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 >早期主动脉硬化风险筛查模型的构建及验证研究 收藏

早期主动脉硬化风险筛查模型的构建及验证研究

Construction and Validation of a Screening Model for Early Atherosclerosis Risk in the Aorta

作     者:周镇森 黄岩 程思为 张小玉 张晓雨 孙婷 杨先军 谢晖 马祖长 ZHOU Zhensen;HUANG Yan;CHENG Siwei;ZHANG Xiaoyu;ZHANG Xiaoyu;SUN Ting;YANG Xianjun;XIE Hui;MA Zuchang

作者机构:蚌埠医科大学护理学院安徽省蚌埠市233030 中科院合肥物质科学研究院安徽省合肥市230031 中国科学技术大学安徽省合肥市230026 安徽医科大学第一附属医院健康管理中心安徽省合肥市230022 

出 版 物:《中国全科医学》 (Chinese General Practice)

年 卷 期:2024年第27卷第33期

页      面:4147-4154页

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:国家重点研发计划(2022YFC2010200) 国家自然科学基金面上项目(62133004) 安徽省教育厅研究生教育质量工程项目(2022lhpysfjd063) 

主  题:动脉硬化 主动脉僵硬度 颈股脉搏波传导速度 预测模型 早期筛查 

摘      要:背景在心血管风险评估领域,主动脉僵硬度被认为是关键的预测指标,颈股脉搏波传导速度(cfPWV)被认为是无创评估主动脉硬化风险的金标准。由于技术难度等挑战,我国cfPWV检测尚未广泛开展。目的本研究旨在开发并验证一种基于心血管危险因素的早期主动脉硬化风险筛查模型,以期替代cfPWV复杂的测量过程,减少对传统测量方法的依赖。方法选取2023年5—11月在安徽医科大学第一附属医院体检中心招募的878名受试者作为研究对象,按照8∶2的比例进行随机抽样分为建模组(n=703)和验证组(n=175)。收集患者一般资料、实验室检查结果及cfPWV。依据cfPWV检查结果和相关指南,将建模组受试者分为无主动脉硬化风险(n=503)和有主动脉硬化风险(n=200)。采用多因素Logistic回归分析并筛选变量,建立列线图评估模型。绘制模型预测主动脉硬化发生风险的受试者工作特征曲线(ROC曲线),以ROC曲线下面积(AUC)、Hosmer-Lemeshow检验评估模型的区分度和校准度,采用Delong检验比较各模型的AUC,采用决策曲线分析(DCA)评估模型临床实用性,并采用Bootstrap法重复采样1000次对模型进行内部验证。结果建模组有主动脉硬化风险者年龄、BMI、收缩压(SBP)、舒张压(DBP)、平均动脉压(MAP)、尿素、空腹血糖(FBG)、低密度脂蛋白胆固醇(LDL-C)、三酰甘油(TG)、总胆固醇(TC)、丙氨酸氨基转移酶(ALT)、天冬氨酸氨基转移酶(AST)、血红蛋白(Hb)、饮酒、血脂异常、糖尿病比例高于无主动脉硬化风险者,肾小球滤过率(GFR)、血小板计数(PLT)低于无主动脉硬化风险者(P0.05)。根据多因素Logistic回归分析结果,以年龄、MAP、FBG、Hb为预测因子构建列线图模型,预测模型训练集的AUC为0.941(95%CI=0.920~0.962),灵敏度为0.832,特异度为0.917。验证集的AUC为0.961(95%CI=0.914~1.000),灵敏度为0.872,特异度为0.964。DCA结果显示使用主动脉硬化早期筛查模型可以使受试者在临床中获益。结论本研究基于年龄、MAP、Hb和FBG 4个简易指标,建立了早期主动脉硬化风险筛查模型,提供了便捷、高效的早期血管功能筛查的方法。

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