鼻中隔偏曲并发慢性鼻窦炎风险预测模型的构建与验证

摘要

目的 鼻中隔偏曲(nasal septal deviation, NSD)和慢性鼻窦炎(chronic rhinosinusitis, CRS)是耳鼻咽喉科常见的两种疾病，现有研究多聚焦于相关性分析，缺乏可指导临床决策的预测工具。为了开发兼具高精度与可解释性的预测工具，从而为个体化干预提供新的循证支持，本研究分析患者的临床资料和影像学资料，运用传统Logistic回归，构建风险预测模型并进行内部验证。方法 纳入2022年10月1日至2024年6月1日确诊为NSD的310例患者临床资料。经过数据预处理，最终将285例患者按照7:3比例随机分为训练集(199例)和验证集(86例)。通过Logistic回归分析确定独立危险因素，根据结果建立列线图风险预测模型。使用受试者工作特征(receiver operating characteristic, ROC)曲线、校准曲线以及决策曲线分析(decision curve analysis, DCA)评估模型的性能。结果 训练集ROC曲线下面积为0.760(95%CI:0.686～0.834),验证集ROC曲线下面积为0.800 (95%CI:0.689～0.911),训练集和验证集校准曲线的平均绝对误差分别为0.017和0.015,临床决策曲线显示该模型有一定的临床适用性。结论 年龄、过敏性鼻炎病史、偏曲程度、偏曲位置是NSD患者并发CRS的独立危险因素。基于这些因素建立的列线图预测模型可协助临床筛选NSD并发CRS的高危患者。

关键词

鼻中隔偏曲 / 慢性鼻窦炎 / 列线图 / 过敏性鼻炎