股骨粗隆间骨折术后下肢深静脉血栓并发症影响因素分析及Nomogram模型建立

目的探讨股骨粗隆间骨折手术后早期发生下肢深静脉血栓的危险因素,并进行Nomogram模型构建。方法选取2018年1月—2020年12月于华北石油管理局总医院行股骨粗隆间骨折手术的120例患者,术后早期发生下肢深静脉血栓13例。按照术后住院期间是否发生下肢深静脉血栓分为并发症组和无并发症组。采用多因素Logistics分析术后发生并发症的风险并构建Nomogram模型。结果并发症组患者住院时长、术后住院时间、治疗总费用均高于对照组,差异有统计学意义(P<0.05)。单因素分析显示,骨折类型、合并慢性病种类、贫血输血、骨折发病时长是术后下肢深静脉血栓的潜在影响因素,差异有统计学意义(P<0.05)。将单因素有统计学差异的变量进行Logistics多因素分析,合并慢性病种类、贫血输血、骨折发病时长是股骨粗隆间骨折术后下肢深静脉血栓的独立危险因素(P<0.05)。采用内部数据进行验证,C-index为0.746(95%CI:0.596~0.935),该Nomogram模型预测与实际观测结果吻合度较好。结论术前合并慢性病≥3种、贫血输血、骨折发病时长>1 d是股骨粗隆间骨折术后下肢深静脉血栓的独立危险因素。本研究构建的Nomogram模型有助于指导医师完善个性化围手术期治疗方案。

脓毒症患者并发急性肾损伤的危险因素分析及Nomogram预测模型的构建

目的分析脓毒症患者并发急性肾损伤的危险因素,并构建列线图(Nomogram)预测模型。方法选取2020年3月至2022年9月就诊的180例脓毒症患者为研究对象,根据患者是否并发急性肾损伤将其分为急性肾损伤组(n=75)和非急性肾损伤组(n=105)。采用受试者工作特征(ROC)曲线分析连续性变量的预测价值;采用logistic回归分析影响脓毒症患者并发急性肾损伤的危险因素;采用内部数据验证Nomogram模型临床效能。结果两组患者在年龄等一般资料的比较中,差异无统计学意义(P>0.05)。与非急性肾损伤组相比,急性肾损伤组患者男性较多,肺部感染者较多,平均动脉压(MAP)、前降钙素水平较低,乳酸、白细胞计数、多器官功能衰竭(MODS)评分水平较高(P<0.05)。MAP、乳酸、前降钙素、白细胞计数、MODS评分的ROC曲线下面积(AUC)为0.823、0.921、0.663、0.948、0.946,最佳截断值为89 mmHg、2.13 mmol/L、13.22μg/L、15×10^(9)·L^(-1)、6分。性别(男)、肺部感染(是)、MAP(≤89 mmHg)、乳酸(>2.13 mmol/L)、白细胞计数(>15×10^(9)·L^(-1))、MODS评分(>6分)均为影响脓毒症患者并发急性肾损伤的危险因素(P<0.05)。内部验证结果显示,Nomogram模型预测脓毒症患者并发急性肾损伤的风险C-index为0.763(95%CI:0.651~0.832);模型预测脓毒症患者并发急性肾损伤的风险阈值>0.07,Nomogram模型提供临床净收益。结论性别(男)、肺部感染(是)、MAP(≤89 mmHg)、乳酸(>2.13 mmol/L)、白细胞计数(>15×10^(9)·L^(-1))、MODS评分(>6分)均为影响脓毒症患者并发急性肾损伤的危险因素,且基于以上变量构建的Nomogram模型可以对患者并发急性肾损伤进行较好的预测。

