基于logistic-Nomogram构建门诊急救急性肺损伤患者预后预测模型

李宏, 夏梦航

广西医科大学学报 ›› 2023, Vol. 40 ›› Issue (10) : 1728 -1734.

PDF (1353KB)
广西医科大学学报 ›› 2023, Vol. 40 ›› Issue (10) : 1728 -1734. DOI: 10.16190/j.cnki.45-1211/r.2023.10.020

基于logistic-Nomogram构建门诊急救急性肺损伤患者预后预测模型

作者信息 +

Author information +
文章历史 +
PDF (1385K)

摘要

目的:基于logistic-Nomogram构建门诊急救急性肺损伤(ALI)患者预后预测模型。方法:选取2022年3月至2023年1月航空总医院门诊部收治的308例ALI患者。分析ALI患者入院28 d预后情况,比较不同预后患者的临床资料,通过logistic分析筛查出的预测因素与预后不良的关联性,根据预测因素构建预后不良Nomogram预测模型,并对Nomogram预测模型进行外部验证。结果:死亡组年龄、呼气末正压、肺血管阻力指数(PVRI)、急性生理学与慢性健康状况评分系统Ⅱ(APACHEⅡ)评分,血浆高迁移率族蛋白B1(HMGB1)、单核细胞趋化蛋白-1(MCP-1)、溶性髓系细胞表达的触发受体-1(sTREM-1)水平,血清miR-300、miR-221表达水平及葡萄糖调节蛋白78(GRP78)、趋化因子受体4(CXCR4)、粒细胞集落刺激因子(G-CSF)水平均高于存活组,平均动脉压低于存活组(均P<0.05)。年龄、PVRI、APACHEⅡ评分,血浆HMGB1、sTREM-1、MCP-1,血清miR-300、miR-221表达水平及GRP78、CXCR4、G-CSF水平均为ALI患者预后不良的独立危险因素(均P<0.05),基于以上因素构建ALI患者预后不良的Nomogram预测模型,受试者工作特征(ROC)曲线下面积(AUC)为0.947,灵敏度、特异度分别为91.45%、86.53%;校准曲线显示该预测模型预测结果与实际观测结果一致性较好。结论:基于年龄、APACHEⅡ评分、HMGB1、sTREM-1、MCP-1、miR-300、miR-221、PVRI、GRP78、CXCR4、G-CSF因素构建的预测模型对于ALI具有良好的预测效能。

关键词

Nomogram / 门诊急救 / 急性肺损伤 / 预后不良 / 预测模型

Key words

引用本文

引用格式 ▾
李宏, 夏梦航 基于logistic-Nomogram构建门诊急救急性肺损伤患者预后预测模型[J]. 广西医科大学学报, 2023, 40(10): 1728-1734 DOI:10.16190/j.cnki.45-1211/r.2023.10.020

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF (1353KB)

33

访问

0

被引

详细

导航
相关文章

AI思维导图

/