相关实验视频
Updated: May 5, 2026
08:03
In Vivo Mouse Model of Spinal Implant Infection
Published on: June 23, 2020
2.3K
后勤回归模型预测脊髓融合后的早期手术部位感染:一个回顾性队列研究
1Department of Spine Surgery, Shandong Provincial Hospital Affiliated to Shandong First Medical University, Jinan, China.
The Journal of hospital infection
|May 16, 2024
概括
一个新的模型使用C-反应蛋白等炎症标志物预测脊髓融合后的早期手术部位感染 (SSI). 这种诊断工具有助于及时检测术后感染.
科学领域:
- 整形外科手术 整形外科手术
- 传染病流行病学 传染病流行病学
- 生物标志物发现发现
背景情况:
- 手术部位感染 (SSI) 是脊髓融合后的一个重要并发症.
- 早期发现SSI对于有效的患者管理和结果至关重要.
- 在脊柱手术中需要SSI的预测工具.
研究的目的:
- 开发和验证脊柱融合后早期SSI的预测模型.
- 为了确定关键的术后炎症标志物,表明SSI.
- 评估开发模型的诊断性能.
主要方法:
- 在脊髓融合患者的炎症标志物的回顾性分析.
- 在培训队伍上使用阶段逻辑回归进行预测模型的开发.
- 在单独的队列中使用灵敏度,特异性和AUC验证模型.
- 对模型校准和临床实用性的评估.
主要成果:
- 在术后第七天观察到炎症标志物的显著变化.
- 最终的模型包括体温,C反应蛋白,红细胞沉积率和中性粒细胞计数.
- 该模型表现出高诊断准确性,在训练组中AUC为0.86,在验证组中为0.9.
- 校准图和决策曲线分析证实了该模型的有效性.
结论:
- 在脊髓融合后早期SSI的验证预测模型已经开发出来.
- 该模型有效地利用术后炎症标志物用于SSI诊断.
- 这种工具可以帮助临床医生早期识别手术部位感染.