肺癌术后化疗患者癌因性疲乏的Nomogram模型构建

目的分析影响肺癌术后化疗患者癌因性疲乏程度的危险因素并构建Nomogram预测模型。方法收集2021年10月至2023年9月江西中医药大学附属医院172例肺癌术后化疗患者的临床资料。采用Piper疲乏修正量表(revised Piper fatigue scale,RPFS)进行调查,评估患者癌因性疲乏程度,Logistic多元回归模型分析影响肺癌术后化疗患者癌因性疲乏程度的危险因素并构建Nomogram预测模型,评估模型预测效能。结果患者文化程度、肿瘤淋巴结转移分类(tumornede metastasis classification,TNM)分期、抑郁、不良反应、白细胞计数等的相关因素的RPFS评分,差异有统计学意义(P<0.05)。肺癌术后化疗患者中/重度癌因性疲乏中,高中及以上文化程度比例、TNM分期Ⅲ/Ⅳ期比例、有抑郁比例、中/重度不良反应比例、白细胞低于正常值下限比例均明显高于无/轻度癌因性疲乏的肺癌术后化疗患者,差异有统计学意义(P<0.05)。Logistic多元回归分析表明文化程度(高中以上)、TNM分期(Ⅲ/Ⅳ期)、抑郁(有)、不良反应程度(中/重度)、白细胞计数(低于正常值下限)是影响肺癌术后化疗患者癌因性疲乏程度的独立危险因素(P<0.05)。内部验证结果显示C指数为0.899(0.842~0.955),一致性较好。Nomogram模型的阈值>0.21,Nomogram模型提供的临床净收益均高于文化程度、TNM分期、抑郁、不良反应程度、白细胞计数单一因子预测结果。结论本研究基于肺癌术后化疗患者癌因疲乏程度的危险因素构建Nomogram模型,该模型可为临床肺癌因术后化疗患者癌性疲乏进行较好预测。

妊娠期糖尿病孕妇发生不良妊娠结局的危险因素分析及Nomogram预测模型构建

目的分析妊娠期糖尿病孕妇发生不良妊娠结局的危险因素,并构建Nomogram预测模型。方法选取2020年1月至2022年5月广东医科大学附属第二医院和广东医科大学顺德妇女儿童医院(佛山市顺德区妇幼保健院)收治的290例妊娠期糖尿病患者作为研究对象,根据是否发生不良妊娠结局分为发生组(n=105)和未发生组(n=185)。同时选取同期同一医院的150例妊娠期糖尿病患者作为验模组,用验模组的数据对已建立的妊娠期糖尿病孕妇发生不良妊娠结局风险的预测模型进行验证。绘制受试者工作特征(ROC)曲线分析连续性变量的预测价值;采用Logistic回归分析影响妊娠期糖尿病孕妇发生不良妊娠结局的危险因素;采用内部数据验证Nomogram模型临床效能。结果与未发生组相比,发生组患者年龄、孕前体重指数(BMI)、甘油三酯(TC)更大或更高,有糖尿病家族史、口服葡萄糖耐量试验(OGTT)血糖指标3项异常、有不良孕产史者占比更高(P<0.05);年龄、孕前BMI、TC的曲线下面积(AUC)分别为0.722、0.635、0.598;年龄、孕前BMI、TC、糖尿病家族史、OGTT血糖指标3项异常、不良孕产史均为影响妊娠期糖尿病患者发生不良妊娠结局的危险因素。Nomogram模型预测妊娠期糖尿病患者发生不良妊娠结局的风险C-index为0.757(95%CI:0.679~0.871);模型预测妊娠期糖尿病患者发生不良妊娠结局的风险阈值>0.07;模型验证中,ROC曲线结果显示AUC为0.836(95%CI:0.774~0.898),H-L拟合优度检验显示χ2=11.219,P=0.219。结论年龄、孕前BMI、TC、糖尿病家族史、OGTT血糖指标3项异常、不良孕产史均为影响妊娠期糖尿病患者发生不良妊娠结局的危险因素,且基于变量构建的模型有较好的预测能力。

