开发和验证Nomogram预测模型用于败血症诱导的凝血病:一个多中心回顾性研究

科学领域:

• 关键护理医学 关键护理医学
• 血液学 血液学 血液学
• 医疗信息学 医疗信息学

背景情况:

• 败血症引起的凝血病 (SIC) 是一种严重的并发症,与败血症患者的死亡率增加有关.
• 早期识别有SIC风险的患者对于及时干预和改善结果至关重要.

研究的目的:

• 开发和验证败血症患者的败血症诱导凝血病 (SIC) 的预测模型.
• 确定与前SIC发展相关的关键临床变量.

主要方法:

• 对309名重症监护病房的败血症患者进行了回顾性研究.
• 通过LASSO和后勤回归分析,确定SIC前的预测因素.
• 使用R软件开发和验证一个名ogram预测模型,用ROC曲线,校准曲线和DCA进行评估.

主要成果:

• 与非SIC组相比,前SIC组的死亡率 (44.8%) 和传播性血管内凝血 (DIC) 发生率 (56.3%) 显著增加.
• 乳酸,凝血指数,肌素和SIC得分被确定为SIC前的显著预测因素.
• 诺莫格拉姆模型显示出良好的预测性能,AUC为0.766 (发展) 和0.776 (验证).

结论:

• SIC是败血症死亡的一个重要风险因素.
• 开发的诺莫格拉姆模型为早期识别有SIC风险的患者提供了可靠的工具.
• 通过这种模型早期发现SIC可能会提高败血症管理策略和患者存活率.