术后近期发生MACCE的独立危险因素,基于上述独立危险因素利用R语言构建列线图模型,利用Bootstrap法验证构建模型的预测准确性,利用受试者工作曲线(ROC)验证构建的临床模型的预测效能,利用临床获益曲线(DCA)评价构建的预测模型的临床获益性。结果多因素Logistics分析显示,导致STEMI患者PCI术后近期发生MACCE的独立危险因素为气虚血瘀、细弱脉、少苔、年龄、糖尿病史、吸烟史、低密度脂蛋白胆固醇(LDL-C)高、植入支架≥3枚。基于上述独立危险因素构建的列线图预测模型,其ROC曲线验证显示其预测能力较强,ROC曲线下面积为0.87,95%CI(0.72~0.92);Bootstrap法验证构建模型相关数据显示其构建模型的预测准确性较好:C-index 0.879(95%CI:0.812~0.932);Calibration plot预测STEMI患者PCI术后近期发生MACCE的风险与实际发生MACCE风险的平均绝对误差为0.012;Hosmer-Lemeshow检验结果显示χ^(2)=6.062,P=0.623;DCA曲线显示当MACCE发生阈值为0.10~0.98时该模型的临床获益性以及适用性最佳。结论气虚血瘀、细弱脉、少苔、年龄、糖尿病史、LDL-C高、吸烟史、植入支架≥3枚是导致STEMI患者PCI术后近期发生MACCE的独立危险因素,基于上述独立危险因素构建的列线图模型具有较高的预测准确性和临床适用性。

应用列线图模型预测急性非心源性卒中大血管病变患者溶栓治疗后出血转化情况

目的研究列线图模型预测急性非心源性卒中大血管病变患者溶栓治疗后出血转化情况的价值。方法开展前瞻性研究,以2019-01—2021-12徐州医科大学附属宿迁医院治疗的120例急性非心源性卒中大血管病变患者为研究对象,所有患者均采取静脉溶栓治疗,分析急性非心源性卒中大血管病变患者溶栓治疗后出血转化的危险因素,并构建相关的预测模型。结果出血转化组与非出血转化组患者的高血压、冠心病、大脑中动脉高密度征(HMCAS)、前循环病变、急性脑卒中早期CT评分(ASPECTS)、美国国立卫生研究院卒中量表(NIHSS)评分差异有统计学意义(P<0.05)。通过多因素分析,高血压、冠心病、HMCAS、前循环病变及较低的ASPECTS、较高的NIHSS评分均是造成脑卒中患者出血转化的独立危险因素。通过列线图模型预测分析,伴高血压、冠心病、HMCAS、前循环病变及ASPECTS评分<4.11分、NIHSS评分>12.33分时可认为脑卒中患者存在溶栓治疗后的出血转化风险。通过ROC曲线分析,上述模型对脑卒中患者的出血转化风险具有较高的预测价值。结论高血压、冠心病、HMCAS、前循环病变及较低的ASPECTS评分、较高的NIHSS评分均是造成急性非心源性卒中大血管病变患者溶栓治疗后出血转化的危险因素。

