基于MIMIC-Ⅳ数据库与代谢指标对急性胰腺炎严重程度的早期预测

摘要

目的 利用MIMIC-Ⅳ数据库研究急性胰腺炎（acute pancreatits, AP）重症化的独立危险因素，建立并验证预测模型。方法 回顾性分析MIMIC-Ⅳ数据库中诊断为AP的患者（n=4 814例）。使用SQL语言提取患者基本临床资料和实验室代谢指标等数据。使用Lasso回归分析和多因素Logistic回归分析确定AP患者发生重症化风险的影响因素，并构建预测模型。分析ROC曲线及校准曲线，并进行内部验证。结果 多因素Logistic回归分析显示，AST、BUN、Ca²⁺、TB、GLU是AP严重程度的独立预测因素（P<0.05）,联合上述指标建立预测AP重症化的Logistic回归模型。在训练集上，预测模型评估AP严重程度的AUC为0.784;在测试集上，预测模型评估AP严重程度的AUC达到0.765。结论 联合AST、BUN、Ca²⁺、TB、GLU建立的基于代谢数据的预测模型对AP早期严重程度的评估具有重要参考价值。

关键词

急性胰腺炎 / 严重程度 / 代谢指标 / 预测模型