开发和评估一个预测模型的上胃肠道出血在肝硬化
Jin Peng1, Huiru Jin1, Ningxin Zhang1
1Department of Infectious Diseases, The First Affiliated Hospital of Nanjing Medical University, Nanjing, Jiangsu, China.
BMC gastroenterology
|March 6, 2025
概括
一个新的模型预测了肝患者的上部胃肠道出血 (UGIB),使用,硬和血液标记物. 这种非侵入性工具识别了UGIB的关键风险因素,改善了患者的治疗结果.
科学领域:
- 肝病学 肝病学是一种肝病学.
- 胃肠病学 胃肠病学
- 医学诊断 医学诊断 医学诊断
背景情况:
- 上部胃肠道出血 (UGIB) 是肝硬化的一种严重并发症,通常与食管胃水出血 (EVB) 相关.
- 重复出血显著恶化肝功能和患者的预后.
- 准确的风险识别对于治疗肝硬化患者至关重要.
研究的目的:
- 在肝硬化患者中确定UGIB的临床和实验室风险因素.
- 在这个人群中开发和验证UGIB的非侵入性预测模型.
- 为了提高UGIB风险分层的诊断精度和效率.
主要方法:
- 一个回顾性病例控制研究,涉及291名肝硬化患者 (140名UGIB,151名对照).
- 患者被分为培训 (70%) 和验证 (30%) 组.
- 多变量逻辑回归和逐步分析确定了独立的预测因素;模型性能使用ROC和DCA进行评估,与Child-Pugh和MELD得分进行比较.
主要成果:
- ,硬,白蛋白,纤维素,总胆固醇和总胆固醇被确定为UGIB的独立预测因子 (P<0.05).
- 开发的预测模型表现出强的性能,AUC为0.956 (训练组) 和0.909 (验证组).
- 这种新型模型在预测UGIB方面表现优于Child-Pugh和MELD得分.
结论:
- ,脏硬,白蛋白,纤维素,总胆固醇和总胆固醇是肝硬化患者UGIB的关键独立预测因素.
- 结合这些因素的新型,非侵入性预测模型显示出高准确性,并优于现有的得分.
- 该模型为改善UGIB肝硬化风险评估和管理提供了有价值的工具.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
07:10Measurement of the Hepatic Venous Pressure Gradient and Transjugular Liver Biopsy
Published on: June 18, 2020
19.6K
