构建和验证Acinetobacter baumannii血流感染患者死亡风险预测模型

科学领域:

• 传染性疾病 传染性疾病
• 临床医学 临床医学
• 医疗信息学 医疗信息学

背景情况:

• 血流感染Acinetobacter baumannii (BSI) 对患者的死亡率构成重大威胁.
• 准确的风险预测对于有效的临床决策和BSI病例患者管理至关重要.

研究的目的:

• 开发和验证Acinetobacter baumannii BSI.患者死亡风险的预测模型.
• 为了确定Acinetobacter baumannii BSI患者死亡的独立风险因素.

主要方法:

• 分析了来自Acinetobacter baumannii BSI的206名患者的人口统计和临床数据.
• 最小绝对收缩和选择运算符 (LASSO) 回归和多变量考克斯回归用于变量选择.
• 使用ROC曲线,DCA和校准曲线构建和验证了预测模型和名图.

主要成果:

• 感染性休克,中性粒细胞/淋巴细胞比率升高 (NLR),低血红蛋白 (HGB) 和低血小板数 (PLT) 被确定为死亡的独立风险因素.
• 该预测模型在7,14和28天的曲线下面积 (AUC) 值不低于0.850时显示出高准确度.
• 该模型显示出优异的校准和强大的区分能力,特别是在10%到70%的概率之间.

结论:

• 感染性休克,NLR,HGB和PLT是Acinetobacter baumannii BSI28天死亡率的关键独立风险因素.
• 这些易于获得的指标可以监测,以指导及时的干预,并改善患者的预后.
• 开发的预测模型为临床决策提供了有价值的工具,用于管理Acinetobacter baumannii BSI.