用于预测患有血液性恶性瘤的患者脆弱性的诺莫格拉姆模型 - 一个横截面调查
Shuangli Luo1, Huihan Zhao1, Xiao Gan1
1Department of Nursing, The First Affiliated Hospital of Guangxi Medical University, Nanning, China.
Asia-Pacific journal of oncology nursing
|November 6, 2023
概括
这项研究开发了一种名图,用于预测血液恶性瘤患者的脆弱性. 关键预测因素包括疾病持续时间,并发症和心理评分,有助于早期干预.
科学领域:
- 在瘤学瘤学.
- 老年病的医生 老年病的医生
- 生物统计学 生物统计学
背景情况:
- 血性恶性瘤患者的脆弱性是一个重大问题,影响预后和治疗结果.
- 早期识别和干预对于管理弱势群体的脆弱性至关重要.
研究的目的:
- 开发和验证血液恶性瘤患者的脆弱性预测评估工具.
- 确定导致这一患者群体脆弱的关键因素.
主要方法:
- 分析了342名患有血液性恶性瘤的患者队列.
- 拉索回归和多变量逻辑回归被用来开发一个名ogram预测模型.
- 用ROC曲线,C指数,校准曲线和决策曲线分析来评估模型性能.
主要成果:
- 确定了七个预测因素:疾病持续时间 (6-12个月,>12个月),查尔森并发症指数 (CCI),前专辑蛋白,血红蛋白,通用焦虑障碍-7 (GAD-7) 和患者健康问卷-9 (PHQ-9) 分数.
- 命名图表显示了良好的区分,ROC曲线下的面积为0.893 (培训) 和0.891 (验证).
- 该模型在广泛的患者值概率中显示出临床实用性.
结论:
- 已经成功开发和验证了一种有效的诺莫格拉姆模型,用于预测血液恶性瘤患者的脆弱性.
- 该模型整合了临床,实验室和心理因素,以进行全面的脆弱性风险评估.
- 这种工具可以帮助预测和缓解这一群体的脆弱性.


