基于预测模型的败血症患者28天死亡率的预测:回顾性队列研究
Yi Sun1, Tingting Wang2, Mengna Zhang3
1Department of Intensive Care Unit, Affiliated Hospital of Chengde Medical University, Chengde Medical University, China.
The Journal of international medical research
|July 31, 2025
概括
这项研究开发了一种名谱,用于预测重症监护室败血症患者的28天死亡率. 该模型使用血小板指数,NT-proBNP,乳酸,感染和糖尿病,显示出对败血症结果的强大预测准确性.
科学领域:
- 关键护理医学 关键护理医学
- 预测建模预测建模
- 败血症病理生理学
背景情况:
- 败血症是重症监护室 (ICU) 死亡的主要原因.
- 准确预测败血症相关死亡率对于及时干预至关重要.
- 现有的预测模型可能缺乏特异性或需要复杂的数据.
研究的目的:
- 开发和验证一个名谱模型,用于预测ICU血症患者的28天死亡率.
- 确定与败血症死亡率相关的关键临床和实验室因素.
- 提供一个工具,用于风险分层和个性化治疗在败血症管理.
主要方法:
- 对613名ICU败血症患者的回顾性分析.
- 使用最小绝对收缩和选择运算符 (LASSO) 回归和多变量后勤回归开发一个名图.
- 使用接收器操作特征 (ROC) 曲线,决策曲线分析和校准曲线验证模型.
主要成果:
- 确定了关键预测因素:血小板分布宽度与计数比率,平均血小板体积,N-终端proB型尿素 (NT-proBNP) 水平,乳酸水平,呼吸道感染和糖尿病.
- 在训练组中,名图实现了0.907的ROC曲线下的面积 (AUC).
- 该模型在决策曲线分析中表现出良好的校准和强大的性能.
结论:
- 血小板指数,NT-proBNP,乳酸,呼吸道感染和糖尿病是败血症28天死亡率的重要预测因素.
- 开发的诺米图为预测ICU中的败血症死亡率提供了可靠和实用的工具.
- 该模型可以帮助临床医生识别高风险患者,以优化个性化治疗策略.
