咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >慢性阻塞性肺疾病合并肺动脉高压诊断预测列线图模型的建立及效果... 收藏

慢性阻塞性肺疾病合并肺动脉高压诊断预测列线图模型的建立及效果评价

Establishment and effect evaluation of nomogram model for diagnosis and prediction of pulmonary hypertension in patients with chronic obstructive pulmonary disease

作     者:周丹莎 徐磊 张弋 张婷婷 陈豫钦 陈纪元 张杰 刘春丽 王健 Zhou Dansha;Xu Lei;Zhang Yi;Zhang Tingting;Chen Yuqin;Chen Jiyuan;Zhang Jie;Liu Chunli;Wang Jian

作者机构:国家呼吸医学中心呼吸疾病国家重点实验室广东省血管疾病重点实验室国家呼吸疾病临床研究中心广州呼吸健康研究院广州医科大学附属第一医院呼吸内科广州510120 内蒙古医科大学附属医院肺部及重症监护内科呼和浩特010059 广州医科大学附属第二医院呼吸与危重症科广州510260 华南理工大学附属广州市第一人民医院医学院重症监护科广州510180 河南省人民医院呼吸内科郑州450003 

出 版 物:《中华医学杂志》 (National Medical Journal of China)

年 卷 期:2022年第102卷第38期

页      面:3019-3025页

核心收录:

学科分类:1002[医学-临床医学] 100201[医学-内科学(含:心血管病、血液病、呼吸系病、消化系病、内分泌与代谢病、肾病、风湿病、传染病)] 10[医学] 

基  金:国家自然科学基金(82120108001,82170069) 粤港澳呼吸系统传染病联合实验室自主项目(GHMJLRID-Z-202110) 呼吸疾病国家重点实验室自主课题(SKLRD-Z-202101) 广州市科技计划(202201010069) 广东省科技创新战略专项(2022A0202030017) 

主  题:肺疾病,慢性阻塞性 高血压,肺性 预测 列线图 横断面研究 

摘      要:目的构建慢性阻塞性肺疾病(COPD)合并肺动脉高压(PH)诊断预测模型并评估其效果。方法回顾性收集2014年1月1日至2019年12月31日于5家医院就诊的1 514例COPD患者,根据纳入时间排序,将患者按7∶3的比例分为训练集(1 072例)和验证集(442例)。通过患者病历和电子病历系统收集相关资料,包括人口学资料、吸烟情况、疾病既往史和临床检查资料。采用多因素logistic回归模型分析COPD合并PH的相关因素,采用rms程序包构建列线图模型。采用Calibration校准曲线评估模型预测概率与实际结果的一致性,采用C 指数、受试者工作特征(ROC)曲线下面积(AUC)评价模型的区分度,采用决策分析曲线(DCA)评估模型的临床实用性。结果训练集年龄为50~59、60~69和≥70岁者分别占3.7%、15.2%和81.1%,与验证集的年龄构成(分别占7.9%、27.8%和64.3%)差异有统计学意义(P=0.041)。训练集男性占79.4%,与验证集(84.6%)差异无统计学意义(P=0.243)。对训练集的多因素logistic回归模型分析显示:年龄≥70岁[OR(95%CI):3.32(1.49~7.36)]、吸烟状态[曾经、目前吸烟OR(95%CI)分别为3.67(2.51~5.37)和2.04(1.44~2.90)]、N末端B型利钠肽前体(NT-proBNP)≥1 400 ng/L[OR(95%CI):9.88(6.23~15.66)]、右心房直径[OR(95%CI):1.11(1.07~1.15)]是COPD合并PH的相关因素,基于以上因素建立COPD合并PH列线图模型并开发为在线工具(https://***/zhonghua-PH/)。训练集和验证集的偏差校正后C指数(95%CI)分别为0.82(0.77~0.87)和0.77(0.68~0.86),Calibration校准曲线在训练集与验证集中均接近于对角线。训练集和验证集列线图模型AUC(95%CI)分别为0.82(0.80~0.85)和0.77(0.73~0.82)。通过ROC曲线得出训练集中最佳阈值为0.60,该值下的灵敏度、特异度分别为0.74、0.78;验证集最佳阈值为0.70,该值下的灵敏度和特异度分别为0.76和0.65。DCA分析显示:列线图模型分别在训练集和验证集中以阈概率15.0%和13.0%提供了优于变量全选和变量均不选策略的净效益。结论建立COPD合并PH诊断预测列线图模型简便、准确,具有良好的临床应用前景。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分