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 >银屑病关节炎预测模型的构建及疾病活动影响因素的研究 收藏
银屑病关节炎预测模型的构建及疾病活动影响因素的研究

银屑病关节炎预测模型的构建及疾病活动影响因素的研究

作     者:谭敏佳 

作者单位:中南大学 

学位级别:硕士

导师姓名:朱武;匡叶红

授予年度:2023年

学科分类:1002[医学-临床医学] 100210[医学-外科学(含:普外、骨外、泌尿外、胸心外、神外、整形、烧伤、野战外)] 100206[医学-皮肤病与性病学] 10[医学] 

主      题:超声 诺莫图 预测模型 皮损和关节症状同时发生 银屑病关节炎疾病活动 银屑病关节炎 寻常型银屑病 

摘      要:背景:银屑病关节炎(Psoriatic arthritis,PsA)是一种与银屑病相关的慢性、免疫介导的炎症性骨骼肌肉疾病。临床表现为外周关节炎、中轴疾病、指(趾)炎、附着点炎、皮肤及甲六个方面中的一个或多个受累,最终可导致关节畸形和功能丧失,严重影响了患者的生活质量。研究表明,PsA的早期诊断、疾病活动的控制是防止关节破坏和致残的关键因素。第一部分基于临床和超声特征构建银屑病关节炎预测模型目的:本研究旨在基于寻常型银屑病(psoriasis vulgaris,PsV)患者和PsA患者临床特征、超声特征的差异构建PsV患者患PsA的风险预测模型。方法:本研究收集了 2019年5月1日至2022年12月31日期间就诊于本中心、确诊为PsV的患者或符合PsA分类诊断标准(Classification Criteria for Psoriatic Arthritis,CASPAR)的 PsA 患者的人口 学信息、临床特征和超声特征。使用非参数秩和检验或χ2检验或Fisher精确检验比较组间差异,采用单因素logistic回归分析和向后LR多因素logistic回归选择预测因素,并构建PsA的风险预测模型。采用受试者操作曲线(Receiver Operating Characteristic,ROC)分析评估预测模型的区分能力,使用Bootstrap法进行模型内验证,采用Hosmer-Lemeshow拟合优度检验和绘制校准曲线以评估模型的校准度,使用决策曲线分析(Decision curve analysis,DCA)评估预测模型的临床实用性。并在验证集中使用上述方法进行内部验证。结果:(1)训练集共纳入研究对象335例,其中PsV患者212例,PsA患者123例;验证集共纳入研究对象140例,其中PsV患者91例,PsA患者49例。(2)训练集和验证集的人口学、临床、超声特征均不存在统计学差异(P0.05)。(3)在训练集和验证集中,PsV患者组和PsA患者组在银屑病甲、滑膜炎、腱鞘炎、附着点炎、骨侵蚀方面均存在统计学差异(P0.05)。(4)根据单因素及向后LR多因素logistic回归分析结果,以银屑病甲(比值比[odds ratio,OR]=1.88,95%CI:1.07-3.29)、滑膜炎(OR=18.23,95%CI:4.04-82.33)、附着点炎(OR=3.71,95%CI:1.05-13.14)以及骨侵蚀(OR=11.39,95%CI:3.05-42.63)为预测因素构建PsA的风险预测诺莫图,该模型在训练集和验证集中的曲线下面积(area under the curve,AUC)分别为 0.750(95%CI,0.691-0.806)和0.804(95%CI,0.723-0.886),表明该模型有较好的区分能力。Hosmer-Lemeshow拟合优度检验(训练集:P=0.970;验证集P=0.967)及校准曲线显示了该模型良好的校准度,DCA显示该模型具有良好的临床实用性。结论:基于银屑病甲、滑膜炎、附着点炎、骨侵蚀,我们构建了一个量化、直观和方便的预测模型来识别PsV患者患PsA的风险,该模型具有良好的区分度、校准度和临床实用性。第二部分银屑病关节炎疾病活动影响因素的研究目的:探索PsA患者疾病活动的影响因素。方法:本研究收集了 2019年4月1日至2022年10月31日期间就诊于我们中心符合CASPAR标准的PsA患者的人口统计学信息和临床特征。采用银屑病关节炎疾病活动评分(Psoriatic Arthritis Disease Activity Score,PASDAS)评估PsA患者的疾病活动。PASDAS0.05)。(3)使用多因素logistic回归分析对皮损和关节症状发病顺序、皮损严重程度、

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