相关实验视频
Updated: Jul 25, 2026
05:56
A Reproducible Intensive Care Unit-Oriented Endotoxin Model in Rats
Published on: February 20, 2021
2.5K
在严重的COVID-19患者中早期预测感染性休克:开发和验证Nomogram模型
Yinbing Jin1, Junbao Ma1, Wenhan Zhou1
1Emergency Department, The Yangzhou Clinical Medical College of Xuzhou Medical University, Xuzhou, Jiangsu, People's Republic of China.
Infection and drug resistance
|February 19, 2026
概括
一个新的预测模型有助于识别严重的COVID-19患者的败血性休克. 这种工具有助于临床医生在早期决策中获得更好的患者结果.
科学领域:
- 关键护理医学 关键护理医学
- 传染性疾病 传染性疾病
- 生物统计学 生物统计学
背景情况:
- 感染性休克是危及生命的并发症,危急的COVID-19患者.
- 这种人群中感染性休克的预测因素尚未得到充分确立.
- 早期识别对于及时干预和改善预后至关重要.
研究的目的:
- 在严重的COVID-19患者中开发和验证感染性休克的早期预测模型.
- 帮助紧急和重症监护医生在资源分配和医疗决策方面.
- 为了确定败血症休克发展的关键预测因素.
主要方法:
- 使用北江苏人民医院的训练队列 (n=274) 开发了一个预测模型,并在MIMIC-IV数据集 (n=75) 上验证.
- 最小绝对收缩和选择操作员 (LASSO) 分析确定了预测因素.
- 使用多变量逻辑回归和名ogram构造.
- 用ROC曲线,校准图和决策曲线分析 (DCA) 来评估模型性能.
主要成果:
- 预测模型结合了白蛋白,平均动脉压,乳酸和顺序器官衰竭评估 (SOFA) 分数.
- 训练组的ROC曲线下的面积 (AUC) 为0.800,验证组为0.775.
- 校准图表和DCA证实了名图的预测准确性和临床实用性.
结论:
- 一个经过验证的诺莫格拉姆模型有效地预测了COVID-19重症患者的感染性休克.
- 该模型整合了SOFA得分,白蛋白,平均动脉压和乳酸水平.
- 这种工具在严重的COVID-19病例中为早期感染性休克预测提供了显著的潜力.
