目的建立脓毒症相关性脑病(sepsis-associated encephalopathy,SAE)患者的死亡风险预测模型并进行验证。方法提取2008—2019年重症医学信息数据库(Medical Information Mart for Intensive Care-Ⅳ,MIMIC-Ⅳ)中2767例SAE患者的临床数据...目的建立脓毒症相关性脑病(sepsis-associated encephalopathy,SAE)患者的死亡风险预测模型并进行验证。方法提取2008—2019年重症医学信息数据库(Medical Information Mart for Intensive Care-Ⅳ,MIMIC-Ⅳ)中2767例SAE患者的临床数据作为训练集,构建死亡风险预测模型,并对其预测准确性及拟合优度进行评价。回顾性收集2018年6月至2021年6月合肥市第二人民医院重症医学科的134例SAE患者临床数据纳入验证集,代入预测模型进行外部验证。结果多因素Logistic回归分析显示,年龄、使用血管活性药物、格拉斯哥昏迷评分、国际标准化比值、动脉血氧分压、血乳酸、血尿素氮、白蛋白是SAE患者院内死亡的独立影响因素(P<0.05)。使用影响因素构建预测模型,受试者操作特征(receiver operator characteristic,ROC)曲线下面积为0.765,95%置信区间为74.45%~78.53%,Hosmer-Lemeshow检验显示预测模型的拟合优度良好(χ^(2)=13.090,P=0.109)。将预测模型代入验证集,敏感度为80.00%,特异性为61.60%,准确性为76.87%,ROC曲线下面积为0.757,提示模型外部数据验证中区分度良好。结论构建的预测模型可用于预测SAE患者的院内死亡风险,有助于临床及时调整治疗策略,降低死亡率,改善预后。展开更多
目的探讨平均动脉压(mean arterial pressure,MAP)变异度与重症患者的重症医学科(intensive care unit,ICU)病死率之间的关系。方法回顾性分析重症监护医学信息数据库(Medical Information Mart for Intensive Care,MIMIC)-Ⅲ中38852例...目的探讨平均动脉压(mean arterial pressure,MAP)变异度与重症患者的重症医学科(intensive care unit,ICU)病死率之间的关系。方法回顾性分析重症监护医学信息数据库(Medical Information Mart for Intensive Care,MIMIC)-Ⅲ中38852例入ICU的重症患者的临床资料,计算入ICU后24 h内记录的MAP的变异系数作为MAP变异度,采用一般线性回归观察入ICU 24 h内MAP变异度与重症患者ICU病死率之间的相关性,并采用受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)评估MAP变异度预测重症患者ICU病死率的能力。结果入ICU 24 h的MAP变异度与ICU病死率之间有很好的相关性(R2=0.860,P<0.001),MAP变异度越大,ICU病死率越高。24h的MAP变异程度预测ICU病死率的AUC为0.61。结论重症患者入ICU 24 h内的MAP变异度与ICU病死率有很好的相关性,MAP变异度越大,ICU病死率越高;MAP变异度能够为简单快速预测危重患者的ICU病死率提供一定的信息。展开更多
目的:鉴于脓毒症的高发病率和高病死率,早期识别高风险患者并及时干预至关重要,而现有死亡风险预测模型在操作、适用性和预测长期预后等方面均存在不足。本研究旨在探讨脓毒症患者死亡的危险因素,构建近期和远期死亡风险预测模型。方法...目的:鉴于脓毒症的高发病率和高病死率,早期识别高风险患者并及时干预至关重要,而现有死亡风险预测模型在操作、适用性和预测长期预后等方面均存在不足。本研究旨在探讨脓毒症患者死亡的危险因素,构建近期和远期死亡风险预测模型。方法:从美国重症监护医学信息数据库IV(Medical Information Mart for Intensive Care-IV,MIMIC-IV)中选取符合脓毒症3.0诊断标准的人群,按7?3的比例随机分为建模组和验证组,分析患者的基线资料。