[建立基于常规实验室数据挖掘的感染性休克患者28天死亡率的诺莫格拉姆预测模型]
Qifen Guo1, Tao Ding1, Ran Zeng1
1Department of Critical Care Medicine, Anhui Medical University Affiliated Fuyang Hospital, Fuyang 236000, Anhui, China.
Zhonghua wei zhong bing ji jiu yi xue
|December 19, 2024
概括
一个新的诺莫格拉姆模型有效地预测了使用常规实验室数据在败血症休克患者的28天死亡率. 这种工具有助于临床医生评估患者的风险和结果.
科学领域:
- 关键护理医学 关键护理医学
- 医疗信息学 医疗信息学
- 预测分析是一种预测分析.
背景情况:
- 败血症仍然是全球死亡的主要原因.
- 精确预测感染性休克死亡率对于及时干预至关重要.
- 现有的预测模型可能无法充分利用常规实验室数据.
研究的目的:
- 开发和验证一个诺莫格拉姆预测模型,用于性休克患者的28天死亡率.
- 确定可预测死亡率的关键例行实验室参数.
- 评估模型的临床实用性和性能.
主要方法:
- 对128名败血症休克患者的回顾性分析.
- 在训练数据 (n=103) 上使用逻辑回归开发名图 (nomogram).
- 使用单独的验证集 (n=25) 与校准曲线和ROC分析验证模型.
主要成果:
- 亚帕赫II分数,SOFA分数,血液中的乳酸盐和甲是28天死亡率的重要预测因素.
- 诺米图表表现出良好的预测性能,在训练组中的AUC为0.854,在验证组中的AUC为0.871.
- 校准曲线表明预测和观察到的死亡率之间存在密切一致.
结论:
- 使用常规实验室数据的诺莫格拉姆模型有效地预测了性休克28天死亡率.
- 该模型显示出强大的区分能力和良好的校准.
- 这种工具可以帮助对性休克患者的风险分层和临床决策.
