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
机构地区:[1]安徽中医药大学第一附属医院超声医学科,230021 [2]安徽中医药大学第一附属医院脑病一科,230021
出 处:《现代消化及介入诊疗》2024年第5期616-620,共5页Modern Interventional Diagnosis and Treatment in Gastroenterology
基 金:国家自然科学基金资助项目(82205076)。
摘 要:目的分析肝豆状核变性(HLD)发展为肝硬化的的危险因素并构建预测模型。方法确诊为HLD的150例患者,根据临床诊断将其分为HLD非硬化组(n=84)和HLD肝硬化组(n=66),比较两组患者临床资料、血清学指标、灰阶超声特征和剪切波弹性成像指标,将单因素分析中具有显著相关性指标及其他可能存在关联的变量纳入回归模型,采用多因素Logistic二元回归分析HLD发展为肝硬化的危险因素,建立回归方程:Logistic(P)=y=1/(1+e-z),利用模型自抽样对其预测效能进行检验。将LSM值由低到高进行4分位数分组(Q1-Q4),采用Spearman法分析LSM值与血清纤维化指标的相关性。结果两组患者比较,HLD肝硬化组患者TBIL(总胆红素)、APRI、FIB-4、HA(透明质酸酶)、Ⅳ-C(Ⅳ型胶原)、LN(层粘连蛋白)、脾脏厚径和LSM(弹性值)均高于HLD非硬化组,而Alb(白蛋白)、TG(甘油三酯)低于非硬化组,差异有统计学意义(P<0.05)。将单因素分析中有显著性差异的变量和其他可能影响结局的变量进入拟合模型进行回归拟合分析,结果显示:APRI、LN、LSM和脾厚度分类共同构建的回归方程预测肝硬化的准确性最高,经过共线性检验排除共线可能后,选择APRI、LN、LSM和脾厚度分类构建回归方程,模型对硬化组的灵敏度、特异性预测值分别为86.5%、71.2%,且Bootstrap自抽样提示预测模型区分度和准确性较好。LSM值是预测HLD肝硬化风险的独立危险因素(OR 1.105,95%CI 1.012-1.207),另外LSM四分位数与HA、Ⅳ-C浓度梯度均存在相关性,相关系数分别为0.396、0.283(P<0.01),三者均与纤维化进展正相关。结论APRI、LN、LSM和脾大属于HLD患者肝硬化的独立危险因素,模型具有较好的预测价值。LSM和HA、Ⅳ-C相关联,三者均与肝纤维化进展正相关。
分 类 号:R445.1[医药卫生—影像医学与核医学] R575[医药卫生—诊断学]
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:216.73.216.49