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。

小儿白内障摘除术后青光眼nomogram预测模型建立和效能评价

目的建立小儿白内障摘除术后青光眼的nomogram预测模型,并评价其预测效能。方法回顾性分析2019年1月至2023年9月郑州大学第一附属医院收治的352例624眼小儿白内障摘除术患儿的临床资料,根据术后青光眼发生情况分为青光眼组、无青光眼组。术后随访6个月~4.5 a,详细记录患儿术后青光眼发生情况,单因素、多因素logistic回归分析小儿白内障摘除术后发生青光眼的影响因素,基于多因素分析结果构建术后青光眼的nomogram预测模型,采用受试者工作特征(ROC)曲线分析该模型预测价值,并对该模型预测效能进行评价与验证。结果352例患儿术后6个月~4.5 a共发生46例术后青光眼,发生率为13.07%;青光眼患儿手术年龄[(5.82±1.90)个月]早于无青光眼组[(7.82±2.56)个月],核性白内障、伴其他眼部先天异常、先天性白内障家族史、角膜直径≤10 mm、眼内手术次数>1次、术后1个月中央角膜厚度(CCT)增加、术后瞳孔缘虹膜后粘连患儿占比高于无青光眼组,差异有统计学意义(P<0.05);logistic分析显示,手术年龄、核性白内障、伴其他眼部先天异常、先天性白内障家族史、角膜直径≤10 mm、术后1个月CCT增加、术后瞳孔缘虹膜后粘连是术后青光眼的独立影响因素(P<0.05);构建nomogram模型,其C-index为0.817,ROC曲线显示该模型预测术后青光眼的曲线下面积(AUC)为0.817,校准曲线、临床影响曲线评价显示,该模型具有良好应用价值及临床正向净收益。结论手术年龄、核性白内障、伴其他眼部先天异常、先天性白内障家族史、角膜直径≤10 mm、术后1个月CCT增加、术后瞳孔缘虹膜后粘连是小儿白内障摘除术后继发青光眼的独立影响因素,根据上述因素构建nomogram模型对术后青光眼具有一定预测价值,并具有良好区分度、校准度、实用度,可作为临床预测术后青光眼的有效模型,并对临床防治具有一定指导价值。

中晚期口腔癌组织瓣移植术区感染发生的危险因素及Nomogram预测模型构建

目的分析中晚期口腔癌患者手术同期组织瓣移植术区感染危险因素,并构建列线图Nomogram预测模型。方法收集2015年3月至2020年3月,首都医科大学附属北京口腔医院住院接受游离组织瓣移植手术的中晚期口腔癌患者,建立研究队列,收集患者基线和临床资料。观察术区感染发生率,以多因素Logistic回归分析术区感染的主要危险因素,并基于回归分析结果,建立Nomogram预测模型,以模型一致性指数和ROC曲线的曲线下面积(area under curve,AUC)验证模型的预测区分度;绘制校准曲线并进行Hosmer-Lemeshow验证模型的概率一致性;通过决策曲线分析(decision curve analysis,DCA)验证预测模型的临床效益。结果所有纳入研究患者中83例(23.1%)发生术区感染。Logistic回归分析证实,糖尿病、肿瘤部位(非上颌区域)、T4b分期、手术时间≥8 h及气管切开术是术区感染发生的独立危险因素。构建的Nomogram预测模型,经内部验证,C指数为0.682,Hosmer-Lemeshow拟合优度检验P=0.974,证实模型具有较好的区分度和模型概率一致性。临床决策曲线显示,在0.1-0.55阈值范围内,模型能够提供临床净收益。结论本研究通过临床分析,获得中晚期口腔癌患者接受同期游离组织瓣移植术后术区感染的主要危险因素,并构建了Nomogram预测模型,模型具有较好的临床效能。

