分析构建一个预测模型的分析,以色素性慢性鼻炎的预测模型
Shuo Wu1,2, Jiahong Lao1, Feitong Jian1
1E.N.T. Department, the 3rd Affiliated Hospital, Sun Yat-Sen University, Guangzhou, People's Republic of China.
Journal of asthma and allergy
|March 4, 2024
概括
结合过敏性喘病史,视觉模拟尺度 (VAS) 评分和外围血液中乙蛋白 (bEOS) 计数的新预测模型有效地诊断出乙酸性慢性鼻炎 (ECRS). 该模型显示,与单个因素相比,它具有更强的预测能力.
科学领域:
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
- 过敏和免疫学 过敏和免疫学
- 医学诊断 医学诊断 医学诊断
背景情况:
- 慢性鼻炎 (CRS) 是一种异质的炎症状况.
- 生性CRS (ECRS) 是一个独特的亚型,需要特定的诊断标准.
- 准确的ECRS早期诊断对于有效的管理至关重要.
研究的目的:
- 开发和验证用于诊断和预测在初次临床访问期间ECRS的指数.
- 将综合模型的预测性能与单个临床指标进行比较.
主要方法:
- 对116名接受内镜外科手术的CRS患者的回顾性分析.
- 临床指标的统计比较,包括过敏性喘病史,VAS,SNOT-22,隆德-麦凯得分,EM差异和外周血液中乙氨基酸细胞 (bEOS) 计数.
- 开发一个多变量逻辑回归模型,并使用接收器运行特征 (ROC) 曲线进行评估.
主要成果:
- 在患者组之间的过敏性喘病史,VAS,SNOT-22,隆德-麦凯得分,EM差异和bEOS中观察到显著差异.
- 一个综合预测模型,包括过敏性喘史,VAS得分和bEOS计数,表明曲线下的最高面积 (AUC) 为0.804.4.
- 综合模型的AUC明显高于EM差异 (0.655) 和可与单独bEOS (0.764) 相比.
结论:
- 综合过敏喘病史,VAS分数和bEOS计数的综合预测模型为ECRS诊断提供了强大的预测能力.
- 这种多方面的方法在初始患者接触期间识别ECRS时超过了个别预测因素.
- 开发的模型有助于早期和准确的诊断,促进ECRS的及时治疗干预.
