目的建立肺结核患者治疗不成功的风险预测模型,评价模型预测效果,为提高肺结核的治愈率提供理论依据。方法采用回顾性研究方法,收集2016年6月—2021年5月在石河子大学第一附属医院感染科收治的肺结核患者,收集研究对象的一般资料和临床...目的建立肺结核患者治疗不成功的风险预测模型,评价模型预测效果,为提高肺结核的治愈率提供理论依据。方法采用回顾性研究方法,收集2016年6月—2021年5月在石河子大学第一附属医院感染科收治的肺结核患者,收集研究对象的一般资料和临床资料,将所有病例按照7∶3的比例随机分为建模组和验证组,采用logistic回归建立风险预测模型,并绘制受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)评价模型的判别能力,采用Hosmer-Lemeshow(HL)检验模型的拟合优度,以约登指数最大值为最佳截断点。结果共收集病例930例,建模组651例患者中,治疗不成功的患者有166例,对建模组的多因素logistic回归分析显示,男性、年龄≥60岁、复治、呼吸衰竭、低白蛋白血症是肺结核患者治疗不成功的危险因素。模型的AUC为0.815,H-L检验结果P>0.05,将验证组人群的风险概率值以0.18为界进行判别,灵敏度为0.845,特异度为0.625,阳性预测值为43.48%,阴性预测值为92.20%。结论本研究所建立的风险预测模型判别能力较好,可以为存在治疗不成功高风险的患者提供预测依据,从而指导医务人员采取针对性的治疗措施,提高肺结核治疗成功率。展开更多
文摘目的建立肺结核患者治疗不成功的风险预测模型,评价模型预测效果,为提高肺结核的治愈率提供理论依据。方法采用回顾性研究方法,收集2016年6月—2021年5月在石河子大学第一附属医院感染科收治的肺结核患者,收集研究对象的一般资料和临床资料,将所有病例按照7∶3的比例随机分为建模组和验证组,采用logistic回归建立风险预测模型,并绘制受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)评价模型的判别能力,采用Hosmer-Lemeshow(HL)检验模型的拟合优度,以约登指数最大值为最佳截断点。结果共收集病例930例,建模组651例患者中,治疗不成功的患者有166例,对建模组的多因素logistic回归分析显示,男性、年龄≥60岁、复治、呼吸衰竭、低白蛋白血症是肺结核患者治疗不成功的危险因素。模型的AUC为0.815,H-L检验结果P>0.05,将验证组人群的风险概率值以0.18为界进行判别,灵敏度为0.845,特异度为0.625,阳性预测值为43.48%,阴性预测值为92.20%。结论本研究所建立的风险预测模型判别能力较好,可以为存在治疗不成功高风险的患者提供预测依据,从而指导医务人员采取针对性的治疗措施,提高肺结核治疗成功率。
