10.19790/j.cnki.JCM.2023.19.08
脑出血患者家属重症监护室后综合征风险预测模型构建
目的 构建脑出血患者家属重症监护后综合征(PICS-F)风险预测模型,并对模型预测效能进行评估.方法 采用便利抽样法,选取2020-05-01-2022-03-31厦门大学附属东南医院重症监护室(ICU)治疗的脑出血患者233名家属作为研究对象,根据是否发生PICS-F将研究对象分为发生组和未发生组,通过二元logistic回归分析确认影响因素后构建风险预测模型,并通过受试者工作特征(ROC)曲线验证预测模型的有效性.结果 233名研究对象中,172名(73.82％)发生了 PICS-F,61名(26.18％)未发生PICS-F.单因素分析结果显示,PICS-F发生组年龄(t=2.252,P=0.025)、女性占比(x2=4.165,P=0.041)、ICU入住时长(t=2.307,P=0.022)和急性生理学及慢性健康状况Ⅱ(APACHEⅡ)评分(t=2.180,P=0.030)均大于未发生组,格拉斯哥昏迷指数(GCS)评分(t=3.343,P=0.001)小于未发生组,差异均有统计学意义;二元 logistic 回归分析结果显示,年龄(OR=1.188,95％CI 为 1.114～3.266,P＜0.001)、性别(OR=2.981,95％CI为 1.073～8.288,P=0.036)、APACHEⅡ 评分(OR=2.838,95％CI 为 1.670～5.043,P=0.030)、ICU 入住时长(OR=3.067,95％CI 为 1.033～9.108,P=0.044)和格拉斯哥昏迷指数(GCS)评分(OR=0.642,95％CI 为 0.549～0.951,P=0.028)均为脑出血患者PICS-F的独立影响因素.构建脑出血患者PICS-F风险预测模型为P=1/{1+exp[-(13.647+0.172×年龄+1.092×性别+0.609× APACHEⅡ+1.121 × ICU 入住时长-0.443 × GCS 评分)]}.模型预测曲线下面积(AUC)为0.821(95％CI为0.656～0.903),最佳预报截断值为0.534时,模型预测灵敏度为68.60％,特异度为88.52％.结论 成功构建了脑出血患者PICS-F风险预测模型,经验证模型具有较好预测效能.
脑出血、家属重症监护室后综合征、风险预测模型、logistic回归模型
21
R473.74(护理学)
2023-11-02（万方平台首次上网日期，不代表论文的发表时间）
共6页
1022-1026,1031