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。

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。

基于Logistic回归分析绝经后女性椎体压缩性骨折创建Nomogram预测模型

目的 探讨绝经后女性椎体压缩性骨折(PWVCF)的危险因素以建立该人群的Nomogram预测模型。方法 收集2019年12月—2021年11月在我院就诊并符合本研究入组标准的绝经后女性(PW)患者123例,根据患者椎体是否骨折分为骨折组(n=75)和非骨折组(n=48),采用t检验和χ^(2)检验分析两组患者的差异性,采用单因素、多因素Logistic回归分析PWVCF的危险因素,针对危险因素采用R4.2.1软件建立Nomogram预测模型并校正曲线,ROC曲线确定Nomogram模型的预测效果。结果 单因素分析显示首诊年龄、绝经年龄、外伤史、体重、腰椎骨密度(LSBMD)等可能是PWVCF的影响因素(P<0.05);Logistic多因素分析结果显示,首诊年龄(OR=1.107;95%CI:1.043~1.174)、外伤史(OR=0.185;95%CI:0.05~0.681)、LSBMD(OR=0.515;95%CI:0.342~0.774)是影响PWVCF的独立危险因素(P<0.05)。Nomogram预测模型校正曲线斜率≈1,Hosmer-Lemeshow检验提示该模型拟合优度好(χ^(2)=9.682,P=0.2881)(P>0.05),C-指和ROC曲线AUC值为0.847,ROC曲线AUC值的95%置信区间为0.7734~0.9203,暗示该模型预测效果良好。结论 首诊年龄、外伤史、LSBMD是PWVCF的独立危险因素。针对危险因素建立的Nomogram预测模型提高判断高危人群的效率,为该人群VCF的早期预防和诊断提供一定价值。

新生儿呼吸窘迫综合征患儿发生支气管肺发育不良的Nomogram预测模型的建立与评估

目的:构建新生儿呼吸窘迫综合征(neonatal respiratory distress syndrome,NRDS)患儿发生支气管肺发育不良(bronchopulmonary dysplasia,BPD)的Nomogram预测模型,并评估其应用价值。方法:收集2019年9月至2023年6月赣南医科大学第一附属医院收治的NRDS患儿378例,依据是否发生BPD分成单纯NRDS组(n=271)与NRDS合并BPD组(n=107),选取与NRDS患儿BPD发病风险有关的高危因素,通过套索回归分析(least absolute shrinkage and selection operator,LASSO)的方法优化NRDS患儿发生BPD风险预测模型的指标,最终缩减为4个与NRDS患儿BPD发病高度相关的指标,分别是:胎龄、出生体质量、持续气道正压通气(continuous positive airway pressure,CPAP)时间、有创机械通气(invasive mechanical ventilation,IMV)时间;对这4个指标列入多因素logistic回归分析,采用R软件构建NRDS患儿发生BPD的Nomogram预测模型。对该列线图模型的内部验证采用Bootstrap方法,使用受试者工作特征曲线(receiver operating characteristic curve,ROC)评估该列线图的区分度、校准曲线评估其预测的准确度。结果:logistic回归分析结果显示,出生体质量[比值比(odds ratio,OR)=0.998,95%置信区间(confidence interval,CI)=0.997~0.999]、CPAP时间(OR=1.128,95%CI=1.093~1.164)、IMV时间(OR=1.121,95%CI=1.056~1.090)是NRDS患儿发生BPD的独立危险因素(P<0.05)。绘制ROC曲线与校准曲线:ROC曲线下面积(area under curve,AUC)=0.906(95%CI=0.877~0.938);通过Bootstrap方法对样本进行1000次重抽样进行内部验证AUC=0.904(95%CI=0.807~1.000),本研究在校准曲线中显示具有良好的一致性。结论:通过多因素logistic回归分析筛选出出生体质量、CPAP时间、IMV时间是NRDS患儿发生BPD的独立危险因素,并成功构建NRDS患儿发生BPD的Nomogram预测模型。

