目的血压是人体基本生命体征,是临床病情判断的重要依据之一,本文基于最新版的多参数重症监护数据库MIMIC-Ⅲ(Medical Information Mart for Intensive Care),研究比较无创和有创血压测量的一致性。方法提取了11 671例患者同时测量的226...目的血压是人体基本生命体征,是临床病情判断的重要依据之一,本文基于最新版的多参数重症监护数据库MIMIC-Ⅲ(Medical Information Mart for Intensive Care),研究比较无创和有创血压测量的一致性。方法提取了11 671例患者同时测量的226 093对无创和有创血压测量数据,采用探索性数据分析技术,从年龄和血压分层的角度对比了有创和无创测量结果的一致性,从ICU死亡率判别的角度,分析了两种方法在危重患者病情判断方面的差异性。结果收缩压在[80~120]mmHg(1 mmHg=0.133 k Pa)范围内,有创和无创测量结果的一致性较好;低于80 mmHg,无创高于有创,偏差随血压下降呈增大趋势;高于120 mmHg,无创低于有创,偏差随血压升高也呈增大趋势,Bland-Altman图显示两种测量方法存在难以消除的比例性偏倚。不同年龄分层的收缩压对照分析也呈现相同的现象。从ICU死亡率看,收缩压在低血压片段(<80 mmHg)的有创和无创结果存在显著性差异,无创血压所对应的死亡率明显高于有创血压,而基于平均压的判断,无创与有创结果基本一致,在各个血压段的死亡率不存在显著性差异。结论本研究基于大样本临床数据进一步验证了示波法无创血压测量技术的局限性:在各个年龄段,正常血压范围,无创和有创测量方法差异不大,但当血压异常时(无论是高血压还是低血压),二者差异较大,且呈增大趋势;从判断预后的角度而言,无创和有创平均压的结果较一致,比收缩压更适合用于指导ICU患者的治疗。展开更多
目的基于集成机器学习模型XGBoost(Extreme Grardient Boosting)构建ICU住院老年多器官功能不全综合征(multiple organ dysfunction syndrome in the elderly,MODSE)早期(入ICU 24h后)死亡预测模型,以更好地辅助临床决策和治疗。方法利...目的基于集成机器学习模型XGBoost(Extreme Grardient Boosting)构建ICU住院老年多器官功能不全综合征(multiple organ dysfunction syndrome in the elderly,MODSE)早期(入ICU 24h后)死亡预测模型,以更好地辅助临床决策和治疗。方法利用公开的基于电子病历的大型数据库中重症医学信息数据库MIMIC-Ⅲ(Medical Information Mart for Intensive Care),纳入MODSE患者14 329例,其中院内死亡2 341例(16.3%),随机抽取80%作为训练集,剩余20%为测试集,根据预后将患者分为死亡组(1 864例)和存活组(9 599例),采集人口统计学信息、入ICU第一天的生命体征、临床干预措施、全身炎症反应综合征评分(SIRS),序贯器官衰竭估计评分(SOFA)作为模型参数,比较两组患者各指标差异;采用XGBoost模型算法进行模型训练,研究死亡相关特征重要性排名分布;用受试者工作特征曲线(ROC)评估模型对MODSE患者死亡风险的预测价值。结果与存活组比较,死亡组患者格拉斯哥昏迷指数(glasgow coma scale,GCS)、年龄、心率最大值等较高,体质量指数(hody mass index,BMI)、收缩压最小值等较低,差异均存在统计学意义(P均<0.01)。XGBoost构建预测模型的特征排名前10的指标为呼吸频率、活化的部分凝血酶原时间(activated part of the prothrombin time,APTT)、年龄、体温、BMI、收缩压、血小板、血糖、休克指数、內细胞计数;Xghoost模型预测MODSE患者死亡的AUC为0.853,敏感性为0.824,特异性为0.725,准确率为0.854,高于SOFA等各类评分。结论与传统的评分相比,XGBoost模型的预测性能更加优越,可以更好地辅助临床决策,更早地指导临床医生开展集束化治疗。展开更多
