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]莆田市急救中心,福建莆田351100 [2]莆田市第一医院,福建莆田351199
出 处:《湘南学院学报(医学版)》2024年第4期28-31,共4页Journal of Xiangnan University(Medical Sciences)
基 金:福建省自然科学基金资助项目(2022J011034)。
摘 要:目的分析脓毒症患者早期预后的危险因素,并构建列线图预测模型。方法收集2022年5月至2024年4月莆田市第一医院急救科122例脓毒症患者的临床资料。根据患者28天生存状况分为死亡组(n=43)和存活组(n=79)。采用LASSO回归筛选变量,Logistic多元回归模型分析危险因素,构建列线图模型并进行验证。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。检验模型的预测区分度采用ROC曲线,H-L拟合优度检验模型的一致性。结果死亡组患者RDW、APACHEⅡ评分、MPV、LAC、SOFA评分均明显高于存活组,PLT明显低于存活组(均P<0.05)。经LASSO回归筛选变量,共7个因素被筛选为脓毒症患者早期预后的潜在影响因素。Logistic多元回归分析显示:RDW、MPV、LAC、APACHEⅡ评分、SOFA评分为脓毒症患者早期预后的独立影响因素(P<0.05)。ROC曲线分析AUC为0.831(95%CI:0.761—0.902),灵敏度为90.35%,特异度为71.43%,H-L拟合优度检验显示χ^(2)=0.723,P=0.999(P>0.05),所构建列线图预测模型的区分度和一致性均较好。列线图模型的阈值大于0.04时,所提供的临床净收益最高。结论基于RDW、MPV、LAC、APACHEⅡ评分、SOFA评分所构建的列线图预测模型预测价值较好,可为临床个性化制定脓毒症患者干预方案提供数据参考。
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:3.147.83.1