相关实验视频
Updated: May 12, 2026
05:30
Controlled Cortical Impact Model for Traumatic Brain Injury
Published on: August 5, 2014
29.5K
预后模型和U形SBP风险相关性在不稳定的骨盆骨折与TBI中
Shuming Du1,2, Xiaolong Zheng1,3, Yaxu Zhang1,2
1Department of Emergency Medicine, The First Affiliated Hospital (Southwest Hospital) of Army Medical University, Chongqing, China.
NPJ digital medicine
|December 16, 2025
概括
这项研究确定了患有不稳定骨盆骨折和创伤性脑损伤 (TBI) 的患者不良结果的关键风险因素. 预测模型有助于管理血压和手术决策,以获得更好的患者预后.
科学领域:
- 创伤外科 手术 创伤外科
- 神经外科 神经外科
- 医疗信息学 医疗信息学
背景情况:
- 不稳定的骨盆骨折与创伤性脑损伤 (TBI) 相结合,由于生理需求的冲突,造成了复杂的管理挑战.
- 在这些患者中,平衡液体复苏和维持大脑 perfusion 压力至关重要.
研究的目的:
- 开发一个预测模型来预测患有不稳定的骨盆骨折和TBI的患者的预后.
- 确定与该患者队列中不良结果相关的独立风险因素.
主要方法:
- 对204名患有不稳定的骨盆骨折和TBI的患者进行了回顾性分析.
- 使用LASSO和后勤回归构建了一个Nomogram和可解释的机器学习模型 (XGBoost).
- 使用AUC和C指数对模型性能进行评估.
主要成果:
- 冲击,异常的缩血压 (SBP),非手术管理和延长的前列血时间 (PT) 被确定为预后不佳的独立风险因素.
- 包括SBP,冲击,骨盆骨折手术和PT在内的Nomogram显示出良好的预测性能 (AUC = 0.801).
- 观察到SBP和预后之间的U形相关性,SBP的风险最低在110-122mmHg.
结论:
- 开发的Nomogram和XGBoost模型为个性化血压管理,凝血监测和联合骨盆骨折和TBI患者的手术决策提供了宝贵的工具.
- 这些模型可以指导临床实践,以改善患者的治疗结果.
