谷歌浏览器插件
订阅小程序
在清言上使用

乳酸联合临床特征建立重症社区获得性肺炎预后列线图预测模型

Lu Yang,Shao Dongfeng, Jiang Wen,Ren Hongqin, Ge Yanlei

Chinese Journal of Difficult and Complicated Cases(2022)

引用 0|浏览3
暂无评分
摘要
目的 以乳酸(LA)联合临床特征相关资料构建重症社区获得性肺炎(SCAP)预后列线图预测模型.方法 选取2018年4月—2021年8月华北理工大学附属医院呼吸科收治的SCAP患者235例作为研究对象,按照患者入院30 d内预后情况分为存活组173例和死亡组62例,收集患者临床资料及实验室检查指标,多因素Logistic回归分析影响SCAP患者预后的因素,以此为基础构建列线图预测模型,再绘制H-L拟合度曲线评估模型的有效性,应用受试者工作特征曲线(ROC)评估列线图模型的区分度.结果 死亡组年龄、合并冠心病比例、合并糖尿病比例、脓毒性休克发生率、LA、C反应蛋白(CRP)、肺炎严重指数(PSI)评分危险分级4~5级比例均高于存活组(χ2/t/P=5.456/<0.001、7.104/0.008、4.134/0.042、10.638/0.001、6.686/<0.001、12.521/<0.001、21.740/<0.001);高龄、高水平LA、PSI评分危险分级4~5级是影响SCAP患者预后的独立危险因素[OR(95%CI)=1.841(1.780~1.907)、1.345(1.222~1.537)、1.188(1.086~1.411)];H-L拟合度曲线提示列线图预测模型具有较好的预测有效性(χ2=6.754,P=0.314);ROC分析显示,列线图预测模型曲线下面积为0.828,敏感度为0.780,特异度为0.774,提示该模型具有较好的区分度.结论 以LA水平联合年龄、PSI评分危险分级构建SCAP预后的列线图预测模型,具有较高的有效性及区分度,可作为临床预测SCAP患者预后的有效工具.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要