基于Logistic回归分析绝经后女性椎体压缩性骨折创建Nomogram预测模型

Nomogram prediction model based on Logistic regression analysis of vertebral compressibility fractures in postmenopausal women

二维码有效期 120s

摘要目的探讨绝经后女性椎体压缩性骨折(PWVCF)的危险因素以建立该人群的Nomogram预测模型.方法收集2019年12月-2021年11月在我院就诊并符合本研究入组标准的绝经后女性(PW)患者123例,根据患者椎体是否骨折分为骨折组(n=75)和非骨折组(n=48),采用t检验和x2检验分析两组患者的差异性,采用单因素、多因素Logistic回归分析PWVCF的危险因素,针对危险因素采用R4.2.1软件建立Nomogram预测模型并校正曲线,ROC曲线确定Nomogram模型的预测效果.结果单因素分析显示首诊年龄、绝经年龄、外伤史、体重、腰椎骨密度(LSBMD)等可能是PWVCF的影响因素(P＜0.05);Logistic多因素分析结果显示,首诊年龄(OR=1.107;95％CI:1.043～1.174)、外伤史(OR=0.185;95％CI:0.05～0.681)、LSBMD(OR=0.515;95％CI:0.342～0.774)是影响 PWVCF 的独立危险因素(P＜0.05).Nomogram预测模型校正曲线斜率≈1,Hosmer-Lemeshow检验提示该模型拟合优度好(x2=9.682,P=0.2881)(P＞0.05),C-指和 ROC 曲线 AUC 值为 0.847,ROC 曲线 AUC 值的 95％置信区间为 0.7734～0.9203,暗示该模型预测效果良好.结论首诊年龄、外伤史、LSBMD是PWVCF的独立危险因素.针对危险因素建立的Nomogram预测模型提高判断高危人群的效率,为该人群VCF的早期预防和诊断提供一定价值.