相关实验视频
Updated: May 11, 2026

07:40
Multi-Modal Home Sleep Monitoring in Older Adults
Published on: January 26, 2019
7.6K
在中风患者中开发和验证睡眠障碍的诺米克图
Yinyin Fan1, Xueni Yang1, Meng Sun1
1School of Nursing and Rehabilitation, Nantong University, 19th Qixiu Road, Nantong 226001, China; Department of Nursing, Affiliated Hospital of Nantong University, 20th Xisi Road, Nantong 226001, China.
Clinical neurology and neurosurgery
|October 24, 2024
概括
这项研究开发了一种名录,用于预测中风患者的睡眠障碍,使用住所,输液时间,焦虑,抑郁,个性和疲劳等关键因素. 该工具有助于识别高风险个体,以便及时介入.
科学领域:
- 神经学 神经学
- 睡眠医学 睡眠医学
- 精神病学是一个精神病学.
背景情况:
- 睡眠障碍在中风患者中普遍存在,影响了康复和生活质量.
- 早期识别高风险个体对于有效管理至关重要.
- 预测工具可以帮助临床医生分层中风患者进行睡眠障碍查.
研究的目的:
- 开发和验证中风患者睡眠障碍的预测模型.
- 确定与这一群体睡眠障碍相关的关键因素.
- 为临床风险评估创建一个用户友好的工具.
主要方法:
- 使用450名中风患者的数据构建了一个名图模型.
- 拉索回归和随机森林方法确定了重要的预测因素.
- 用校准曲线,ROC曲线,内部验证和决策曲线分析 (DCA) 来评估模型性能.
主要成果:
- 关键预测因素包括居住地,平均每日输液时间,医院焦虑和抑郁量表 (HADS),D型人格量表-14 (DS14) 和疲劳严重程度量表 (FSS).
- 该模型在验证集中显示出强烈的歧视,AUC为0.903.
- 校准曲线显示出良好的一致性,DCA表明了跨广泛值的临床效用.
结论:
- 一个经过验证的诺莫格拉姆模型有效地预测了中风患者的睡眠障碍.
- 该模型帮助医疗保健专业人员识别和查高风险个体.
- 这种工具可以促进及时干预,以改善患者的治疗结果.

