基于一项多中心回顾性研究构建并验证高血压脑出血术后预后不良的诺模图预测模型
Development and validation of a nomogram prediction model for adverse postoperative outcomes in hypertensive cerebral hemorrhage based on a multicenter retrospective study
摘要目的 探讨各种人口统计学特征和临床危险因素对接受手术干预的高血压脑出血患者的预测价值,构建并验证高血压脑出血术后预后不良的预测模型.方法 基于一项多中心回顾性研究,根据疾病诊断的国际疾病分类(ICD-10),收集2022年1至12月新疆维吾尔自治区11个地(州、市)具有代表性的24家医院进行外科手术治疗的高血压脑出血患者的一般资料.以性别、年龄、入院时平均动脉压(MAP)、格拉斯哥昏迷评分(GCS评分)、出血部位、出血量、是否破入脑室以及中线移位情况等作为预测因素,结局指标按出院时格拉斯哥预后评分(GOS评分)分为预后不良(GOS=1-3分)和预后良好(GOS=4-5分).将新疆医科大学第一附属医院的数据作为外部验证集,而其余所有数据以7∶3的比例随机分为训练集和内部验证集.采用LASSO Logistic回归分析筛选独立危险因素,建立预测手术治疗预后不良的诺模图.用单因素Logistic回归的预测值绘制接受者操作特征(ROC)曲线和Calibration校准曲线,以ROC曲线下面积(AUC)评估诺模图的预测性能,通过绘制临床决策曲线(DCA)以确定预测的净效益阈值.结果 共纳入1163例患者,训练集699例,内部验证集299例,外部验证集165例.在整个队列中,60.5%为男性,男女比例为1.5∶1.中位年龄为60岁(52,69),大多数患者(76.0%)年龄<70岁.通过LASSO回归分析筛选出7个潜在预测因子(年龄、MAP、入院时GCS评分、出血部位、出血量、是否破入脑室以及中线移位情况)用于下一步的模型建立.对每个预测因子单独进行单因素Logistic回归并绘制ROC曲线,每个预测因子的AUC值均大于0.5.随后进行多因素Logistic回归分析,最终筛选具有统计学意义的独立预测因子(入院时MAP、GCS评分、出血部位、出血量以及中线移位情况),建立可视化、简易化的诺模列线图.基于训练集建立的nomogram,在内部验证集和外部验证集中对该预测模型进行验证,结果显示训练集、内部验证集、外部验证集AUC值分别为0.886、0.900、0.826.通过绘制验证集的Calibration校准曲线和临床决策曲线(DCA)进行模型效能验证,结果表示该模型的Calibration 校准曲线比较接近参考线,且DCA曲线在阈值概率范围内,说明该模型的预测结果与实际结果一致,为临床应用提供了实质性的净效益,具有相当的应用价值.结论 入院时MAP、GCS评分、出血部位、出血量以及中线移位情况是高血压脑出血患者术后预后不良的预测因素,通过构建预测模型并验证其具有良好的预测效能,帮助临床医生优化临床决策,从而改善患者结局.
更多相关知识
- 浏览30
- 被引0
- 下载11

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文