重症肺炎并发呼吸衰竭预测模型的构建

摘要

目的 探讨重症社区获得性肺炎（community-acquired pneumonia,CAP）并发呼吸衰竭（respiratory failure,RF）的预测因素，构建临床预测模型并进行内部验证。方法 回顾性选择2022年9月至2024年12月武汉科技大学附属天佑医院重症CAP患者350例，按照7∶3随机分为训练集（n=245）和验证集（n=105），并根据是否并发RF分为RF组和非RF组。采用LASSO回归分析优化变量选择，多因素logistic回归分析构建预测模型并进行内部验证。结果 单因素回归分析显示男性、高血压、糖尿病、冠心病、年龄、CURB-65评分、白细胞计数、中性粒细胞计数、C反应蛋白（C-reactive protein,CRP）、淀粉样蛋白A、降钙素原和住院天数是重症肺炎并发RF的危险因素；白蛋白水平是重症肺炎并发RF的保护因素。经LASSO回归分析，最终将CURB-65评分、白蛋白水平和CRP纳入预测模型，受试者工作特征曲线在训练集和验证集中的曲线下面积分别为0.903和0.919。校准曲线分析中训练集和验证集均显示出非常好的拟合度，Hosmer-Lemeshow拟合优度检验显示训练集和验证集中的预测值与真实值间均无显著性差异，阈值概率均为0.01～0.99。结论 CURB-65评分、白蛋白水平及CRP是重症肺炎并发RF的独立预测因素，基于上述预测因素建立的重症肺炎并发RF的临床预测模型具有良好的区分度、校准度、拟合度及临床实用性。

关键词

重症肺炎 / 呼吸衰竭 / 临床预测模型 / 内部验证法 / LASSO回归