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χ^(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χ^(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。

肝硬化并发门静脉血栓的风险因素及预测模型构建

目的探讨肝硬化患者并发门静脉血栓(portal veinthrombosis,PVT)的影响因素,并建立肝硬化患者并发PVT的风险预测模型。方法选择2021年1月至2022年11月在南阳市中心医院治疗的139例肝硬化患者为研究对象,将其中并发PVT形成的32例患者作为PVT组,将未并发PVT的107例患者作为非PVT组,收集患者临床资料,采用logistic回归模型分析肝硬化患者并发PVT形成的危险因素,危险因素采用R(R3.5.3)软件建立预测肝硬化患者并发PVT形成的列线图风险预测模型,并验证其预测效能。结果PVT发生率为23.02%;两组患者糖尿病、高血压、脾切除史、纤维蛋白原(fibrinogen,FIB)、白细胞(white bloodcells,WBC)、门静脉主干内径等资料对比差异具有统计学意义(P<0.05)。多因素结果显示,伴有糖尿病、高血压、脾切除史,FIB表达降低、WBC表达升高、门静脉主干内径增加均为肝硬化患者并发PVT形成的独立危险因素(P<0.05)。基于危险因素所构建的列线图模型的模型一致性指数为0.920,校正曲线与理想曲线基本一致,AUC值为0.897。结论伴有糖尿病、高血压、脾切除史,FIB水平降低、WBC水平升高、门静脉主干内径增加均为肝硬化患者并发PVT形成的独立危险因素,基于上述因素构建的列线图模型有助于临床预测肝硬化并发门静脉血栓形成的发生风险。

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。

急性冠脉综合征患者认知功能障碍的列线图回归模型建立及评价

目的本研究旨在构建急性冠脉综合征(ACS)并发认知功能障碍的列线图回归模型,并验证其可行性与效能。方法对2019年1月至2020年8月于首都医科大学附属北京潞河医院心脏重症监护病房住院的485例ACS患者进行研究,将其根据是否存在认知功能障碍分为正常组(n=284)和障碍组(n=201)。本研究的目的在于分析导致ACS患者并发认知功能障碍的风险因素,进而建立列线图回归模型,并对该模型进行评价。结果485例ACS患者中有201例(41.4%)并发认知功能障碍。Logistic回归分析显示,年龄、收缩压(SBP)、空腹血糖(FBG)和血管病变长度是ACS患者并发认知功能障碍的独立危险因素(P<0.05)。模型B(由年龄、SBP、FBG和血管病变长度组成)在受试者工作特征曲线(ROC)下面积最大,被确认为评价ACS并发认知功能障碍的最佳模型。模型B表现出较高的精确度和区分度,并经过决策曲线验证具有临床应用价值。结论年龄、SBP、FBG和血管病变长度是ACS患者并发认知功能障碍的独立危险因素,构建上述因素的列线图回归模型可用于ACS并发认知功能障碍的筛查。

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.

心力衰竭患者抑郁风险预测模型的构建与验证

目的:分析心力衰竭(HF)与抑郁的相关因素,基于临床特征建立预测抑郁情绪模型并进行验证。方法:随机抽取2020年1月至2022年12月在天津市第四中心医院就诊的399例HF患者作为研究对象。入院时收集患者的基线信息。使用医院焦虑和抑郁量表(HADS)评估并定义抑郁症状。研究队列按照随机数字表法随机分为训练集和验证集,比例为7:3。利用Logistic回归模型探索与抑郁相关的因素。构建一个列线图来发展预测模型。应用校准曲线评估列线图模型的准确性。通过受试者工作特征(ROC)曲线和决策曲线分析评估预测性能。结果:共140例HF患者(35.09%)出现抑郁症状。多变量Logistic回归分析发现,年龄(OR=0.937,95%CI:0.911~0.964)、婚姻状况(OR=2.466,95%CI:1.099~5.536)、水肿(OR=1.866,95%CI:1.043~3.337)、体力活动水平(OR=1.942,95%CI:1.200~3.143)、生活质量(OR=1.026,95%CI:1.013~1.040)是HF患者抑郁的预测因子。利用以上因素构建的列线图模型显示出良好的一致性和准确性。预测模型和内部验证组的曲线下面积(AUC)分别为0.814(95%CI:0.763~0.864)和0.915(95%CI:0.866~0.964)。Hosmer-Lemeshow检验的P值分别为0.212和0.486(均大于0.05)。结论:年龄、婚姻状况、水肿、体力活动水平、生活质量是HF患者抑郁的预测因子。本抑郁风险预测模型在HF患者中显示出良好的预测性能。

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。

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。

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。

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。

老年重症肺炎并发心力衰竭的危险因素分析及风险预测模型构建

目的探讨老年重症肺炎患者并发心力衰竭的影响因素,并构建风险预测列线图模型。方法选取2019年1月至2023年5月老年重症肺炎患者200例,根据是否并发心力衰竭分为未发生组(n=150)和发生组(n=50)。比较两组患者的临床资料,分析影响老年重症肺炎患者并发心力衰竭的危险因素,构建风险预测列线图模型并验证预测效能。结果两组患者年龄(>65岁)、基础心脏疾病、长期卧床、肝肾器官功能健康状况、降钙素原(PCT)>5 ng/mL比较,差异有统计学意义(P<0.05);多因素Logistic回归分析年龄(>65岁)、基础心脏疾病、长期卧床、肝肾功能不全、PCT>5 ng/mL是老年重症肺炎患者并发心力衰竭的独立危险因素;构建的风险预测列线图模型ROC曲线下的面积为0.877(95%CI:0.809~0.930),预测效能良好。结论老年重症肺炎患者并发心力衰竭的独立危险因素为年龄(>65岁)、有基础心脏疾病、长期卧床、肝肾功能不全、PCT>5 ng/mL,通过构建与验证模型发现这些影响因素具有较高准确性和区分度。

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。

急性心肌梗死早期恶性室性心律失常风险预测模型的构建

目的构建急性心肌梗死(AMI)早期恶性室性心律失常(MVA)风险预测模型,为AMI患者早期MVA预测提供参考。方法收集2018年10月至2021年10月桂林医学院两家附属医院AMI患者资料,其中早期发生MVA者44例(MVA组),未发生MVA患者154例(非MVA组)。收集一般基线资料、生化及检查结果,采用单因素分析和logistic回归分析筛选AMI患者早期MVA独立风险因素,构建风险预测模型。采用受试者工作特征(ROC)曲线下面积验证预测模型的区分度,校正曲线及决策曲线评价及验证预测模型的一致性及临床获益,通过Bootstrap自抽样法(B=1000)行内部验证。结果通过单因素分析和Logistic回归分析筛选出饮酒史、BMI、Killip分级、CKMB、尿酸为AMI患者早期MVA的独立危险因素(P<0.05)。以此构建AMI患者早期MVA的风险预测模型,并采用ROC曲线对模型鉴别效能进行评价,显示AUC是0.893(95%CI:0.827~0.943)。校正曲线及决策曲线显示本预测模型具有良好的一致性和临床适用性。采用Bootstrap法(B=1000)进行内部验证显示C指数为0.872,表明本模型具有良好的区分度。结论本研究通过纳入饮酒史、BMI、Killip分级、CKMB、尿酸5个危险因素构建的AMI患者早期发生MVA风险预测模型,显示出较好的区分度、一致性及临床适用性,对AMI早期MVA有良好的预测价值。

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。