论文部分内容阅读
目的:分析和筛选影响重症肺炎患者预后的相关因素,构建nomogram预测模型,并评估模型的临床应用价值.方法:选用2014-12-2019-12期间入住苏州市第九人民医院ICU的124例重症肺炎患者,根据预后情况分为预后良好组(n=61)和预后不良组(n=63).采用单因素分析和多因素Logistic回归分析筛选影响预后的相关因素,构建预测模型,绘制nomogram列线图,并验证模型的区分度和校准度.再通过绘制预测模型、A-PACHE Ⅱ评分、SOFA评分、PSI评分、CURB-65评分的ROC曲线,计算各曲线的截断值、敏感度、特异度、AUC.利用AUC及NRI、IDI等指标对预测模型与APACHE Ⅱ评分、SOFA评分、PSI评分、CURB-65评分进行比较,评价新模型在预测预后方面的改善效果.结果:平均动脉压(MAP)、格拉斯哥评分(GCS)、动脉血乳酸(LAC)、白蛋白(Alb)、肌酐(SCr)为重症肺炎患者预后不良的独立影响因素.由上述独立影响因素建立的预测模型回归方程为:Logit(P)=15.670-0.061X1-0.618X2+0.469X3-0.210X4+0.014X5,模型的C-index(即AUC)为0.928,HL拟合优度检验x2(5)=7.366(P=0.498),Brier Score为0.109,Bootstrap方法内部验证的绝对误差为0.046.预测模型的AUC为0.928显著高于CURB-65评分(P＜0.01),另其AUC高于APACHE Ⅱ评分、SOFA评分、PSI评分,差异无统计学意义(P＞0.05).经NRI、IDI分析显示预测模型相对APACHE Ⅱ评分、SOFA评分、PSI评分重新分类的连续性NRI分别为0.868(P =0.000)、0.966(P=0.000)、0.578(P＜0.000),IDI分别为0.154(P＜0.000)、0.119(P=0.020)、0.115(P=0.024).预测模型的Brier Score低于上述4种评分系统.结论:MAP、GCS、LAC、SCr、Alb为影响重症肺炎患者预后的独立因素;由上述独立因素建立的nomogram预测模型具有良好的区分度及校准度,其评估重症肺炎患者预后准确性高,应用方便快捷,较传统评分系统有一定的改善效果,值得临床推广.