单孔腹腔镜下肠套叠复位术后医院感染的危险因素分析及列线图预测模型构建

目的分析单孔腹腔镜下肠套叠复位术后医院感染的影响因素并构建列线图预测模型。方法收集2020年11月—2022年10月于本院行单孔腹腔镜下肠套叠复位术的105例患儿的临床资料,根据术后是否出现医院感染分为感染组(n=24)和非感染组(n=81)两组。通过受试者工作特征(ROC)曲线分析各因素的最佳截断值;采用logistic多元回归模型分析单孔腹腔镜下肠套叠复位术后医院感染的独立危险因素;构建预测单孔腹腔镜下肠套叠复位术后医院感染的列线图模型,采用校正曲线对列线图模型进行内部验证,采用决策曲线评估列线图模型的预测效能。结果感染组住院时间、手术时间、hs-CRP、TNF-α、PCT、PTX3水平均高于非感染组(P<0.05);年龄以及预防性使用抗生素比例低于非感染组(P<0.05)。ROC曲线分析结果显示:年龄、住院时间、手术时间、hs-CRP、TNF-α、PCT、PTX3的AUC值分别为0.614、0.892、0.802、0.914、0.766、0.825、0.738;最佳截断值分别为1岁、9 d、128 min、34.5 mg/L、223.5μg/ml、26.51 ng/ml、1.95 ng/ml。年龄(≤1岁)、hs-CRP(>34.5 mg/L)、TNF-α(>223.5μg/ml)、PCT(>26.51 ng/ml)、PTX3(>1.95 ng/ml)是单孔腹腔镜下肠套叠复位术后医院感染的独立危险因素。内部验证结果显示,预测单孔腹腔镜下肠套叠复位术后医院感染的C-index为0.819(95%CI:0.744~0.927)。观测值与预测值之间保持较好一致性。列线图模型预测单孔腹腔镜下肠套叠复位术后医院感染的阈值大于0.17,列线图模型提供的临床净收益均高于年龄、hs-CRP、TNF-α、PCT、PTX3。结论本研究基于年龄、hs-CRP、TNF-α、PCT、PTX3,构建了预测单孔腹腔镜下肠套叠复位术后医院感染的列线图模型,该模型对单孔腹腔镜下肠套叠复位术后医院感染的预测价值较好,可用于识别单孔腹腔镜下肠套叠复位术后医院感染的高危患儿。

重度支气管哮喘并发肺部感染的危险因素及其预测模型构建

目的探讨重度支气管哮喘并发肺部感染的危险因素及其预测模型构建。方法选取2019-01至2021-10解放军联勤保障部队第908医院呼吸内科接受治疗的176例重度支气管哮喘患者为研究对象,根据患者是否并发肺部感染分为感染组(n=54)和未感染组(n=122)。收集两组患者的临床资料,分析肺部感染相关因素;ROC曲线推测指标预测价值;logistic回归分析独立危险因素;R语言软件4.0“rms”包构建列线图预测模型,校正及决策曲线进行内部验证与预测效能评估。结果两组患者年龄、糖尿病史、病程、抗生素使用时间、糖皮质激素使用时间、机械通气、机械通气时间、低蛋白血症方面差异具有统计学意义(P<0.05)。年龄、病程、抗生素使用时间、糖皮质激素使用时间、机械通气时间的AUC分别为0.795、0.714、0.799、0.828、0.830,最佳截断值分别为60岁、4年、11 d、8 d、6 d。年龄、糖尿病史、抗生素使用时间、糖皮质激素使用时间、机械通气、低蛋白血症是重度支气管哮喘并发肺部感染的独立危险因素。列线图模型预测重度支气管哮喘患者并发肺部感染的C-index为0.876(95%CI:0.735~0.962),阈值>0.18,列线图模型提供临床净收益,且临床净收益均高于独立预测因子。结论通过年龄、糖尿病史、抗生素使用时间、糖皮质激素使用时间、机械通气、低蛋白血症构建的列线图模型,对临床重度支气管哮喘并发肺部感染患者的预测及早期干预具有重要意义。

