目的:研究严重创伤进展为持续炎症-免疫抑制-分解代谢综合征(persistent inflammation,immunosuppression and catabolism syndrome,PICS)的影响因素,并构建PICS发生风险的列线图预测模型并评估其预测效果。方法:收集新疆医科大学第一...目的:研究严重创伤进展为持续炎症-免疫抑制-分解代谢综合征(persistent inflammation,immunosuppression and catabolism syndrome,PICS)的影响因素,并构建PICS发生风险的列线图预测模型并评估其预测效果。方法:收集新疆医科大学第一附属医院TICU 2017年6月—2023年5月收治的169例严重创伤患者资料。根据ICU住院第14天的C反应蛋白、淋巴细胞计数和白蛋白水平将患者分为PICS组(78例)和非PICS组(91例)。收集了患者的入院初次诊断指标、血栓弹力图、血小板指标及生化指标,使用独立样本t检验、Mann-Whitney U检验和χ2检验进行单因素分析,再进行多因素logistic分析确定严重创伤并发PICS的危险因素;使用R软件建立列线图预测模型,通过受试者工作特征曲线下面积(area under curve,AUC)和拟合度检验评估模型预测效果。结果:在169例严重创伤患者中,78例发展为PICS,91例未发展为PICS。两组在年龄、年龄评分、最大振幅(maximum amplitude,MA)、凝固角、血块30 min溶解百分比、血液凝固时间、血小板平均分布宽度、血小板计数、血小板压积、总蛋白、球蛋白、总胆固醇及γ谷氨酰胺基转肽酶(γ-glutamyl transferase,γ-GGT)方面差异有统计学意义(P<0.05)。多因素logistic回归分析显示,血小板平均分布宽度(platelet distribution width,PDW)、MA、γ-GGT是严重创伤并发PICS的独立影响因素(H-L检验0.847,正确百分比74%),使用这些独立危险因素建立的列线图模型具有较好区分度及校准度(AUC=0.787,MAE=0.053)。结论:PDW、MA、γ-GGT是严重创伤并发PICS的独立影响因素。基于这些指标构建的列线图模型能较好预测严重创伤患者发生PICS的可能性,有助于早期识别和阻止PICS的发生发展。展开更多
文摘目的:研究严重创伤进展为持续炎症-免疫抑制-分解代谢综合征(persistent inflammation,immunosuppression and catabolism syndrome,PICS)的影响因素,并构建PICS发生风险的列线图预测模型并评估其预测效果。方法:收集新疆医科大学第一附属医院TICU 2017年6月—2023年5月收治的169例严重创伤患者资料。根据ICU住院第14天的C反应蛋白、淋巴细胞计数和白蛋白水平将患者分为PICS组(78例)和非PICS组(91例)。收集了患者的入院初次诊断指标、血栓弹力图、血小板指标及生化指标,使用独立样本t检验、Mann-Whitney U检验和χ2检验进行单因素分析,再进行多因素logistic分析确定严重创伤并发PICS的危险因素;使用R软件建立列线图预测模型,通过受试者工作特征曲线下面积(area under curve,AUC)和拟合度检验评估模型预测效果。结果:在169例严重创伤患者中,78例发展为PICS,91例未发展为PICS。两组在年龄、年龄评分、最大振幅(maximum amplitude,MA)、凝固角、血块30 min溶解百分比、血液凝固时间、血小板平均分布宽度、血小板计数、血小板压积、总蛋白、球蛋白、总胆固醇及γ谷氨酰胺基转肽酶(γ-glutamyl transferase,γ-GGT)方面差异有统计学意义(P<0.05)。多因素logistic回归分析显示,血小板平均分布宽度(platelet distribution width,PDW)、MA、γ-GGT是严重创伤并发PICS的独立影响因素(H-L检验0.847,正确百分比74%),使用这些独立危险因素建立的列线图模型具有较好区分度及校准度(AUC=0.787,MAE=0.053)。结论:PDW、MA、γ-GGT是严重创伤并发PICS的独立影响因素。基于这些指标构建的列线图模型能较好预测严重创伤患者发生PICS的可能性,有助于早期识别和阻止PICS的发生发展。