个体化预测高血压脑出血病人术后再次出血的Nomogram模型的构建

目的:探讨高血压脑出血(HICH)病人术后再次出血的危险因素并建立风险预警模型。方法:选取我院2019年8月-2020年10月收治的210例HICH病人作为研究对象,根据病人术后是否再次发生脑出血分为再次出血组(54例)和非再次出血组(156例),收集病人的临床资料进行单因素分析和Logistic回归分析,得出独立预测因素,构建列线图风险模型,并对该模型进行预测效能评价。结果:Logistic回归分析显示,病人术后24 h收缩压波动幅度≥50 mmHg、术后24 h舒张压波动幅度≥20 mmHg、术前凝血功能异常、发病至手术时间<6 h及术前血肿量≥60 mL是HICH病人术后再次出血的独立危险因素(P<0.05);基于危险因素建立列线图风险模型具有良好的区分度及一致性。结论:基于高血压脑出血病人术后再次出血的危险因素构建的风险预警模型可为病人术后再次出血评估提供针对性指导。

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。

新生儿窒息的相关危险因素分析及Nomogram模型的构建

目的:分析新生儿窒息的相关危险因素,并构建Nomogram预测模型。方法:回顾性分析2020年5月—2022年4月于医院分娩的230例新生儿临床资料,根据是否发生窒息分为观察组(n=11)和对照组(n=219)。对两组的临床资料进行统计分析,通过受试者工作特征(ROC)曲线分析有统计学意义的连续性变量;采用多元Logistic回归模型分析新生儿窒息的独立危险因素;R软件构建预测新生儿窒息的Nomogram预测模型;校正曲线对Nomogram预测模型进行内部验证;决策曲线评估模型的临床净收益。结果:观察组产妇年龄高于对照组;早产儿比例、胎位异常比例、产妇异常妊娠史比例、胎膜早破比例、产妇先兆流产史比例、初产比例和产妇妊娠期高血压比例高于对照组(均P<0.05)。产妇年龄曲线下面积(AUC)是0.829,最佳截断值是35岁。产妇年龄(≥35岁)、早产儿、胎位异常、初产和产妇妊娠期高血压是新生儿窒息的独立危险因素(P<0.05)。结论:本研究基于产妇年龄、早产儿、胎位异常、初产和产妇妊娠期高血压构建了新生儿窒息危险因素的Nomogram预测模型,有助于医护人员认识窒息相关高危因素,制定个性化护理对策,为临床防治提供参考。

