首页 > 中华老年多器官疾病杂志 > 基于体检信息的急性冠脉综合征logistic预测模型

基于体检信息的急性冠脉综合征logistic预测模型

Logistic regression model of predictive factors for acute coronary syndrome based on physical examination data

二维码有效期 120s

摘要目的：探讨体检信息中急性冠脉综合征（ ACS）的预测因素，并建立logistic预测模型，评价其预测发生ACS的准确度、敏感度和特异度。方法选取2014年10月至2015年10月中国航天科工集团七三一医院门诊、急诊及心血管内科ACS患者100例，按照性别、年龄匹配同期体检者100例作为对照组，于体检中心数据库调取入选者体检资料进行单因素分析，取其中有统计学意义的变量作多因素logistic回归分析，并建立预测模型。结果单因素分析结果表明体质量指数（BMI）、尿酸（UA）、总胆固醇（TC）、低密度脂蛋白胆固醇（LDL-C）、高敏C反应蛋白（Hs-CRP）、同型半胱氨酸（Hcy）、高血压、吸烟、糖尿病、高脂血症、缺血性脑卒中、脉搏波传导速度（PWV）、颈动脉内膜中层厚度（IMT）增厚、是否接受抗血小板治疗、是否接受他汀类药物治疗与ACS发病有关，其中8个因素进入logistic回归方程， logistic预测模型为P＝1／1＋e（－8．444＋1．182X1＋1．174X2＋0．430X3＋0．323X4＋0．315X5＋0．257X6－1．569X7－0．184X8），预测ACS发生的准确度为83．5％（167／200），敏感度为82％（82／100），特异度为85％（85／100）。结论 IMT、糖尿病、吸烟、Hcy、LDL-C、BMI、是否接受抗血小板治疗、是否接受他汀类药物治疗是ACS发生的主要危险因素，所建立的logistic回归模型能较好地预测ACS发生风险。