论文部分内容阅读
目的:探讨心脏黏液瘤（cardiac myxoma,CM）患者并发血管栓塞（vascular embolization,VE）的危险因素,建立logistic回归模型及评分系统,并对预测模型及评分系统进行内、外部验证,为CM患者VE事件的预防提供参考依据。方法:收集2000年1月至2020年1月于南昌大学第二附属医院胸外科行手术治疗且术后病理检查证实为CM患者300例。将入选患者随机分为训练集（210例,70%）与验证集（90例,30%）。以合并VE的CM患者为病例组,不合并VE的CM患者为对照组。收集所有CM患者的一般资料、术前血液学资料及术前超声心动图资料。采用单因素及多因素logistic回归分析确定CM患者并发VE的独立危险因素,建立二元logistic回归模型。根据模型中各变量的回归系数β值计算其所对应的分值,建立评分系统。采用Hosmer-Lemeshow（H-L）拟合优度检验评估预测模型的校准能力,采用受试者工作特征曲线（receiver operating characteristic,ROC）评估预测模型和评分系统的预测能力。对已建立的预测模型与评分系统进行外部验证,将验证集患者数据代入模型与评分系统,计算出各患者并发VE的预测概率及风险总得分,并进行H-L检验和ROC曲线分析。采用U检验比较模型和评分系统的ROC曲线下面积（area under the curve,AUC）,以及比较训练集和验证集的AUC。结果:1、多因素分析结果显示:年龄小于45岁（OR=3.509,95%CI（1.376-8.950）,P=0.009）、吸烟（OR=2.833,95%CI（1.054-8.950）,P=0.039）、房颤（OR=7.998,95%CI（2.175-29.405）,P=0.002）、肿瘤形态不规则（OR=5.362,95%CI（2.163-13.289）,P<0.001）、肿瘤结构疏松（OR=5.935,95%CI（2.360-14.927）,P<0.001）是CM患者并发VE的独立危险因素。2、预测模型:logitP=-4.929+1.255X1+1.041X2+2.079X3+1.679X4+1.781X5（X1为年龄,X2为吸烟,X3为房颤,X4为肿瘤形态,X5为肿瘤结构）。模型H-L检验结果显示P=0.511>0.05,模型的校准能力良好。模型的AUC为0.849,95%CI（0.782-0.915）,模型的预测能力良好。3、根据模型中各变量的回归系数β值对应的分值建立评分系统,总得分范围0-5分,其中年龄小于45岁（1分）、吸烟（1分）、房颤（1分）、形态不规则（1分）、结构疏松（1分）。对评分系统进行ROC曲线分析,评分系统的AUC为0.821,95%CI（0.7510.892）,评分系统的预测能力良好。评分系统以总分2分为最佳诊断界值,≥2分为VE高危人群,<2分为VE低危人群,其诊断灵敏度、特异度、准确性分别为85.71%、63.10%、67.62%。4、外部验证结果显示:模型H-L检验结果显示P=0.631>0.05,模型的校准能力良好。模型的AUC为0.785,95%CI（0.689-0.882）,模型的预测能力良好。评分系统的AUC为0.766,95%CI（0.664-0.868）,评分系统的预测能力良好。评分系统以总分2分为界值的诊断灵敏度、特异度、准确性分别为77.28%、66.18%、68.89%。5、训练集模型和评分系统的AUC比较,P=0.056>0.05,差异无统计学意义。验证集模型和评分系统的AUC比较,P=0.252>0.05,差异无统计学意义。说明评分系统可替代模型对CM患者并发VE的风险进行预测。6、训练集和验证集预测模型的AUC比较,P=0.283>0.05,差异无统计学意义。训练集和验证集评分系统的AUC比较,P=0.385>0.05,差异无统计学意义。说明通过训练集所建立的模型及评分系统在外部人群中同样适用。结论:1、年龄小于45岁、吸烟、房颤、肿瘤形态不规则、肿瘤结构疏松是CM患者并发VE的独立危险因素。2、本研究建立的CM患者并发VE的风险预测模型为logitP=-4.929+1.255X1+1.041X2+2.079X3+1.679X4+1.781X5（X1为年龄,X2为吸烟,X3为房颤,X4为肿瘤形态,X5为肿瘤结构）。根据以上5个变量建立的评分系统,总得分范围0-5分。其中年龄小于45岁（1分）、吸烟（1分）、房颤（1分）、形态不规则（1分）、结构疏松（1分）。3、本研究建立的风险预测模型和评分系统简单方便、实用性强,且具有良好的校准能力和预测能力,为CM患者VE事件的预防提供一定的参考依据。