腹部术后严重并发症预测模型的建立与分析

来源 :天津医科大学 | 被引量 : 0次 | 上传用户:zcat16
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的分析普通外科行腹部手术患者术前营养、炎症状况及术后严重并发症的发生情况。分析患者术前营养及炎症状况与术后严重并发症发生的相关性,进一步探讨术后严重并发症发生的危险因素并构建相应的预测模型,评价该模型对术后并发症的预测价值,为临床预防术后严重并发症的发生提供参考。方法回顾性收集2017年7月至2019年9月在天津医科大学总医院普通外科住院并且接受腹部手术的患者的临床资料,按照一定的纳入和排除标准共纳入223例患者,按照Clavien分级系统,将发生III级及以上并发症的患者纳入研究组,其余患者为对照组,比较两组患者手术前身高、体重、白蛋白、前白蛋白、淋巴细胞计数、中性粒细胞计数等指标,分析患者术前营养及炎症状态与术后严重并发症发生的相关性,分析腹部手术后严重并发症发生的危险因素,使用Logistic回归分析构建腹部手术术后严重并发症预测模型,并使用联合诊断的ROC曲线分析其对术后严重并发症发生的预测价值。结果根据术后并发症的Clavien分级系统,纳入本次研究的223名接受腹部手术的患者中有53名患者发生III级及以上并发症,并发症发生率为23.7%,其中死亡患者7例,死亡率为3.1%。术前存在营养风险的患者90例(40.4%)。不同临床结局患者比较,我们发现高龄,术前较低的前白蛋白、白蛋白、转铁蛋白及血红蛋白含量、淋巴细胞计数,较高的中性粒细胞计数是术后严重并发症的危险因素,这些患者更容易出现术后并发症(P<0.05)。身高、体重、BMI、肌酐及血小板含量的差异无统计学意义(P>0.05)。由此构建腹部手术后严重并发症发生的预测模型PCP=11.633-0.199×白蛋白计数-0.013×前白蛋白计数。以是否发生术后严重并发症为评价标准,NRS2002评分、NLR及PCP评分的受试者工作特性曲线的曲线下面积分别为0.654、0.732和0.863,所以,PCP评分对术后并发症的预测价值高于NRS2002评分及NLR评分。结论行腹部手术患者术前营养风险发生率较高,术前存在营养风险及炎症状态是发生术后并发症的危险因素,虽然NRS2002评分、NLR及PCP评分都可以预测术后严重并发症的发生,但是与NRS2002评分、NLR评分相比,PCP评分可以更准确客观的预测腹部手术患者术后严重并发症的发生,帮助临床医生识别术后严重并发症高危人群,术前积极改善相关指标,减少术后并发症的发生。
其他文献
本论文选取谷崎润一郎的初期作品《刺青》(1910年)、中期作品《痴人之爱》(1924年)、后期作品《钥匙》(1956年)作为研究对象,参考作家随笔及其他相关资料,试图阐明谷崎润一郎
随着国民经济的快速发展,矿产资源被大量开发和利用,尾砂排放量也逐年增大,尾砂堆积问题日益严重,多途径寻找尾砂综合利用的方法已成为当前研究的热点。本文通过对金山店铁矿
由于生物酶具有高效、专一、反应条件温和等特性,它作为一种节能减排、对环境友好的助剂,在纺织印染加工中扮演着越来越重要的角色。其中,脂肪酶的水解特性使其在棉织物精练
黏菌是陆地生态系统中一组真核的微生物,常见于温暖潮湿的森林和植被丰富的环境中。因其生活史兼具原生动物和真菌部分特征,使其在生物界中的地位一直没有得到统一。目前黏菌
高光谱遥感成像是对地观测领域的研究热点之一。高光谱图像包含几十至几百个波段的光谱信息,为地物分类和地物识别提供了有力的分析依据。然而,高光谱图像光谱分辨率的不断提
路网容量是交通供给能力的宏观体现。路网容量可靠性体现的是路网容量的稳定性,是指在考虑了路网拓扑结构和出行者的路径选择行为的前提下,在交通需求和交通供给双向随机波动
打捞蓝藻水华是减少水华局部危害的有效手段,但迄今捞取的大量蓝藻废弃物尚未能有效地进行资源化利用。本文以天然蓝藻水华为材料,探索利用其细胞营养,培养净化环境的细菌,旨
中国的美容和化妆品行业经过了从远古到现代已经发生了巨大的变化,尤其是新的科技研究在产品上产生了很多创新。美容和化妆品的销售也从传统的电商到移动互联网的营销模式转
目的:血管性轻度认知障碍(vascular mild cognitive impairment,v MCI)是血管性痴呆早期阶段之一。尽管已有研究发现v MCI患者部分脑网络指标发生了改变,但目前尚缺乏v MCI患者脑功能及结构网络之间一致性的研究。脑功能-结构(functional-structural,F-S)耦合反映了脑功能和结构网络之间紧密的联系,可能为v MCI患者的早期诊断提供新的视角
当前,电力杆塔的巡检逐步从人工巡检转变为无人机巡检,对无人机拍摄到的大量图像以人工判读的方式分析和识别图像中部件的位置和缺陷类别,费时费力。基于机器视觉的目标检测技术已有多年研究,但由于杆塔图像中背景复杂、金具部件螺栓的尺寸占比小、以及存在许多相似的部件等问题,针对输电线路杆塔小部件螺栓缺陷的图像识别技术仍然具有挑战性。本文首先构建了一个包含各种场景的杆塔螺栓缺陷图像数据集,并使用目前最流行的目标