换一批儿童大环内酯类耐药重症肺炎支原体肺炎的预测模型构建与验证:基于LASSO-Logistics回归
Construction and verification of prediction model for severe macrolide-resistant Mycoplasma pneumoniae pneumonia in children:Based on LASSO-Logistics regression
摘要目的 分析儿童大环内酯类耐药重症肺炎支原体肺炎(SMPP)的危险因素,构建列线图预测模型.方法 回顾性收集2023年1月—2024年9月在广州医科大学附属番禺中心医院儿科住院治疗的1 121例大环内酯类耐药肺炎支原体肺炎患儿入院初期的临床资料.按7∶3比例将患儿资料随机分为训练集(784例)和验证集(337例).采用R4.4.1软件使用10重交叉验证最小绝对收缩与选择算法(LASSO)回归分析进行单因素变量筛选,采用Logistics回归分析建立预测模型,绘制可视化列线图.使用受试者操作特征曲线(ROC),校准曲线、Hosmer-Lemeshow(HL)检验及临床决策曲线(DCA)分别评估模型的区分度、校准度和临床使用价值.结果 在训练集中,LASSO回归结合Logistics回归分析结果显示,院前发热时间＞5.5 d、谷丙转氨酶＞14.5 U/L、乳酸脱氢酶＞287.5 U/L、C反应蛋白＞18.65 mg/L、肺实变、合并病毒感染是大环内酯类耐药SMPP发生的危险因素(P＜0.05),根据上述危险因素构建列线图预测模型.训练集和验证集ROC曲线下面积分别为0.847和0.822;校准曲线和HL检验显示模型具有良好的校准度;DCA显示预测模型在风险阈值为0.05～0.95时预测性能最优.结论 院前发热时间、谷丙转氨酶、乳酸脱氢酶、C反应蛋白、肺实变、合并病毒感染是大环内酯类耐药SMPP发生的影响因素,基于以上因素构建的列线图模型具有较好的预测效能,有利于早期识别耐药重症病例,及早采取有效干预,改善患者预后.
更多相关知识
关键词
大环内酯类耐药重症肺炎支原体肺炎预测模型列线图儿童macrolide-resistantsevere Mycoplasma pneumoniae pneumoniaprediction modelnomogramchildren
栏目名称
DOI
10.20223/j.cnki.1000-8535.2026.02.006
发布时间
2026-04-15（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载5
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