采用单因素Cox回归分析和全子集回归确定脓毒症患者死亡的危险因素并筛选出构建预测模型的变量。分别用时间依赖性曲线下面积(area under the curve,AUC)、校准曲线和决策曲线评估模型的区分度、校准度和临床实用性。结果:共纳入14240例脓毒症患者,28 d和1年病死率分别为21.45%(3054例)和36.50%(5198例)。高龄、女性、高感染相关器官衰竭评分(sepsis-related organ failure assessment,SOFA)、高简明急性生理学评分(simplified acute physiology score II,SAPS II)、心率快、呼吸频率快、脓毒症休克、充血性心力衰竭、慢性阻塞性肺疾病、肝脏疾病、肾脏疾病、糖尿病、恶性肿瘤、高白细胞计数(white blood cell count,WBC)、长凝血酶原时间(prothrombin time,PT)、高血肌酐(serum creatinine,SCr)水平均为脓毒症死亡的危险因素(均P<0.05)。由PT、呼吸频率、体温、合并恶性肿瘤、合并肝脏疾病、脓毒症休克、SAPS II及年龄8个变量构建的模型,其28 d和1年生存的AUC分别为0.717(95%CI 0.710~0.724)和0.716(95%CI 0.707~0.725)。校准曲线和决策曲线表明该模型具有良好的校准度及较好的临床应用价值。结论:基于MIMIC-IV建立的脓毒症患者近期和远期死亡风险预测模型有较好的识别能力,对患者预后风险评估及干预治疗具有一定的临床参考意义。展开更多
目的 构建急性药物中毒性脑病患者重症监护室(intensive care unit, ICU)住院时间延长的预测模型并评价其效能。方法 选择重症监护医疗信息集市(MIMIC)-Ⅳ2.2数据库中148例急性药物中毒性脑病患者作为研究对象,收集患者临床资料,根据IC...目的 构建急性药物中毒性脑病患者重症监护室(intensive care unit, ICU)住院时间延长的预测模型并评价其效能。方法 选择重症监护医疗信息集市(MIMIC)-Ⅳ2.2数据库中148例急性药物中毒性脑病患者作为研究对象,收集患者临床资料,根据ICU住院时间分非延长组(≤48 h)与延长组(>48 h)。采用最小绝对收缩和选择算子(LASSO)回归联合Logistic回归筛选变量,构建和绘制列线图。分别采用受试者工作特征曲线下面积(AUC)、Hosmer-Lemeshow校准曲线和决策曲线分析(DCA)评价模型的区分度、校准度及临床适用度。结果 患者ICU住院时间1~15 d,其中ICU住院时间延长69例,采取LASSO回归与Logistic回归相结合方法筛选预测变量。结果显示SOFA评分、心率、合并心血管疾病、使用机械通气4个变量为独立危险因素,依据以上预测变量构建和绘制列线图,列线图的AUC为0.837,95%CI 0.774~0.900;Bootstrap内部验证AUC 0.873,95%CI 0.817~0.930,说明该列线图预测模型具有较好的预测能力。校准曲线和Hosmer-Lemeshow检验(χ^(2)=6.392,P=0.603)均显示该模型具有较高的一致性和拟合度;DCA结果表明,患者可从模型中净获益(阈值范围0.05~1.00),具有较好的临床适用性。结论 本研究开发的模型性能良好,有助于评估急性药物中毒性脑病患者ICU住院时间的延长风险。展开更多
文摘目的建立脓毒症相关性脑病(sepsis-associated encephalopathy,SAE)患者的死亡风险预测模型并进行验证。方法提取2008—2019年重症医学信息数据库(Medical Information Mart for Intensive Care-Ⅳ,MIMIC-Ⅳ)中2767例SAE患者的临床数据作为训练集,构建死亡风险预测模型,并对其预测准确性及拟合优度进行评价。回顾性收集2018年6月至2021年6月合肥市第二人民医院重症医学科的134例SAE患者临床数据纳入验证集,代入预测模型进行外部验证。