目的分析脓毒血症患者的预后因素并建立一个可预测脓毒血症患者28 d内死亡风险的模型。方法从重症监护医学信息集市(Medical Information Mart for Intensive Care,MIMIC)-Ⅲ数据库中提取脓毒血症患者的临床数据。脓毒症患者按7∶3分为...目的分析脓毒血症患者的预后因素并建立一个可预测脓毒血症患者28 d内死亡风险的模型。方法从重症监护医学信息集市(Medical Information Mart for Intensive Care,MIMIC)-Ⅲ数据库中提取脓毒血症患者的临床数据。脓毒症患者按7∶3分为建模组(n=2109)和验证组(n=900)。依据建模组2109例患者的数据,采用单因素及多因素Logistic回归方法探索影响脓毒血症患者预后的危险因素,在此基础上构建列线图(nomogram)。通过绘制校准曲线、计算C指数判断其准确性。结果在纳入的3009例脓毒血症患者中,有2022例患者存活,28 d总死亡率为32.8%。年龄>65岁(OR=2.02,P<0.001)、中性粒细胞百分比>84.85%(OR=1.34,P=0.002)、血尿素氮(BUN)>34.5 mg/dl(OR=2.69,P<0.001),血钾>4.85 mmol/L(OR=2.23,P=0.001)、乳酸>4.85 mmol/L(OR=2.77,P<0.001)是独立危险因素。根据危险因素构建预测模型,并进行C指数分析,结果显示在建模组和验证组的C指数分别为0.708(95%CI 0.685-0.731)和0.714(95%CI 0.679-0.749),其对应的校准曲线也表现出较好的一致性。结论本研究基于年龄、中性粒细胞百分比、BUN、血钾和乳酸5项指标构建的列线图具有良好预测性能,有助于临床医生及时评估脓毒血症患者早期死亡风险,进而采取积极措施。展开更多
目的构建并验证急性心肌梗死危重患者中短期预后的列线图模型,为临床制定个性化治疗建议和随访策略提供参考。方法从重症监护医学信息数据库(Medical Information Mart for Intensive CareⅢ,MIMIC-Ⅲ)v1.4中提取急性心肌梗死(acute myo...目的构建并验证急性心肌梗死危重患者中短期预后的列线图模型,为临床制定个性化治疗建议和随访策略提供参考。方法从重症监护医学信息数据库(Medical Information Mart for Intensive CareⅢ,MIMIC-Ⅲ)v1.4中提取急性心肌梗死(acute myocardial infarction,AMI)患者的临床资料。用Cox比例风险模型确定独立预后因素。在多因素分析的基础上,构建AMI危重患者中短期生存概率的预测模型。根据一致性指数和标准曲线,评价多因素分析的识别能力和准确性。结果将2463例AMI患者纳入分析,并随机分为一个训练集(n=1641)和一个验证集(n=822)。受试者操作特征曲线(receiver operator characteristic curve,ROC曲线)的曲线下面积(area under the curve,AUC)显示,列线图在预测AMI患者的3月、6月、12月生存率方面表现良好,校准曲线和标准曲线表现出高度的一致性,表明预测结果与实际情况高度一致,并且预测结果相当可靠(P<0.001)。结论本研究构建的列线图模型可以准确预测AMI危重患者的中短期生存概率,为临床决策提供可靠的参考。展开更多
