基于列线图的VA-ECMO患者临床死亡风险预测模型构建

杨洋, 朱轶, 吴昊

南京医科大学学报(自然科学版) ›› 2026, Vol. 46 ›› Issue (3) : 425 -434.

PDF
南京医科大学学报(自然科学版) ›› 2026, Vol. 46 ›› Issue (3) : 425 -434.

基于列线图的VA-ECMO患者临床死亡风险预测模型构建

    杨洋, 朱轶, 吴昊
作者信息 +

Author information +
文章历史 +
PDF

摘要

目的:探讨接受静脉-动脉体外膜肺氧合(venous-arterial extracorporeal membrane oxygenation,VA-ECMO)治疗的急性心肌梗死(acute myocardial infarction,AMI)患者院内死亡的危险因素,并构建列线图预测模型。方法:回顾性纳入2021年5月—2025年6月收治的162例接受VA-ECMO治疗的AMI患者临床资料。以上机时间为随访起点,随访至出院或死亡(以先发生者为准),以院内全因死亡为终点事件。采用Cox比例风险回归模型分析各因素与院内死亡风险的相关性。采用最小绝对收缩与选择算子(least absolute shrinkage and selection operator,LASSO)回归筛选预测变量,并构建多因素Cox回归模型。基于最终模型构建列线图,用于预测患者院内生存概率。通过一致性指数(C-index)评价模型整体区分度,并以28 d作为时间依赖受试者工作特征(receiver operating characteristic,ROC)曲线分析的固定时间节点,评估模型在短期时间窗口内的预测能力,采用校准曲线评估模型校准度,并通过临床决策曲线分析(decision curve analysis,DCA)评价模型的临床实用价值。结果:多因素分析显示,心肌肌钙蛋白T、可溶性生长刺激表达基因2蛋白、血红蛋白浓度、凝血酶原时间、血钠浓度和丙氨酸氨基转移酶与院内死亡风险显著相关,白细胞计数与白蛋白在模型中呈边缘统计学意义。基于上述8项变量构建的列线图模型具有较高的预测准确性和良好的校准能力,显示出较好的临床应用价值。结论:本研究构建并验证了一个用于评估接受VA-ECMO治疗的AMI患者院内死亡风险的列线图预测模型,为VA-ECMO患者死亡风险的个体化评估提供了一种简便、可靠的工具,对临床决策和治疗策略优化具有重要指导意义。

关键词

体外膜肺氧合 / 急性心肌梗死 / 死亡风险 / 列线图

Key words

引用本文

引用格式 ▾
基于列线图的VA-ECMO患者临床死亡风险预测模型构建[J]. 南京医科大学学报(自然科学版), 2026, 46(3): 425-434 DOI:

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

3

访问

0

被引

详细

导航
相关文章

AI思维导图

/