ICU后综合征风险列线图预测模型的构建及验证

蚌埠医科大学学报 ›› 2025, Vol. 50 ›› Issue (02) : 259 -266.

PDF
蚌埠医科大学学报 ›› 2025, Vol. 50 ›› Issue (02) : 259 -266. DOI: 10.13898/j.cnki.issn.2097-5252.2025.02.026

ICU后综合征风险列线图预测模型的构建及验证

作者信息 +

Author information +
文章历史 +
PDF

摘要

目的:构建并验证ICU后综合征(post-intensive care syndrome, PICS)风险列线图预测模型。方法:便利选取蚌埠市2所三级甲等医院综合ICU住院治疗并成功转出的603例病人为调查对象,分为训练集422例和验证集181例,在病人在住ICU期间采用一般资料和临床资料调查表进行风险因素的收集,在转出时和转出1个月时进行随访,根据随访的结果分为PICS组和非PICS组。采用logistic回归确定影响因素,应用R语言软件建立PICS风险的列线图预测模型;采用加强Bootstrap法重抽样1 000次对模型进行内部验证,采用C指数和calibration校准曲线来评价模型的预测效能。结果:模型变量包括APACHEⅡ评分、CPOT评分、有创机械通气时间、年龄、转出时侵入性管路数量、入住ICU总时间、CAM-ICU(谵妄)、ICU内感染、气管切开和血管活性药物10个变量,受试者特征曲线下面积为0.944(95%CI:0.921~0.966),最佳截断值为0.243,灵敏度为91.4%,特异度为82.63%。内外部验证C指数分别为0.944(95%CI:0.921~0.966)、0.943(95%CI:0.913~0.974),校准曲线显示均拟合良好。结论:预测模型的区分度和校准度较好,可直观、有效地甄别经ICU治疗成功后发生PICS高风险人群,可为临床早期筛查与干预提供参考依据。

关键词

ICU后综合征 / 重症监护 / 列线图 / 预测模型

Key words

引用本文

引用格式 ▾
ICU后综合征风险列线图预测模型的构建及验证[J]. 蚌埠医科大学学报, 2025, 50(02): 259-266 DOI:10.13898/j.cnki.issn.2097-5252.2025.02.026

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

29

访问

0

被引

详细

导航
相关文章

AI思维导图

/