经腹腔镜下胆囊切除术的急性胆囊炎患者麻醉苏醒期谵妄发生的危险因素分析及列线图预测模型构建

目的分析经腹腔镜下胆囊切除术治疗的急性胆囊炎患者麻醉苏醒期谵妄发生的危险因素并构建列线图预测模型。方法回顾性分析行腹腔镜下胆囊切除术治疗的277例急性胆囊炎患者为研究对象,根据是否出现麻醉苏醒期谵妄分为谵妄组(n=51)和非谵妄组(n=226)。收集两组患者的临床资料,分析急性胆囊炎患者经腹腔镜下胆囊切除术治疗后麻醉苏醒期谵妄发生的相关因素;ROC曲线分析各指标对急性胆囊炎患者治疗后麻醉苏醒期谵妄发生的预测价值;并构建急性胆囊炎患者治疗后麻醉苏醒期谵妄发生的列线图预测模型。结果与非谵妄组相比,谵妄组患者年龄较大、简明精神状态检查量表(MMSE)评分较低、术中出血量较多、手术时间较长、ASA分级Ⅲ级比例较多、使用镇痛药物比例较少(t分别=6.71、7.97、6.75、7.60,χ^(2)分别=15.09、8.77,P均<0.05)。年龄、MMSE评分、术中出血量、手术时间预测急性胆囊炎患者治疗后麻醉苏醒期发生谵妄的AUC分别为0.77、0.83、0.79、0.82,最佳截断值分别为67岁、25分、73 ml、53 min。年龄、MMSE评分、ASA分级、镇痛药物、术中出血量、手术时间是腹腔镜下胆囊切除术治疗后急性胆囊炎患者麻醉苏醒期谵妄发生的危险因素(OR分别=1.59、1.83、1.44、1.36、1.63、1.70,P均<0.05)。列线图模型预测急性胆囊炎患者腹腔镜下胆囊切除术治疗后麻醉苏醒期谵妄发生的C-index为0.81(95%CI 0.70~0.87),阈值>0.22,列线图模型提供临床净收益。结论基于年龄、MMSE评分、ASA分级、镇痛药物、术中出血量、手术时间构建了预测麻醉苏醒期谵妄发生的列线图模型,对临床腹腔镜下胆囊切除术治疗后急性胆囊炎患者麻醉苏醒期谵妄的筛查及早期干预具有重要意义。

脓毒症相关性脑病发生的影响因素及其列线图风险模型构建

目的探讨脓毒症相关性脑病(SAE)发生的影响因素,并构建预测SAE发生的列线图模型。方法选取2021年3月—2023年2月贵州医科大学附属医院重症监护室(ICU)收治脓毒症患者213例,依据是否发生SAE分为SAE组和非SAE组。收集各项资料开展单因素分析,Logistic回归分析SAE发生的相关因素;利用R软件构建SAE发生的风险预测模型,并通过ROC曲线下面积(AUC)与校准曲线对模型的区分度和准确性予以验证。结果脓毒症患者213例中SAE发生84例(39.44%);SAE组APACHEⅡ评分、SOFA评分、大脑中动脉PI、血乳酸(BLA)、血清S100β、ALT、AST、IL-6水平、有创机械通气比例均显著高于非SAE组(t(χ^(2))/P=3.974/<0.001、3.066/0.002、4.610/<0.001、5.528/<0.001、4.750/<0.001、9.024/<0.001、2.810/0.005、5.063/<0.001、7.239/0.007),局部脑组织氧饱和度(rScO 2)、白蛋白水平低于非SAE组(t/P=4.935/<0.001、3.650/<0.001);Logistic回归分析结果显示,SAE发生的危险因素主要有APACHEⅡ评分高、SOFA评分高、大脑中动脉PI高、动脉血乳酸高、ALT高,而rScO 2高、白蛋白高是SAE发生的保护因素[OR(95%CI)=2.347(1.316~4.184)、2.416(1.432~4.077)、2.204(1.234~3.937)、2.311(1.306~4.088)、2.326(1.376~3.933),0.468(0.271~0.809)、0.561(0.342~0.919)];基于7项预测指标构建预测SAE发生的列线图风险模型,结果显示,AUC为0.831(95%CI 0.773~0.889),预测SAE发生的概率和实际概率相近,且拟合优度HL检验提示模型区分度和准确度均较好(χ^(2)=6.282,P=0.616)。结论基于APACHEⅡ评分、SOFA评分、大脑中动脉PI、rScO 2、动脉血乳酸、ALT、白蛋白7项指标构建的列线图风险模型对SAE发生具有较好的预测作用。