构建和验证基于网络的动态预测模型,用于在接受日间透镜手术的患者中预测术后恶心和吐的风险
Jiang Liu1, Lifang Han2, Fengxian Zhang3
1Xiangya School of Nursing, Central South University, Changsha, China.
Frontiers in medicine
|August 7, 2025
概括
这项研究开发了一种预测模型,用于评估手术后恶心和吐 (PONV) 的风险,用于接受透镜手术的患者. 该模型确定了关键预测因素,以帮助临床决策,以预防PONV.
科学领域:
- 麻醉学 麻醉学
- 外科手术的结果
- 患者安全 患者安全
背景情况:
- 手术后恶心和吐 (PONV) 是手术后的常见并发症.
- 准确的风险预测对于有效的PONV管理至关重要,特别是在门诊环境中.
- 日间病例透镜手术对PONV评估提出了独特的挑战.
研究的目的:
- 开发和验证PONV的预测风险模型.
- 为了确定在接受日间透镜手术的患者中PONV的显著预测因子.
- 为临床医生提供一个工具,以估计个体患者对PONV的风险.
主要方法:
- 系统的文献审查以确定候选预测因素.
- 使用拉索和多因素物流回归的预测模型的开发.
- 外部验证使用时间周期验证和评估模型准确性与ROC曲线和DCA.
主要成果:
- 确定了五种预测因素:运动恶心,麻醉时间,禁食时间,焦虑评分和人工呼吸道.
- 该模型显示出强大的预测准确性,ROC曲线下的面积在培训队列中为85.0%,在验证队列中为80.3%.
- 决策曲线分析表明,名图的临床实用性.
结论:
- 开发的预测模型显示了准确预测PONV风险的巨大潜力.
- 这种工具可以帮助医疗保健提供者管理PONV的患者进行日常病例透镜手术.
- 进一步验证和实施可以改善患者的治疗结果,并减少PONV发病率.
