摘要
目的构建脑卒中后衰弱的Nomogram预测模型及验证预测效果。方法回顾性分析2022年1月-2023年1月我院收治的脑卒中患者132例,根据衰弱筛查Frail量表分为衰弱组83例和非衰弱组49例。采用多因素Logistic回归分析患者发生衰弱的影响因素,构建Nomogram预测模型并验证。结果多因素Logistic回归分析结果显示,年龄、糖尿病、营养不良、入院NIHSS评分及抑郁情绪为患者发生衰弱的影响因素(P<0.05)。构建的Nomogram预测模型具有较高的临床价值,Hosmer-Lemeshow(H-L)拟合优度检验结果显示,χ^(2)=7.133,P=0.522,ROC曲线下面积为0.928(95%CI:0.881-0.976),灵敏度为84.30%,特异度为89.80%。表明该模型拟合度良好,具有较好的预测效能,预测准确率为83.33%。结论脑卒中后患者衰弱发生受多重因素影响,根据多因素Logistic回归分析结果构建脑卒中后衰弱的Nomogram预测模型具有较高的临床价值。
出处
《临床护理杂志》
2023年第6期26-29,共4页
Journal of Clinical Nursing
基金
江西省中医药管理局科技计划项目(2020B0101)。
