开发和外部验证一种新的评分,用于预测瘤骨切割患者的术后30天死亡率:一个横截面诊断研究

科学领域:

• 神经外科 神经外科
• 医疗信息学 医疗信息学
• 公共卫生 公共卫生

背景情况:

• 识别患有骨切除术,患有术后30天死亡高风险的患者对于有针对性的干预至关重要.
• 预测模型可以帮助资源分配和患者管理.

研究的目的:

• 开发和验证一个个性化的名图和评分系统,用于预测骨切割患者的术后30天死亡率.
• 确定影响该患者群体死亡率的关键风险因素.

主要方法:

• 对18,642名切割患者进行了回顾性横截面研究,分为培训 (2012-2013) 和验证 (2014-2015) 队列.
• 最小绝对收缩和选择操作员 (LASSO) 和阶段性后勤回归模型用于变量选择和风险因素识别.
• 命名图和评分系统的构建,使用接收器操作特征 (ROC) 曲线分析和校准图进行评估.

主要成果:

• 开发的名图表显示出良好的区分,ROC曲线下的面积 (AUC) 在培训队列中为0.795,在验证队列中为0.738.
• 关键预测因素包括白细胞计数,血红素,血液尿素,年龄,功能健康状况和扩散的癌细胞.
• 该评分系统将患者分为四个风险级别:低风险,中风险,高风险和极高风险,其准确性得到了验证.

结论:

• 一个个性化的脑图和评分系统有效地预测了成年切割患者的术后30天死亡率.
• 经过验证的工具有助于识别高风险个体,促进及时和有针对性的临床干预.
• 这种预测模型支持个性化风险评估和骨切割患者的管理策略.