脑卒中恢复期患者下肢深静脉血栓风险预测模型的构建及应用
Development and application of a risk prediction model for lower limb deep vein thrombosis in stroke recovery patients
摘要目的 探究脑卒中恢复期患者下肢深静脉血栓(deep vein thrombosis,DVT)的发生率及其影响因素,构建此类患者DVT风险预测模型.方法 采用回顾性研究设计,选取收治的脑卒中恢复期患者431例,通过单因素和多因素logistic回归分析筛选出DVT发生的影响因素,构建风险预测模型并用列线图展示,应用受试者工作特征(ROC)曲线下面积、敏感度、特异度评价模型的预测效果,使用Bootstrap法对模型进行内部验证.结果 431例患者中,有36例发生DVT,发生率为8.35%,建模组301例患者有26例发生DVT,发生率为8.64%,验证组130例患者有10例发生DVT,发生率为7.69%.Logistic回归分析显示MBI积分、Caprini血栓风险因素总分、平均血小板体积(MPV)、肌酐(Cr)、凝血酶时间(TT)、D-二聚体(D-Dimer)是脑卒中恢复期患者发生DVT的独立影响因素(OR值分别为0.978、1.186、0.662、0.979、1.043、1.766,均P<0.1).以该6个因素为自变量构建列线图,建模组AUC为0.842,约登指数最大值为0.525,诊断值为0.115,敏感度为0.833,特异度为0.692;Hosmer-Lemeshow拟合优度检验x2=7.458,P=0.589.验证组AUC为0.720,约登指数最大值为0.425,诊断值为0.072,敏感度为0.675,特异度为0.700,Hosmer-Lemeshow拟合优度检验x2=11.414,P=0.248.结论 脑卒中恢复期患者DVT发生率较高,MBI积分、Caprini血栓风险因素总分、MPV、Cr、TT、D-Dimer是其重要的影响因素,构建的列线图可个性化预测脑卒中恢复期患者DVT发生风险,有助于医护人员制订相应的干预措施.
更多相关知识
- 浏览19
- 被引1
- 下载35

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文