基于血清标志物构建预测老年重症肺炎预后的Nomogram模型

摘要

目的：探究血清标志物Nomogram预测模型对老年重症肺炎（SP）预后的预测价值。方法：选取2022年1月至2023年1月武汉市红十字会医院收治的310例老年SP患者，按7∶3比例随机分为建模人群（n=217）与验证人群（n=93）。比较建模人群、验证人群入院28 d内预后情况，血清可溶性髓系细胞表达的触发受体-1(sTREM-1)、基质金属蛋白酶抑制剂-1(TIMP-1)、可溶性白细胞分化抗原14亚型（Presepsin）、N末端脑钠肽前体（NT-proBNP）、C反应蛋白（CRP）、饥饿素（Ghrelin）、降钙素原（PCT）、中性粒细胞与淋巴细胞比值（NLR）、肿瘤坏死因子-α(TNF-α)和白介素-6(IL-6)水平，Lasso-logistic回归分析老年SP预后不良的预测因素，并构建预后不良Nomogram预测模型，在验证人群中对Nomogram预测模型进行外部验证。结果：建模人群入院28 d内死亡78例（35.94%），验证人群入院28 d内死亡34例（36.56%），两组病死率比较无统计学差异（P>0.05）。建模人群、验证人群中，不同预后患者血清sTREM-1、NT-proBNP、TIMP-1、Presepsin、PCT、Ghrelin、CRP、IL-6、NLR、TNF-α水平比较，差异有统计学意义（P<0.05）。Lasso回归筛选预测因素，logistic回归分析显示，血清sTREM-1、TIMP-1、NT-proBNP、Presepsin、Ghrelin、PCT、NLR水平为老年SP预后不良的影响因素（P<0.05）。基于Lasso-logistic回归预测因素构建预测模型，验证人群受试者工作特征（ROC）曲线、临床决策曲线（DCA）显示，该预测模型具有良好的临床效用。结论：血清sTREM-1、TIMP-1、NT-proBNP、Presepsin、Ghrelin、PCT、NLR水平为老年SP患者预后不良的预测因子，基于以上因素构建Nomogram预测模型具有一定的临床价值。

关键词

血清标志物 / Nomogram / 预测模型 / 老年 / 重症肺炎 / 预后 / 预测价值