文摘目的探讨1 h血清乳酸(Lac)水平与重症监护病房(ICU)重症患者30 d病死率的关系。方法采用回顾性观察性队列研究方法,从美国重症监护医学信息数据库(MIMIC-Ⅲ)中收集首次入住ICU 1 h内测定过Lac水平的成人(年龄≥16岁)重症患者的临床资料。根据1 h Lac水平将患者分为<2 mmol/L组、2~4 mmol/L组、>4 mmol/L组,分析患者基线特征。采用多变量Logistic回归分析评估1 h Lac水平与30 d病死率之间的关系。用受试者工作特征曲线(ROC)分析1 h Lac水平对重症患者30 d病死率的预测价值,并根据最佳截断值分组,绘制30 d Kaplan-Meier生存曲线。此外,对各分类变量分层进行敏感性分析。结果共纳入3969例ICU重症患者,30 d死亡673例,30 d总病死率为16.96%。1 h Lac<2 mmol/L 1664例,1 h Lac 2~4 mmol/L 1588例,1 h Lac>4 mmol/L 717例,3组患者年龄、入住ICU时间、入住ICU类型、心率、白细胞计数、血红蛋白、血肌酐、序贯器官衰竭评分(SOFA)、呼吸机使用、血管活性药物使用以及主要诊断差异均有统计学意义。多变量Logistic回归分析显示,1 h Lac每增加1 mmol/L,重症患者30 d病死率将增加0.24倍〔优势比(OR)=1.24,95%可信区间(95%CI)为1.19~1.29,P<0.0001〕。ROC曲线分析显示,1 h Lac预测重症患者30 d病死率的ROC曲线下面积(AUC)为0.694(95%CI为0.669~0.718),最佳截断值为3.35 mmol/L时,敏感度为0.499,特异度为0.779,阳性似然比为2.260,阴性似然比为0.643。根据1 h Lac最佳截断值将患者分为高乳酸组(≥3.35 mmol/L)和低乳酸组(<3.35 mmol/L),其30 d病死率分别为31.58%(336/1064)和11.60%(337/2905),Kaplan-Meier生存曲线显示,高乳酸组30 d累积存活率显著低于低乳酸组(Log-rank检验:χ^2=247.72,P<0.0001)。多元回归分析显示,考虑到年龄、入住ICU时间、入住ICU类型、血红蛋白水平、白细胞计数、血管活性药物使用、呼吸机使用及主要诊断等因素,高乳酸组30 d病死率是低乳酸组的2.34倍(OR=
文摘目的血压是人体基本生命体征,是临床病情判断的重要依据之一,本文基于最新版的多参数重症监护数据库MIMIC-Ⅲ(Medical Information Mart for Intensive Care),研究比较无创和有创血压测量的一致性。方法提取了11 671例患者同时测量的226 093对无创和有创血压测量数据,采用探索性数据分析技术,从年龄和血压分层的角度对比了有创和无创测量结果的一致性,从ICU死亡率判别的角度,分析了两种方法在危重患者病情判断方面的差异性。结果收缩压在[80~120]mmHg(1 mmHg=0.133 k Pa)范围内,有创和无创测量结果的一致性较好;低于80 mmHg,无创高于有创,偏差随血压下降呈增大趋势;高于120 mmHg,无创低于有创,偏差随血压升高也呈增大趋势,Bland-Altman图显示两种测量方法存在难以消除的比例性偏倚。不同年龄分层的收缩压对照分析也呈现相同的现象。从ICU死亡率看,收缩压在低血压片段(<80 mmHg)的有创和无创结果存在显著性差异,无创血压所对应的死亡率明显高于有创血压,而基于平均压的判断,无创与有创结果基本一致,在各个血压段的死亡率不存在显著性差异。结论本研究基于大样本临床数据进一步验证了示波法无创血压测量技术的局限性:在各个年龄段,正常血压范围,无创和有创测量方法差异不大,但当血压异常时(无论是高血压还是低血压),二者差异较大,且呈增大趋势;从判断预后的角度而言,无创和有创平均压的结果较一致,比收缩压更适合用于指导ICU患者的治疗。
文摘目的基于集成机器学习模型XGBoost(Extreme Grardient Boosting)构建ICU住院老年多器官功能不全综合征(multiple organ dysfunction syndrome in the elderly,MODSE)早期(入ICU 24h后)死亡预测模型,以更好地辅助临床决策和治疗。