开发和验证患有高尿血症的患者参与模型:一个横截面研究
Fangfang Chen1,2, Xingchen Du1,2, Li Zhao1,2
1Department of Rheumatology, Huashan Hospital, Fudan University, Shanghai, China.
International journal of rheumatic diseases
|October 30, 2024
概括
这项研究开发了一种预测模型,以识别患有高尿素血症的患者有脏问题的风险. 该模型使用年龄,血压和尿酸水平等因素来确定早期风险分层.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學專業.
- 生物统计学 生物统计学
- 公共卫生 公共卫生
背景情况:
- 高尿路血 (HUA) 与脏干扰的风险增加有关.
- 早期识别HUA患有病风险的患者对于及时干预至关重要.
- 对于HUA患者的脏参与,现有的风险分层方法可能需要加强.
研究的目的:
- 构建和验证患有高尿血症的患者参与的预测模型.
- 为了实现HUA患者对潜在脏并发症的早期风险分层.
- 确定与HUA脏参与相关的关键预测因素.
主要方法:
- 一项采用国家健康和营养检查调查 (NHANES) 数据的横截面研究.
- 用物流回归分析来构建预测模型.
- 用ROC曲线,Hosmer-Lemeshow测试,校准曲线和决策曲线分析 (DCA) 来评估模型性能.
- 使用内部和外部验证队列来确认模型的稳定性.
主要成果:
- 使用六个因素开发了一个预测模型:年龄,缩血压 (SBP),腹缩血压 (DBP),肌素 (Cr),尿酸 (UA) 和性别.
- 命名图表表现出良好的一致性和准确性,模型的AUC值为0.881,内部验证为0.908,外部验证为0.927.
- 校准曲线和DCA表明预测模型具有强大的一致性和良好的临床实用性.
结论:
- 一个强大的预测模型,用于脏参与的hyperuricemia患者的成功开发.
- 该模型表现出强大的预测性能,并已在内部和外部验证.
- 这种工具可以帮助早期检测高风险人群的脏参与在高尿路血患者.
