目的基于Logistic回归构建和验证院内急诊抢救室心脏骤停患者预测模型。方法本研究为回顾性队列研究,纳入2020年1月至2021年7月新疆医科大学第一附属医院急诊抢救室的患者。收集患者的一般资料、生命体征、临床症状及实验室检查结果等,...目的基于Logistic回归构建和验证院内急诊抢救室心脏骤停患者预测模型。方法本研究为回顾性队列研究,纳入2020年1月至2021年7月新疆医科大学第一附属医院急诊抢救室的患者。收集患者的一般资料、生命体征、临床症状及实验室检查结果等,观察结局为患者在24 h内发生心脏骤停。按照7∶3的比例随机将患者分为建模组和验证组。用LASSO回归和多因素Logistic回归筛选预测因素,并构建院内急诊抢救室患者发生心脏骤停的预测模型。采用受试者工作特征曲线下面积(area under the curve,AUC)、校准曲线和临床决策曲线评估预测模型的价值。结果共纳入784例急诊抢救室患者参与研究,发生心脏骤停患者384例。最终筛选出10个变量并构建心脏骤停风险预测模型:Logit(P)=-4.503+2.159×改良早期预警评分(modified early warning score,MEWS)评分+2.095×胸痛+1.670×腹痛+2.021×呕血+2.015×手脚湿冷+5.521×气管插管+0.388×静脉血乳酸-0.100×白蛋白+0.768×血K^(+)+0.001×D-二聚体。建模组AUC为0.984(95%CI:0.976~0.993),验证组的AUC为0.972(95%CI:0.951~0.993),该预测模型具有良好的校准度、区分度和临床应用价值。结论基于MEWS评分、胸痛、腹痛、呕血、手脚湿冷、气管插管、静脉血乳酸、白蛋白、血K^(+)和D-二聚体构建院内急诊抢救室心脏骤停预测模型,预测急诊抢救室患者发生心脏骤停的概率并及时调整治疗策略。展开更多
文摘目的基于Logistic回归构建和验证院内急诊抢救室心脏骤停患者预测模型。方法本研究为回顾性队列研究,纳入2020年1月至2021年7月新疆医科大学第一附属医院急诊抢救室的患者。收集患者的一般资料、生命体征、临床症状及实验室检查结果等,观察结局为患者在24 h内发生心脏骤停。按照7∶3的比例随机将患者分为建模组和验证组。用LASSO回归和多因素Logistic回归筛选预测因素,并构建院内急诊抢救室患者发生心脏骤停的预测模型。采用受试者工作特征曲线下面积(area under the curve,AUC)、校准曲线和临床决策曲线评估预测模型的价值。结果共纳入784例急诊抢救室患者参与研究,发生心脏骤停患者384例。最终筛选出10个变量并构建心脏骤停风险预测模型:Logit(P)=-4.503+2.159×改良早期预警评分(modified early warning score,MEWS)评分+2.095×胸痛+1.670×腹痛+2.021×呕血+2.015×手脚湿冷+5.521×气管插管+0.388×静脉血乳酸-0.100×白蛋白+0.768×血K^(+)+0.001×D-二聚体。建模组AUC为0.984(95%CI:0.976~0.993),验证组的AUC为0.972(95%CI:0.951~0.993),该预测模型具有良好的校准度、区分度和临床应用价值。结论基于MEWS评分、胸痛、腹痛、呕血、手脚湿冷、气管插管、静脉血乳酸、白蛋白、血K^(+)和D-二聚体构建院内急诊抢救室心脏骤停预测模型,预测急诊抢救室患者发生心脏骤停的概率并及时调整治疗策略。
