急诊胸痛患者30 d内主要心血管不良事件预警模型的建立与评估
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

10.13201/j.issn.1009-5918.2022.08.004

急诊胸痛患者30 d内主要心血管不良事件预警模型的建立与评估

引用
目的:通过分析急诊胸痛患者一般资料、心电图指标、血清学指标及超声心动图指标筛选影响患者30 d内主要心血管不良事件(MACE)发生的危险因素,建立列线图预测模型并验证预测效果.方法:采用便利抽样法选取2017年1月-2020年10月我院收治的487例急诊胸痛患者作为建模组,另选取2020年11月-2021年12月我院收治的急诊胸痛患者185例作为验证组.收集患者的一般资料及临床检测指标,使用LASSO回归、多因素logistic回归分析筛选变量并绘制列线图预警模型.采用受试者工作特征(ROC)曲线、C-index、校准曲线评价模型的区分度和校准度;决策曲线分析(DCA)评估预测模型的临床有效性.结果:使用LASSO回归分析筛选出7个预测变量,采用多因素logistic回归进一步分析显示,冠状动脉疾病(CAD)危险因素>3个、心电图V,导联P波终末电势(PTFV1)异常、CRP≥3.32、NLR≥3.46、E/Em≥4.28是影响急诊胸痛患者30 d内MACE发生的独立危险因素(P<0.05);基于预测变量绘制列线图预警模型,模型预测建模组与验证组患者发生MACE的C-index为0.896、0.802,AUC分别为0.900、0.823,且建模组与验证组的校准曲线显示预测发生风险与实际观察的发生风险基本一致;将本研究中列线图模型预测MACE的效果与HEART评分、GRACE评分、TIMI评分模型比较,结果显示列线图模型的AUC与DCA阈概率范围均大于3种评分模型,有更高的预测效能与临床应用价值.结论:基于5个预测变量建立的列线图预测模型在预测急诊胸痛患者30 d MACE发生率具有更准确地预测效果与更高的临床应用价值,有助于临床早期识别出MACE高危人群从而制定针对性的预防干预措施.

」急诊胸痛、心血管不良事件、预后、预警模型

23

R459.7(治疗学)

2022-09-14(万方平台首次上网日期,不代表论文的发表时间)

共9页

557-565

相关文献
评论
暂无封面信息
查看本期封面目录

临床急诊杂志

1009-5918

42-1607/R

23

2022,23(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