基于Logistic-Nomogram构建创伤性脊髓损伤预后预测模型

方芳, 张社敏, 戴志强, 谢亚丽, 谢佳芯

PDF(1406 KB)
PDF(1406 KB)
广西医科大学学报 ›› 2023, Vol. 40 ›› Issue (09) : 1508-1514. DOI: 10.16190/j.cnki.45-1211/r.2023.09.011

基于Logistic-Nomogram构建创伤性脊髓损伤预后预测模型

  • 方芳, 张社敏, 戴志强, 谢亚丽, 谢佳芯
作者信息 +
History +

摘要

目的:基于多因素Logistic回归分析创伤性脊髓损伤(TSCI)预后不良相关因素,构建Nomogram预测模型并进行验证。方法:选取2020年3月至2022年9月中国人民解放军联勤保障部队第九二〇医院收治的250例TSCI患者为研究对象,按照7∶3比例随机分为训练组(n=175)和验证组(n=75)。分别于治疗前及治疗后6个月采用日本骨科学会(JOA)量表评估患者预后,以JOA评分改善率≥60%为预后良好组,改善率<60%为预后不良组。采用单因素和多因素Logistic回归法分析预后不良的影响因素,根据影响因素构建Nomogram预测模型,并验证该模型预测效能及临床效用。结果:椎管侵占率≥50%、损伤严重程度为完全损伤、损伤至治疗时间≥8 h、外周血纤维蛋白原(FIB)水平降低、血清高迁移率族蛋白B1(HMGB1)和细胞核因子-κB(NF-κB)水平升高以及外周血中性粒细胞计数与淋巴细胞计数比值(NLR)增高均为预后不良的独立危险因素(P<0.05)。Nomogram预测模型预测预后不良的曲线下面积(AUC)为0.944,且具有正向净收益。结论:椎管侵占率、损伤程度、治疗时间及外周血HMGB1、NF-κB、NLR、FIB水平均为TSCI患者预后不良的危险因素,基于上述因素构建的Nomogram模型对预后不良有较好预测效能,有助于临床筛查高危人群并制定治疗方案。

关键词

创伤性脊髓损伤 / Logistic回归 / Nomogram模型 / 预测效能 / 高迁移率族蛋白B1 / 细胞核因子κB / 纤维蛋白原

中图分类号

R651.2

引用本文

导出引用
方芳, 张社敏, 戴志强, 谢亚丽, 谢佳芯. 基于Logistic-Nomogram构建创伤性脊髓损伤预后预测模型. 广西医科大学学报. 2023, 40(09): 1508-1514 https://doi.org/10.16190/j.cnki.45-1211/r.2023.09.011

基金

云南省科技计划项目(No.202301AY070001-283)

评论

PDF(1406 KB)

Accesses

Citation

Detail

段落导航
相关文章

/