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 >基于Lasso回归的颅内静脉和静脉窦血栓形成预后预测模型的构... 收藏

基于Lasso回归的颅内静脉和静脉窦血栓形成预后预测模型的构建与验证

Construction and validation of prognostic model for cerebral venous and dural sinus thrombosis based on Lasso regression

作     者:张家淳 郑鉴峰 李钢 李静 陈桂虎 郭宗铎 孙晓川 Zhang Jiachun;Zheng Jianfeng;Li Gang;Li Jing;Chen Guihu;Guo Zongduo;Sun Xiaochuan

作者机构:重庆医科大学附属第一医院神经外科重庆400016 

出 版 物:《中华神经外科杂志》 (Chinese Journal of Neurosurgery)

年 卷 期:2024年第40卷第5期

页      面:492-499页

核心收录:

学科分类:1002[医学-临床医学] 10[医学] 

基  金:国家自然科学基金(82071397)。 

主  题:窦血栓形成,颅内 静脉血栓形成 预后 比例危险度模型 列线图 

摘      要:目的基于最小绝对收缩和选择算子(Lasso)回归构建颅内静脉和静脉窦血栓形成(CVST)预后的预测模型并验证其效能。方法回顾性分析2012年12月至2023年5月重庆医科大学附属第一医院神经外科收治的98例CVST患者的临床资料。患者的预后通过改良Rankin量表评分(mRS)评估。对比预后良好组(mRS3分,81例)与预后不良组患者(mRS≥3分,17例)的基线资料、首发症状、入院时根据颅内静脉和硬脑膜窦血栓形成的国际研究建立的风险评分(ISCVT-RS)、入院时颅内静脉血栓形成分级量表(CVT-GS)、入院时格拉斯哥昏迷评分(GCS)、治疗方案、出院时mRS、影像学资料及实验室检查资料。应用二元logistic回归筛选出预测因子构建预后预测模型1,再应用Lasso回归筛选出预测因子构建预测模型2。运用受试者工作特征曲线(ROC)和曲线下面积(AUC)评估两种预测模型的效能。校准曲线用于评估预测模型的校准度。采用Bootstrap自抽样方法对模型进行内部验证。采用决策曲线分析(DCA)方法评估预测模型的临床获益。结果与预后良好组比较,预后不良组意识障碍、肢体乏力、脑实质出血、静脉性梗死、乙状窦血栓形成、横窦血栓形成及颈内静脉血栓形成的患者占比均较高,入院时ISCVT-RS、CVT-GS评分、GCS、外周血白细胞计数、中性粒细胞计数、血糖浓度、D-二聚体均较高,而淋巴细胞计数和血清白蛋白浓度均较低,差异均具有统计学意义(均P0.05)。多因素logistic回归分析显示,肢体乏力(OR=9.40,95%CI:1.13~78.42)、外周血中性粒细胞计数升高(OR=1.70,95%CI:1.18~2.44)和血糖浓度升高(OR=1.36,95%CI:1.03~1.79)为CVST患者预后的危险因素,而外周血淋巴细胞计数升高(OR=0.05,95%CI:0.01~0.29)以及血清白蛋白浓度升高(OR=0.82,95%CI:0.70~0.96)为CVST患者预后的保护因素,基于以上5个预测因子构建预测模型1。预测模型2基于静脉性梗死、外周血中性粒细胞计数、淋巴细胞计数、血清白蛋白浓度、血糖浓度和D-二聚体6个预测因子构建。两种预测模型的AUC分别为0.95(95%CI:0.90~1.00)、0.94(95%CI:0.89~0.99)。校准曲线显示预测和实际观测之间具有良好的同质性。DCA显示,预测模型2具有更大的标准化净收益。结论基于静脉性梗死、外周血中性粒细胞计数、淋巴细胞计数、血清白蛋白浓度、血糖浓度和D-二聚体构建的Lasso回归预测模型2为CVST患者提供了更符合临床实际的预后预测,可以更加快捷、准确地评估CVST患者的预后,从而指导临床治疗。

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