基于临床数据构建烟雾病与非烟雾病缺血性卒中的鉴别诊断模型
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.7619/jcmp.20230332

基于临床数据构建烟雾病与非烟雾病缺血性卒中的鉴别诊断模型

引用
目的 筛选临床上易于获得的变量构建烟雾病(MMD)与非MMD缺血性卒中的鉴别诊断模型.方法 纳入确诊为MMD缺血性卒中患者150例和非MMD缺血性卒中患者150例,按照7∶3的比例分为训练组(210例)和验证组(90例).利用Logistic回归分析、Lasso回归、支持向量机(SVM)构建诊断模型;通过列线图将最优模型可视化,并分别在训练组和验证组中检验列线图的鉴别能力.结果 二分类Logistic回归模型在训练组和验证组中C统计量最大(0.87和0.88).多因素Logistic回归分析差异有统计学意义(P<0.05)的变量为收缩压、总胆固醇(TC)、白蛋白(ALB)、游离三碘甲腺原氨酸(FT3)、同型半胱氨酸(HCY)、年龄,将这6个变量纳入列线图.列线图在训练组和验证组的Hosmer-Lemeshow检验P值分别为0.28、0.19,校正曲线校正度良好.列线图评分<168分为MMD缺血性卒中低风险,列线图评分≥168分为MMD缺血性卒中高风险.结论 本研究构建的列线图可鉴别MMD和非MMD缺血性卒中,经过验证该模型在训练组和验证组中均有良好的鉴别能力.

烟雾病、缺血性脑卒中、鉴别诊断模型、列线图、危险因素

27

R743.3;R741.04(神经病学与精神病学)

河南省医学科技攻关计划项目SBGJ2018077

2023-06-01(万方平台首次上网日期,不代表论文的发表时间)

共7页

1-6,12

相关文献
评论
暂无封面信息
查看本期封面目录

实用临床医药杂志

1672-2353

32-1697/R

27

2023,27(8)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn