基于CT值、胱抑素C和尿酸碱度的尿酸结石预测模型的构建与验证

Development and evaluation of a prediction model for uric acid stones based on CT values,cystatin C and urine pH

二维码有效期 120s

摘要目的筛选尿酸结石发生的风险因素,构建预测尿酸结石发生的列线图模型并与其他模型进行对比,进一步评估其预测效能.方法回顾性分析2020年1月 2022年12月于苏州大学附属第一医院泌尿外科进行手术治疗的876例泌尿系结石患者的一般及临床资料,根据结石成分分为尿酸结石组(82例)、非尿酸结石组(794例).再将所有患者以6:4随机分成训练组(526例)和验证组(350例),对训练组进行LASSO回归、单因素和多因素logistic回归分析,筛选出与尿酸结石发生相关的预测因素,并以此构建预测尿酸结石的列线图模型.使用验证组数据,通过与其他研究中心预测尿酸结石的模型进行比较评估本研究构建的列线图模型.结果 LASSO回归、单因素和多因素logistic回归分析显示,血胱抑素C、尿酸碱度和结石计算机断层扫描(CT)值是影响尿酸结石发生的预测因素.训练组、验证组的受试者工作特征曲线下面积(AUC)分别为0.968、0.956.与其他研究构建的模型相比,决策曲线分析显示出更好的预测性能,综合鉴别改善、净重分类指数在训练组中分别为0.420 0(95％CI:0.328 2～0.511 8),P＜0.001;0.484 2(95％CI:0.321 3～0.647 2),P＜0.001,在验证组中分别为 0.405 9(95％CI:0.330 7～0.481 1),P＜0.001;0.365 3(95％CI:0.211 6～0.519 0),P＜0.001.结论基于血胱抑素C、尿酸碱度和结石CT值构建的列线图模型相较于既往其他研究所构建的模型能更准确地预测尿酸结石的发生风险,并可作为尿酸结石患者治疗及预防结石复发的临床工具.