为冠状动脉慢流患者开发和验证名录诊断模型:一个横截面研究
Guang Tu1, Chen Zhao1, Zhong-Lan Cai1
1Second Department of Interior, Lichuan County People's Hospital of Jiangxi Province, Fuzhou, China.
研究人员确定了冠状动脉慢流 (CSF) 的关键风险因素,并开发了一种临床预测模型. 该模型有助于早期识别和针对冠状动脉疾病患者的个性化治疗策略.
科学领域:
- 心脏病学 心脏病学
- 医学预测建模医学预测建模
背景情况:
- 冠状动脉慢流 (CSF) 是一种影响冠状动脉血流的疾病,需要确定相关的危险因素.
- 有效的临床预测模型对于及时诊断和管理CSF至关重要.
研究的目的:
- 调查与冠状动脉慢流 (CSF) 相关的风险因素.
- 开发和验证临床预测模型,用于识别患有CSF风险的患者.
主要方法:
- 一组573名胸痛患者接受冠状动脉动图,分为CSF和非冠状动脉慢流 (NCF) 组.
- 用多重物流回归分析来确定影响因素,并使用一致性指数,ROC曲线和校准图进行模型性能评估.
主要成果:
- 多变量模型确定了男性性别,BMI,吸烟,糖尿病,乌尔索酸和高密度脂蛋白胆固醇作为CSF的重要因素.
- 预测模型表现出良好的一致性,训练集的一致性指数为0.714,外部验证集的一致性指数为0.741.
- 接收机运行特征 (ROC) 曲线分析显示,培训和验证集的曲线下的面积分别为0.730和0.770.
结论:
- 整合已识别的风险因素的诺莫图谱为个性化预测冠状动脉慢流 (CSF) 提供了宝贵的工具.
- 这种预测模型可以为CSF患者提供快速和有针对性的治疗策略,改善患者的治疗结果.
更多相关视频
10:28Interventional Diagnostic Procedure: A Practical Guide for the Assessment of Coronary Vascular Function
Published on: March 15, 2022
13:07Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression
Published on: January 15, 2022
相关概念视频
Assessment of blood pressure in brachial artery(one-step method)
Prepare for the Procedure:
Assessment of blood pressure in brachial artery(two-step method)
Aortic Regurgitation II: Clinical Features and Diagnostic Tests
Acute Coronary Syndrome III: Diagnostic Studies
Peripheral Arterial Disease II: Clinical Manifestations and Diagnostic Evaluation
