期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于入院指标的新型风险评分模型在成年重型颅脑损伤预后评估中的价值 被引量:1
1
作者 贺亚龙 殷安安 +4 位作者 何鑫 武秀权 蒋晓帆 费舟 林伟 《空军军医大学学报》 CAS 2022年第4期419-423,共5页
目的探讨入院指标与重型颅脑损伤(sTBI)患者预后的关系,建立基于入院指标的新型风险评分模型,用于评估sTBI患者预后。方法回顾性分析空军军医大学西京医院2011年10月至2020年10月收治的439例成年sTBI患者的临床资料,并按照出院时格拉斯... 目的探讨入院指标与重型颅脑损伤(sTBI)患者预后的关系,建立基于入院指标的新型风险评分模型,用于评估sTBI患者预后。方法回顾性分析空军军医大学西京医院2011年10月至2020年10月收治的439例成年sTBI患者的临床资料,并按照出院时格拉斯哥预后评分将其分为预后良好组(91例)与预后不良组(348例)。采用受试者工作特征(ROC)曲线分析和多因素logistic回归模型联合筛选能够独立判断sTBI预后分组的入院指标;采用风险评分方程构建基于多个入院指标的预后评估模型;采用约登指数和欧式指数计算最佳分组界值;采用ROC及曲线下面积(AUC)评估各指标的预后评估效能。结果ROC曲线分析显示:年龄、格拉斯哥昏迷评分(GCS)、心率、血糖、血钾、肌酐、尿素氮、凝血酶原时间国际标准化比值(PT-INR)、凝血酶原时间、凝血活酶时间对sTBI的预后分组具有显著判断意义(均P<0.05);将上述指标带入多因素logistic回归模型,结果显示年龄、GCS、血糖和PT-INR是影响sTBI预后判断的独立风险因素;最后,选取上述4项入院指标构建风险评分模型。ROC曲线分析显示:该模型对sTBI预后分组具有良好的判断价值(AUC:0.807;95%CI:0.754~0.860,P<0.01);以最佳分组界值(-2.221)作为该模型分组界值时,判断sTBI预后分组(AUC:0.752;95%CI:0.689~0.814,P<0.01),特异度:0.822;敏感度:0.670。结论入院时年龄、GCS、血糖及PT-INR可能是影响sTBI预后的重要风险因素;基于上述指标的风险评分模型能够为sTBI患者预后分组提供快速而准确的预测信息,具有十分重要的临床应用前景。 展开更多
关键词 重型颅脑损伤 入院指标 风险评分模型 预后评估
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部