目的使用logistic回归分析构建多个临床指标联合预测重症脂源性胰腺炎的预测模型,并评价其预测效果。方法纳入首都医科大学宣武医院2012年11月至2019年12月收住院的207例高甘油三酯血症性胰腺炎(hypertriglyceridemic pancreatitis,HTGP...目的使用logistic回归分析构建多个临床指标联合预测重症脂源性胰腺炎的预测模型,并评价其预测效果。方法纳入首都医科大学宣武医院2012年11月至2019年12月收住院的207例高甘油三酯血症性胰腺炎(hypertriglyceridemic pancreatitis,HTGP)患者作为研究对象,根据胰腺炎的严重程度将患者分为重症急性胰腺炎(severe acute pancreatitis,SAP)组(44例)和中重度胰腺炎(moderately severe acute pancreatitis,MSAP)+轻度胰腺炎(mild acute pancreatitis,MAP)组(163例)。比较两组患者一般临床资料,入院第1天中性粒细胞/淋巴细胞比值(neutrophil to lymphocyte ratio,NLR)、淀粉酶、脂肪酶、甘油三酯、C反应蛋白/白蛋白比值(C-reactive protein to albumin ratio,CAR)、降钙素原(procalcitonin,PCT)水平,CT严重指数(CT severity index,CTSI)评分、急性生理与慢性健康Ⅱ(acute physiology and chronic health evaluation-Ⅱ,APACHE-Ⅱ)评分、RANSON评分,住院天数、预后情况。应用logistic回归分析纳入差异有显著性的变量作为协变量,将是否发生SAP作为二分类结局变量,得出SAP的相关独立变量并拟合多个独立变量构建新的联合预测模型。构建受试者工作特征曲线(receiver operating characteristic curve,ROC)分析并评估联合预测模型及各独立变量对SAP的预测性能,得到曲线下面积(area under the curve,AUC)、最佳临界值、敏感度、特异度等参数;通过Z检验比较联合预测模型及各独立变量的AUC,从而判断联合预测模型较单一指标的工作性能。结果SAP组入院第1天的NLR、淀粉酶、脂肪酶、甘油三酯、CAR、PCT、CTSI评分、RANSON评分、APACHE-Ⅱ评分均高于MAP+MASP组,差异有显著性(P<0.01)。Logistic回归分析显示,CAR(a)、NLR(b)、甘油三酯(c)是SAP发生的独立危险因素,据此构建的logistic模型表达式为:logit(P)=-4.873+0.279a+0.056b+0.075c。对logistic回归方程进行等式变换,联合预测模型(Pre)表达式为L=0.279a+0.056b+展开更多
文摘目的使用logistic回归分析构建多个临床指标联合预测重症脂源性胰腺炎的预测模型,并评价其预测效果。方法纳入首都医科大学宣武医院2012年11月至2019年12月收住院的207例高甘油三酯血症性胰腺炎(hypertriglyceridemic pancreatitis,HTGP)患者作为研究对象,根据胰腺炎的严重程度将患者分为重症急性胰腺炎(severe acute pancreatitis,SAP)组(44例)和中重度胰腺炎(moderately severe acute pancreatitis,MSAP)+轻度胰腺炎(mild acute pancreatitis,MAP)组(163例)。比较两组患者一般临床资料,入院第1天中性粒细胞/淋巴细胞比值(neutrophil to lymphocyte ratio,NLR)、淀粉酶、脂肪酶、甘油三酯、C反应蛋白/白蛋白比值(C-reactive protein to albumin ratio,CAR)、降钙素原(procalcitonin,PCT)水平,CT严重指数(CT severity index,CTSI)评分、急性生理与慢性健康Ⅱ(acute physiology and chronic health evaluation-Ⅱ,APACHE-Ⅱ)评分、RANSON评分,住院天数、预后情况。应用logistic回归分析纳入差异有显著性的变量作为协变量,将是否发生SAP作为二分类结局变量,得出SAP的相关独立变量并拟合多个独立变量构建新的联合预测模型。构建受试者工作特征曲线(receiver operating characteristic curve,ROC)分析并评估联合预测模型及各独立变量对SAP的预测性能,得到曲线下面积(area under the curve,AUC)、最佳临界值、敏感度、特异度等参数;通过Z检验比较联合预测模型及各独立变量的AUC,从而判断联合预测模型较单一指标的工作性能。结果SAP组入院第1天的NLR、淀粉酶、脂肪酶、甘油三酯、CAR、PCT、CTSI评分、RANSON评分、APACHE-Ⅱ评分均高于MAP+MASP组,差异有显著性(P<0.01)。Logistic回归分析显示,CAR(a)、NLR(b)、甘油三酯(c)是SAP发生的独立危险因素,据此构建的logistic模型表达式为:logit(P)=-4.873+0.279a+0.056b+0.075c。对logistic回归方程进行等式变换,联合预测模型(Pre)表达式为L=0.279a+0.056b+
