期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于Logistic回归分析绝经后女性椎体压缩性骨折创建Nomogram预测模型
1
作者 朱玉平 陆冬玲 王大寿 《西部医学》 2024年第3期382-386,392,共6页
目的 探讨绝经后女性椎体压缩性骨折(PWVCF)的危险因素以建立该人群的Nomogram预测模型。方法 收集2019年12月—2021年11月在我院就诊并符合本研究入组标准的绝经后女性(PW)患者123例,根据患者椎体是否骨折分为骨折组(n=75)和非骨折组(n... 目的 探讨绝经后女性椎体压缩性骨折(PWVCF)的危险因素以建立该人群的Nomogram预测模型。方法 收集2019年12月—2021年11月在我院就诊并符合本研究入组标准的绝经后女性(PW)患者123例,根据患者椎体是否骨折分为骨折组(n=75)和非骨折组(n=48),采用t检验和χ^(2)检验分析两组患者的差异性,采用单因素、多因素Logistic回归分析PWVCF的危险因素,针对危险因素采用R4.2.1软件建立Nomogram预测模型并校正曲线,ROC曲线确定Nomogram模型的预测效果。结果 单因素分析显示首诊年龄、绝经年龄、外伤史、体重、腰椎骨密度(LSBMD)等可能是PWVCF的影响因素(P<0.05);Logistic多因素分析结果显示,首诊年龄(OR=1.107;95%CI:1.043~1.174)、外伤史(OR=0.185;95%CI:0.05~0.681)、LSBMD(OR=0.515;95%CI:0.342~0.774)是影响PWVCF的独立危险因素(P<0.05)。Nomogram预测模型校正曲线斜率≈1,Hosmer-Lemeshow检验提示该模型拟合优度好(χ^(2)=9.682,P=0.2881)(P>0.05),C-指和ROC曲线AUC值为0.847,ROC曲线AUC值的95%置信区间为0.7734~0.9203,暗示该模型预测效果良好。结论 首诊年龄、外伤史、LSBMD是PWVCF的独立危险因素。针对危险因素建立的Nomogram预测模型提高判断高危人群的效率,为该人群VCF的早期预防和诊断提供一定价值。 展开更多
关键词 绝经后女性 椎体压缩性骨折 Nomogram模型 危险因素
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部