系统性红斑狼疮并发股骨头坏死危险因素列线图预测模型的建立和验证

背景:股骨头坏死是系统性红斑狼疮患者常见的并发症,若能早期对其发生风险进行预测与验证,将有助于避免或延缓股骨头坏死的发展。目的:分析系统性红斑狼疮患者并发股骨头坏死的危险因素,构建系统性红斑狼疮患者并发股骨头坏死的列线图预测模型并进行验证。方法:回顾性分析2013年1月至2022年12月首次就诊于河南中医药大学第一附属医院的914例系统性红斑狼疮患者的病历资料,根据是否发生股骨头坏死分为发生股骨头坏死组(n=100)和未发生股骨头坏死组(n=814)。采用单因素、LASSO回归和多因素Logistic回归分析筛选和确定系统性红斑狼疮并发股骨头坏死的危险因素。同时将数据集按照7∶3的比例随机分为训练集和测试集,并基于多因素Logistic回归分析结果,构建系统性红斑狼疮并发股骨头坏死的列线图预测模型。同时,使用受试者工作特征曲线、Hosmer-Lemeshow校准曲线和决策曲线对列线图的性能进行评估。结果与结论:①股骨头坏死组与未发生股骨头坏死组患者在系统性红斑狼疮病程、系统性红斑狼疮疾病活动度评分、狼疮性肾炎、呼吸系统受累、胃肠道受累、干燥综合征、骨质疏松、抗核糖核蛋白抗体阳性、补体C3降低、环磷酰胺、吗替麦考酚酯、生物抑制剂、糖皮质激素最大日剂量、糖皮质激素冲击治疗方面差异有显著性意义(P<0.05);②采用LASSO回归分析方法筛选出10个与系统性红斑狼疮并发股骨头坏死风险相关的预测变量,将其纳入多因素Logistic回归分析,结果显示系统性红斑狼疮病程、呼吸系统受累、干燥综合征、骨质疏松、抗核糖核蛋白抗体阳性、环磷酰胺、吗替麦考酚酯、生物抑制剂、糖皮质激素最大日剂量是系统性红斑狼疮患者发生股骨头坏死的独立危险因素(P<0.05);③训练集中预测发生风险的受试者工作特征曲线下面积为0.802(95%CI=0.742-0.862),测试集预测发生股骨头坏死风险受试者工作特征曲线下面积为0.811(95%CI=0.745-0.876);Hosmer-Lemeshow校准曲线拟合度较好(训练集,P=0.447;验证集,P=0.870);决策曲线显示使用列线图预测模型预测系统性红斑狼疮患者发生股骨头坏死的风险是有益的;④月经异常为女性系统性红斑狼疮患者并发股骨头坏死的危险因素之一;⑤此次研究结果提示,系统性红斑狼疮并发股骨头坏死的危险因素是多因素的,同时建立了一个包含9个危险因素的列线图预测模型,可将其用于预测系统性红斑狼疮患者发生股骨头坏死的风险;此外,首次报道了月经异常为女性系统性红斑狼疮并发股骨头坏死的危险因素之一。

结合术前营养评估结果的老年髋部骨折术后谵妄Nomogram模型构建

[目的]结合术前营养评估结果构建老年髋部骨折术后谵妄Nomogram模型。[方法]选取2015年1月—2019年1月在我院就诊的325例老年髋部骨折病人作为研究对象。采用单因素和多因素Logistic回归模型分析老年髋部骨折病人术后发生谵妄的独立危险因素。根据独立危险因素构建Nomogram模型。[结果]325例病人中,营养正常病人119例(36.6%),存在营养不良风险病人144例(44.3%),营养不良病人62例(19.1%)。营养正常病人中13例病人发生谵妄,在存在营养不良风险病人中41例病人发生谵妄,营养不良病人中28例病人发生谵妄。多因素Logistic回归结果显示:年龄≥73岁(HR=1.830)、MMSE评分<23分(HR=2.016)、有痴呆史(HR=6.578)、有糖尿病史(HR=2.785)、存在营养不良风险(HR=5.278)、营养不良(HR=3.505)是术后谵妄发生的独立危险因素(P<0.05)。将多因素Logistic回归结果中的独立危险因素作为预测因子构建Nomogram模型,采用内部数据进行验证,C-index为0.858,95%CI(0.668,0.925),校准图形中标准曲线与预测校准曲线贴合良好。[结论]根据术前营养评估结果构建的老年髋部骨折术后谵妄Nomogram模型预测效果较好。

