检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:黄君[1] 顾方方[1] HUANG Jun;GU Fangfang
出 处:《现代实用医学》2024年第5期596-598,共3页Modern Practical Medicine
基 金:浙江省医学会临床科研基金项目(2020ZYC-A33)。
摘 要:目的 基于炎症指标的检测结果,构建急性心肌梗死后发生室性心律失常的预测模型,并进一步验证模型的预测价值。方法 前瞻性选取2019年5月至2023年3月于湖州市中心医院接受治疗的237例急性心肌梗死患者作为研究对象,将2019年5月至2021年10月接受治疗122例急性心肌梗死患者纳入研究组,2022年1月至2023年3月接受治疗的115例患者作为验证组。研究组患者根据是否发生室性心律失常分为合并心律失常亚组和未合并心律失常亚组,检测两亚组患者的血清C反应蛋白(CRP)、肿瘤坏死因子-α(TNF-α)及白介素1 (IL-1)水平,分析急性心肌梗死后发生室性心律失常的危险因素,并构建预测模型。通过受试者工作特征(ROC)曲线分析评估该模型预测急性心肌梗死后发生室性心律失常的价值,并通过验证组进行验证。结果 合并心律失常亚组CRP、TNF-α、IL-1水平均高于未合并心律失常亚组(均P<0.05);多因素Logistic回归显示,CRP(OR=1.142)、TNF-α(OR=1.095)及IL-1 (OR=1.181)水平升高均是急性心肌梗死后发生室性心律失常的独立危险因素(均P<0.05);基于炎症指标建立的联合预测模型为Logit(P)=-25.726+0.13 2X_(CRP)+0.090X_(TNF-α)+0.354X_(IL-1)。将该预测模型在研究组和验证组中的曲线下面积(AUC)分别为0.936、0.885。结论 基于CRP、TNF-α及IL-1水平构建的风险预测模型对预测急性心肌梗死后室性心律失常的发生具有良好的诊断价值。
关 键 词:心律失常 心肌梗塞 急性 预测模型 C反应蛋白 肿瘤坏死因子 炎症因子
分 类 号:R542.2[医药卫生—心血管疾病] R541.7[医药卫生—内科学]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:18.224.72.117