• 医学文献
  • 知识库
  • 评价分析
  • 全部
  • 中外期刊
  • 学位
  • 会议
  • 专利
  • 成果
  • 标准
  • 法规
  • 临床诊疗知识库
  • 中医药知识库
  • 机构
  • 作者
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

医学文献>>
  • 全部
  • 中外期刊
  • 学位
  • 会议
  • 专利
  • 成果
  • 标准
  • 法规
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
热搜词:
换一批

多发性骨髓瘤肾损害的早期诊断及危险因素的预测模型

摘要目的:<br>  多发性骨髓瘤(Multiplemyeloma,MM)是人体血液系统常见的一种恶性肿瘤,其主要病理机制为骨髓中异常增殖的浆细胞产生大量的异常单克隆免疫球蛋白,其可对全身多个脏器组织造成损害。肾损害(Renalimpairment,RI)是MM并发症中较为严重的器官损害,而肾功能的水平是决定MM患者预后的主要影响因素。因此本研究主要通过对青岛大学附属医院初诊MM患者的临床相关数据进行回顾性分析,旨在寻找MM发生肾损害的相关影响因素,并根据危险因素,建立MM患者并发肾损害危险因素的预测模型,并对该模型进行验证及临床实用性的评价。有利于对MM患者发生肾损害进行早期诊断,为疾病的早期预防及治疗提供了重要的参考依据。<br>  方法:<br>  本研究回顾性收集了2012年6月1日至2019年10月31日期间于青岛大学附属医院确诊的初诊958例MM患者的临床资料,其中肾损害患者197例,非肾损害患者761例,按病例纳入时间分为训练组和验证组,将2012年6月1日-2017年12月31日确诊的MM患者672例纳入训练组,其中非肾损害患者538例,肾损害患者134例;将2018年1月1日-2019年10月31日确诊的MM患者286例纳入验证组,其中非肾损害患者223例,肾损害患者63例。通过应用单因素和多因素Logistic回归方程法对训练组人群进行分析,找出MM患者并发肾损害的危险因素。后根据赤池信息准则(Akaikeinformationcriteria,AIC)构建MM并发肾损害的预测模型,并将该模型用于验证组人群进行验证。采用受试者工作特征曲线(Receiveroperatingcharacteristiccurve,ROC)、Hosmer-Lemeshow拟合优度检验及决策曲线分析(Decisioncurveanalysis,DCA)进行验证与评价该模型的区分度、校准度及临床实用价值。<br>  结果:<br>  MM并发肾损害的发生率为20.6%(197/958)。多因素Logistic回归分析显示,血尿酸(OR=1.007,95%CI=1.005~1.009,P=0.000)、尿蛋白(OR=1.772,95%CI=1.271~2.471,P=0.001)、血红蛋白(OR=0.974,95%CI=0.963~0.984,P=0.000)、球蛋白(OR=0.968,95%CI=0.958~0.978,P=0.000)、血免疫球蛋白轻链κ/λ比值(OR=3.651,95%CI=1.897~7.025,P=0.000)、校正血清钙(OR=2.498,95%CI=1.451~4.298,P=0.001)、尿隐血(OR=1.536,95%CI=1.159~2.034,P=0.003)为MM患者肾损害的独立危险因素。由上述指标构建MM并发肾损害的预测模型。训练组和验证组的ROC曲线下面积分别为0.882和0.928,Hosmer-Lemeshow拟合优度检验P=0.374(P>0.05),显示该模型具有良好的区分度和校准度,DCA结果显示该模型在安全性及患者的临床净获益方面均较高。<br>  结论:<br>  根据本研究显示高尿酸血症、蛋白尿、贫血、低球蛋白血症、血免疫球蛋白轻链κ/λ比值异常、高钙血症、血尿均为MM并发肾损害的危险因素,根据上述危险因素构建了MM并发肾损害的预测模型。该模型预测MM患者发生肾损害的准确度较高,有利于早期进行识别及诊断MM肾损害的发生,对提高MM患者生活质量及其生存率具有重要的临床意义。

更多
广告
导师 刘雪梅
分类号 R733.3
发布时间 2021-12-21
  • 浏览0
  • 下载0

加载中!

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中!

加载中!

加载中!

加载中!

特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的销售信息,请查阅其他网站。

  • 客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

  • |
  • 客服邮箱:yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

官方微信
万方医学小程序
new翻译 充值 订阅 收藏 移动端

官方微信

万方医学小程序

使用
帮助
Alternate Text
调查问卷