基于血常规炎性指标构建衰弱/衰弱前期发生风险列线图模型研究

背景衰弱是一种常见的老年综合征,与不良临床结局密切相关。目前评估主要依赖各种量表,缺乏统一的金标准。慢性炎症作为衰弱的病理生理机制之一,血常规炎性指标简单易获得,关于血常规炎性指标和衰弱之间的相关研究较少。目的探讨体检老年人血常规炎性指标和衰弱的相关性,分析衰弱的影响因素并构建衰弱发生风险的预测模型。方法选取2020年8月—2022年9月于首都医科大学附属北京友谊医院医疗保健中心行健康体检的老年人。收集研究对象的一般资料、体检实验室检查数据,并采用FRAIL量表评估衰弱。采用单因素及多因素Logistic回归分析探讨衰弱的影响因素并建立列线图预测模型,采用Bootstrap进行模型内部验证。使用受试者工作特征(ROC)曲线、Hosmer-Lemeshow校准曲线和临床决策曲线分析(DCA)评价预测模型的区分度、校准度及预测模型的临床有效性。结果共纳入554例老年人,其中衰弱/衰弱前期213例(38.4%)。多因素Logistic回归分析结果显示,年龄校正的查尔森合并症指数(ACCI)(OR=1.42,95%CI=1.21~1.66)、简易营养筛查量表(MNA-SF)评分(OR=0.71,95%CI=0.61~0.83)、血红蛋白与红细胞体积分布宽度比值(HRR)(OR=0.44,95%CI=0.23~0.86)及多重用药(OR=0.54,95%CI=0.36~0.81)是老年人衰弱/衰弱前期的独立影响因素(P<0.05)。基于多因素Logistic回归分析中的影响因素构建衰弱预测模型,该模型预测老年人衰弱/衰弱前期的ROC曲线下面积(AUC)为0.719(95%CI=0.675~0.764),Bootstrap重抽样法进行内部验证后,列线图模型拟合度较好;Hosmer-Lemeshow校准曲线拟合度较好(P>0.05);DCA显示当患者的阈值概率为0.15~0.95时,使用列线图模型预测衰弱发生风险更有益。结论共病、多重用药、营养不良及HRR是老年人衰弱/衰弱前期的影响因素,构建的预测模型具有良好的区分度、一致性与临床实用性,可为衰弱/衰弱前期早期筛查提供指导。

2型糖尿病患者并发糖尿病肾病的危险因素及Nomogram风险预测模型构建

目的:探讨2型糖尿病患者并发糖尿病肾病(DN)的危险因素,并构建Nomogram风险预测模型。方法:选取2020年5月至2022年12月首都医科大学附属北京友谊医院收治的2型糖尿病患者200例作为研究对象,根据是否并发DN,分为合并DN组(n=76)和未合并DN组(n=124),收集所有患者一般资料和血生化指标,采用多因素logistic回归分析法分析2型糖尿病患者并发DN的影响因素;采用R语言软件4.0“rms”包构建Nomogram风险预测模型。结果:合并DN组患者2型糖尿病病程≥10年占比、合并高血压占比明显高于未合并DN组(P<0.05)。合并DN组患者总胆固醇(TC)、低密度脂蛋白胆固醇(LDLC)、高敏C反应蛋白(hs-CRP)、糖化血红蛋白(HbAlc)、尿白蛋白排泄率(UAER)、肌酐(Cr)、血尿素氮(BUN)、胱抑素C(Cys C)水平明显高于未合并DN组(P<0.05),合并DN组患者高密度脂蛋白胆固醇(HDL-C)、血清C肽(FCP)、肾小球滤过率(eGFR)水平明显低于未合并DN组(P<0.05)。多因素logistic回归分析结果显示,2型糖尿病病程≥10年、合并高血压、HbAlc、UAER、PMPs、Cys C为2型糖尿病患者并发DN的独立危险因素(P<0.05)。Nomogram风险预测模型预测2型糖尿病患者发生DN的一致性指数(C-index)为0.786(95%CI:0.681~0.877),校准曲线趋于理想曲线,表明该模型具有较好的精确度。结论:2型糖尿病病程≥10年、合并高血压、HbAlc、UAER、PMPs、Cys C均为2型糖尿病患者并发DN的独立危险因素,基于血清学指标构建的Nomogram风险预测模型可更准确的评估DN发生的风险。

