基于Logistic-Nomogram构建创伤性脊髓损伤预后预测模型

摘要

目的：基于多因素Logistic回归分析创伤性脊髓损伤（TSCI）预后不良相关因素，构建Nomogram预测模型并进行验证。方法：选取2020年3月至2022年9月中国人民解放军联勤保障部队第九二〇医院收治的250例TSCI患者为研究对象，按照7∶3比例随机分为训练组（n=175）和验证组（n=75）。分别于治疗前及治疗后6个月采用日本骨科学会（JOA）量表评估患者预后，以JOA评分改善率≥60%为预后良好组，改善率<60%为预后不良组。采用单因素和多因素Logistic回归法分析预后不良的影响因素，根据影响因素构建Nomogram预测模型，并验证该模型预测效能及临床效用。结果：椎管侵占率≥50%、损伤严重程度为完全损伤、损伤至治疗时间≥8 h、外周血纤维蛋白原（FIB）水平降低、血清高迁移率族蛋白B1(HMGB1)和细胞核因子-κB(NF-κB)水平升高以及外周血中性粒细胞计数与淋巴细胞计数比值（NLR）增高均为预后不良的独立危险因素（P<0.05）。Nomogram预测模型预测预后不良的曲线下面积（AUC）为0.944，且具有正向净收益。结论：椎管侵占率、损伤程度、治疗时间及外周血HMGB1、NF-κB、NLR、FIB水平均为TSCI患者预后不良的危险因素，基于上述因素构建的Nomogram模型对预后不良有较好预测效能，有助于临床筛查高危人群并制定治疗方案。

关键词

创伤性脊髓损伤 / Logistic回归 / Nomogram模型 / 预测效能 / 高迁移率族蛋白B1 / 细胞核因子κB / 纤维蛋白原