结果多因素Logistic回归分析显示,年龄、使用血管活性药物、格拉斯哥昏迷评分、国际标准化比值、动脉血氧分压、血乳酸、血尿素氮、白蛋白是SAE患者院内死亡的独立影响因素(P<0.05)。使用影响因素构建预测模型,受试者操作特征(receiver operator characteristic,ROC)曲线下面积为0.765,95%置信区间为74.45%~78.53%,Hosmer-Lemeshow检验显示预测模型的拟合优度良好(χ^(2)=13.090,P=0.109)。将预测模型代入验证集,敏感度为80.00%,特异性为61.60%,准确性为76.87%,ROC曲线下面积为0.757,提示模型外部数据验证中区分度良好。结论构建的预测模型可用于预测SAE患者的院内死亡风险,有助于临床及时调整治疗策略,降低死亡率,改善预后。
文摘目的探讨平均动脉压(mean arterial pressure,MAP)变异度与重症患者的重症医学科(intensive care unit,ICU)病死率之间的关系。方法回顾性分析重症监护医学信息数据库(Medical Information Mart for Intensive Care,MIMIC)-Ⅲ中38852例入ICU的重症患者的临床资料,计算入ICU后24 h内记录的MAP的变异系数作为MAP变异度,采用一般线性回归观察入ICU 24 h内MAP变异度与重症患者ICU病死率之间的相关性,并采用受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)评估MAP变异度预测重症患者ICU病死率的能力。结果入ICU 24 h的MAP变异度与ICU病死率之间有很好的相关性(R2=0.860,P<0.001),MAP变异度越大,ICU病死率越高。24h的MAP变异程度预测ICU病死率的AUC为0.61。结论重症患者入ICU 24 h内的MAP变异度与ICU病死率有很好的相关性,MAP变异度越大,ICU病死率越高;MAP变异度能够为简单快速预测危重患者的ICU病死率提供一定的信息。
文摘目的:鉴于脓毒症的高发病率和高病死率,早期识别高风险患者并及时干预至关重要,而现有死亡风险预测模型在操作、适用性和预测长期预后等方面均存在不足。本研究旨在探讨脓毒症患者死亡的危险因素,构建近期和远期死亡风险预测模型。方法:从美国重症监护医学信息数据库IV(Medical Information Mart for Intensive Care-IV,MIMIC-IV)中选取符合脓毒症3.0诊断标准的人群,按7?3的比例随机分为建模组和验证组,分析患者的基线资料。采用单因素Cox回归分析和全子集回归确定脓毒症患者死亡的危险因素并筛选出构建预测模型的变量。分别用时间依赖性曲线下面积(area under the curve,AUC)、校准曲线和决策曲线评估模型的区分度、校准度和临床实用性。结果:共纳入14240例脓毒症患者,28 d和1年病死率分别为21.45%(3054例)和36.50%(5198例)。高龄、女性、高感染相关器官衰竭评分(sepsis-related organ failure assessment,SOFA)、高简明急性生理学评分(simplified acute physiology score II,SAPS II)、心率快、呼吸频率快、脓毒症休克、充血性心力衰竭、慢性阻塞性肺疾病、肝脏疾病、肾脏疾病、糖尿病、恶性肿瘤、高白细胞计数(white blood cell count,WBC)、长凝血酶原时间(prothrombin time,PT)、高血肌酐(serum creatinine,SCr)水平均为脓毒症死亡的危险因素(均P<0.05)。由PT、呼吸频率、体温、合并恶性肿瘤、合并肝脏疾病、脓毒症休克、SAPS II及年龄8个变量构建的模型,其28 d和1年生存的AUC分别为0.717(95%CI 0.710~0.724)和0.716(95%CI 0.707~0.725)。校准曲线和决策曲线表明该模型具有良好的校准度及较好的临床应用价值。结论:基于MIMIC-IV建立的脓毒症患者近期和远期死亡风险预测模型有较好的识别能力,对患者预后风险评估及干预治疗具有一定的临床参考意义。