起搏器植入术后深静脉血栓形成的Nomograms预测模型研究

目的通过建立Nomograms预测模型分析起搏器植入术后深静脉血栓形成的危险因素。方法收集2019年1月至2022年1月于秦皇岛市第一医院245例进行永久起搏器植入术患者的临床资料,根据深静脉血栓形成情况将患者分为发生深静脉血栓组(n=42)与未发生深静脉血栓组(n=203)。分析起搏器植入术后深静脉血栓形成的危险因素,构建Nomograms模型,通过受试者工作特征(ROC)曲线评估列线图模型对起搏器植入术后深静脉血栓形成的预测价值并进行内部验证。结果单因素分析结果显示,两组患者的年龄、体重指数、吸烟史、合并糖尿病情况、恶性肿瘤患病情况、心房颤动病史、心功能分级、手术时间、术后制动时间、术后感染情况、D二聚体水平比较,差异均有统计学意义(P﹤0.05);两组患者的性别、高血压、冠心病、动脉粥样硬化、术后抗血小板治疗、术后抗凝治疗、活化部分凝血活酶时间(APTT)、国际标准化比值(INR)、凝血酶原时间(PT)比较,差异均无统计学意义(P﹥0.05)。多因素分析结果显示,体重指数高、合并糖尿病、合并恶性肿瘤、合并心房颤动、心功能分级为Ⅲ~Ⅳ级、术后制动时间长、有术后感染均是起搏器植入术后深静脉血栓形成的独立危险因素(P﹤0.05)。ROC曲线分析结果显示,列线图模型预测起搏器植入术后深静脉血栓形成的曲线下面积为0.935(95%CI:0.887~0.984,P﹤0.05),区分度较好。内部验证结果显示,模型表现与理想模型基本拟合,提示模型预测的准确度较高。结论体重指数高、合并糖尿病、合并恶性肿瘤、合并心房颤动、心功能分级为Ⅲ~Ⅳ级、术后制动时间长、有术后感染均是起搏器植入术后深静脉血栓形成的独立危险因素,Nomograms模型对于起搏器植入术后深静脉血栓形成的预测具有较高的准确度与区分度。

老年高血压合并糖尿病患者医院感染的Nomogram预测模型建立

目的分析老年高血压合并糖尿病患者发生医院感染(HAI)的危险因素,并建立预测HAI的Nomogram模型。方法回顾性分析148例老年高血压合并糖尿病患者的临床资料,根据是否发生HAI将患者分为HAI组和非HAI组。通过单因素、多因素Logistic回归分析筛选出HAI发生的独立危险因素,同时应用Nomogram法对各个因素进行评分,构建预测模型。应用受试者工作特征(ROC)曲线评估模型的预测价值,并对模型进行内部验证,计算一致性指数(C-index),绘制校准图。结果148例患者平均年龄为(64.21±12.84)岁,其中32例(21.62%)患者发生HAI。单因素分析显示,年龄、吸烟、共患病程、血压控制情况、血糖控制情况、合并其他基础疾病、急性生理学与慢性健康状况评分系统Ⅱ(APACHEⅡ)评分、意识障碍、白蛋白水平均是HAI发生的影响因素(P<0.10)。多因素Logistic回归分析显示,共患病程≥10年(OR=3.589,95%CI为1.056~12.193,P=0.041),血糖控制不达标(OR=4.538,95%CI为1.287~16.002,P=0.019),合并其他基础疾病(OR=8.893,95%CI为2.624~30.132,P<0.001),APACHEⅡ评分≥20分(OR=6.259,95%CI为1.934~20.256,P=0.002),存在意识障碍(OR=9.365,95%CI为2.744~34.477,P=0.001)均是HAI发生的独立危险因素。基于上述预测因子建立Nomogram预测模型,经验证,该模型贴合度、C-index、ROC曲线下面积均良好,提示该模型具有良好的预测效能和区分度。结论共患病程≥10年、血糖控制不达标、合并其他基础疾病、APACHEⅡ评分≥20分、存在意识障碍均是老年高血压合并糖尿病患者发生HAI的独立危险因素,基于上述危险因素建立的Nomogram模型具有良好的预测效能,可为HAI防控工作提供参考依据。