方法利用公开的基于电子病历的大型数据库中重症医学信息数据库MIMIC-Ⅲ(Medical Information Mart for Intensive Care),纳入MODSE患者14 329例,其中院内死亡2 341例(16.3%),随机抽取80%作为训练集,剩余20%为测试集,根据预后将患者分为死亡组(1 864例)和存活组(9 599例),采集人口统计学信息、入ICU第一天的生命体征、临床干预措施、全身炎症反应综合征评分(SIRS),序贯器官衰竭估计评分(SOFA)作为模型参数,比较两组患者各指标差异;采用XGBoost模型算法进行模型训练,研究死亡相关特征重要性排名分布;用受试者工作特征曲线(ROC)评估模型对MODSE患者死亡风险的预测价值。结果与存活组比较,死亡组患者格拉斯哥昏迷指数(glasgow coma scale,GCS)、年龄、心率最大值等较高,体质量指数(hody mass index,BMI)、收缩压最小值等较低,差异均存在统计学意义(P均<0.01)。XGBoost构建预测模型的特征排名前10的指标为呼吸频率、活化的部分凝血酶原时间(activated part of the prothrombin time,APTT)、年龄、体温、BMI、收缩压、血小板、血糖、休克指数、內细胞计数;Xghoost模型预测MODSE患者死亡的AUC为0.853,敏感性为0.824,特异性为0.725,准确率为0.854,高于SOFA等各类评分。结论与传统的评分相比,XGBoost模型的预测性能更加优越,可以更好地辅助临床决策,更早地指导临床医生开展集束化治疗。
文摘目的分析脓毒血症患者的预后因素并建立一个可预测脓毒血症患者28 d内死亡风险的模型。方法从重症监护医学信息集市(Medical Information Mart for Intensive Care,MIMIC)-Ⅲ数据库中提取脓毒血症患者的临床数据。脓毒症患者按7∶3分为建模组(n=2109)和验证组(n=900)。依据建模组2109例患者的数据,采用单因素及多因素Logistic回归方法探索影响脓毒血症患者预后的危险因素,在此基础上构建列线图(nomogram)。通过绘制校准曲线、计算C指数判断其准确性。结果在纳入的3009例脓毒血症患者中,有2022例患者存活,28 d总死亡率为32.8%。年龄>65岁(OR=2.02,P<0.001)、中性粒细胞百分比>84.85%(OR=1.34,P=0.002)、血尿素氮(BUN)>34.5 mg/dl(OR=2.69,P<0.001),血钾>4.85 mmol/L(OR=2.23,P=0.001)、乳酸>4.85 mmol/L(OR=2.77,P<0.001)是独立危险因素。根据危险因素构建预测模型,并进行C指数分析,结果显示在建模组和验证组的C指数分别为0.708(95%CI 0.685-0.731)和0.714(95%CI 0.679-0.749),其对应的校准曲线也表现出较好的一致性。结论本研究基于年龄、中性粒细胞百分比、BUN、血钾和乳酸5项指标构建的列线图具有良好预测性能,有助于临床医生及时评估脓毒血症患者早期死亡风险,进而采取积极措施。
文摘目的构建并验证急性心肌梗死危重患者中短期预后的列线图模型,为临床制定个性化治疗建议和随访策略提供参考。方法从重症监护医学信息数据库(Medical Information Mart for Intensive CareⅢ,MIMIC-Ⅲ)v1.4中提取急性心肌梗死(acute myocardial infarction,AMI)患者的临床资料。用Cox比例风险模型确定独立预后因素。在多因素分析的基础上,构建AMI危重患者中短期生存概率的预测模型。根据一致性指数和标准曲线,评价多因素分析的识别能力和准确性。结果将2463例AMI患者纳入分析,并随机分为一个训练集(n=1641)和一个验证集(n=822)。受试者操作特征曲线(receiver operator characteristic curve,ROC曲线)的曲线下面积(area under the curve,AUC)显示,列线图在预测AMI患者的3月、6月、12月生存率方面表现良好,校准曲线和标准曲线表现出高度的一致性,表明预测结果与实际情况高度一致,并且预测结果相当可靠(P<0.001)。结论本研究构建的列线图模型可以准确预测AMI危重患者的中短期生存概率,为临床决策提供可靠的参考。
