换一批病毒性脑炎患儿癫痫发作的风险预测列线图模型构建研究
Study on the Construction of Nomogram Model for Risk Prediction of Epileptic Seizures in Children with Viral Encephalitis
摘要目的 构建病毒性脑炎患儿癫痫发作的风险预测列线图模型.方法 回顾性分析本院2018年4月～2022年3月收治的270例病毒性脑炎患儿的临床资料,分为建模集(n=180)与验证集(n=90).依据是否有癫痫发作,分为发作组与未发作组.利用建模集数据分析癫痫发作的因素,并利用R软件建立风险预测列线图模型,利用验证集数据对构建的模型效能进行验证.结果 癫痫发作发生率为16.00%,建模集和验证集分别为16.11%、15.56%;发作组昏迷、脑膜刺激征、大脑皮质受累、颅内压升高、脑电图异常占比均高于未发作组(P<0.05),且前者发热患儿的发热时程长于后者(P<0.05),热峰高于后者(P<0.05),且上述均为癫痫发作的危险因素(P<0.05);基于昏迷、发热时程、热峰、脑膜刺激征、大脑皮质受累、颅内压升高、脑电图异常构建癫痫发作的风险预测列线图模型,且效能良好,校正与标准曲线拟合度良好;列线图模型预测癫痫发作的曲线下面积(AUC)为0.839,灵敏度为85.71%,特异度为88.16%.结论 昏迷、发热时程、热峰、脑膜刺激征、大脑皮质受累、颅内压升高、脑电图异常均是病毒性脑炎患儿癫痫发作的危险因素,基于此构建风险预测列线图模型的预测效能理想.
更多相关知识
- 浏览17
- 被引2
- 下载9
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
