预测微通道经皮肾镜碎石取石术治疗鹿角形肾结石术后严重出血的贝叶斯网络模型的建立与验证
Establishment and validation of Bayesian network model:for predicting the risk of severe bleeding after microchannel percutaneous nephrolithotripsy in the treatment of staghorn renal calculi
摘要目的 探讨微通道经皮肾镜碎石取石术(M-PCNL)治疗鹿角形肾结石术后严重出血的危险因素,以此构建预测术后严重出血的贝叶斯网络模型.方法 回顾性分析2020年1月-2022年1月于新乡医学院第一附属医院由同等资历术者行M-PCNL的160例鹿角形肾结石患者,采用计算机产生的随机数法以3∶1的比例将患者分为建模组(120例)和验证组(40例),将建模组患者按照术后出血情况分为严重出血组(38例)和非严重出血组(82例),比较两组患者一般资料,分析患者术后严重出血的独立危险因素,采用R软件构建贝叶斯网络模型,Netica软件进行贝叶斯网络模型推理预测;采用受试者工作特征(ROC)曲线对模型进行评价.结果 对建模组进行多因素logistic回归分析,初步筛选出肾功能不全(OR:2.845,95%CI:1.563~6.515)、结石最大径≥2 cm(OR:2.063,95%CI:1.824~4.555)、手术时间≥90 min(OR:3.632,95%CI:2.365~7.114)、一期手术(OR:2.321,95%CI:1.874~6.332)、多通道取石(OR:1.842,95%CI:1.366~3.687)是影响患者术后严重出血的独立危险因素(P<0.05).结合多因素logistic回归分析的结果,以肾功能不全、结石最大径、通道数目、手术时间、手术分期和术后严重出血建立贝叶斯网络模型.利用建模组和验证组对贝叶斯网络模型进行内、外部评价.建模组的AUC为0.879(95%CI:0.804~0.931,P<0.001),灵敏度、特异度分别为87.68%和89.63%;验证组的AUC为0.875(95%CI:0.818~0.908,P<0.001),灵敏度、特异度分别为87.55%和89.40%.模型区分度良好.结论 肾功能不全、结石最大径≥ 2 cm、手术时间≥ 90 min、一期手术、多通道取石是影响患者M-PCNL后严重出血的危险因素.采用贝叶斯网络构建的鹿角形肾结石术后严重出血的预测模型具有较好的预测能力,并且能够更加直观地描述疾病与各因素间复杂的网络风险机制.
更多相关知识
- 浏览50
- 被引2
- 下载29

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文