我们的网站为什么显示成这样?

可能因为您的浏览器不支持样式,您可以更新您的浏览器到最新版本,以获取对此功能的支持,访问下面的网站,获取关于浏览器的信息:

|本期目录/Table of Contents|

新型冠状病毒肺炎患者重症风险模型建立及评价(PDF)

《现代预防医学》[ISSN:1003-8507/CN:51-1365/R]

期数:
2020年24期
页码:
4439-4442
栏目:
流行病与统计方法
出版日期:
2020-12-30

文章信息/Info

Title:
Establishment and evaluation of severe risk model of novel coronavirus pneumonia
作者:
韩晶12黄淑萍1谢祎1刘玲梅1张永进1史丽霞12
1.天津市海河医院,天津 300350;
2.天津市呼吸疾病研究所,天津 300350
Author(s):
HAN Jing* HUANG Shu-ping XIE Yi LIU Ling-mei ZHANG Yong-jin SHI Li-xia
*Tianjin Haihe Hospital, Tianjin University, Tianjin 300350, China
关键词:
新型冠状病毒肺炎重症预测模型logistic回归
分类号:
R181.2
DOI:
-
文献标识码:
A
摘要:
目的 探究一种预测新型冠状病毒肺炎患者的重症风险模型的构建。方法 对天津市收治的168例新型冠状病毒肺炎患者进行回顾研究分析,将研究人群以是否重症进行分层,并按7∶3比例随机分为建模组和验证组,其中建模组共117例用作模型的建立,验证组共51例用于检验模型应用的效度及评价。采用受试者工作特征(ROC)曲线评价各评分系统对患者重症风险的预测能力。结果 研究人群的新型冠状病毒肺炎患者重症率37.5%,logistic回归分析结果表明,年龄(OR = 1.091,95%CI:1.007~1.181,P = 0.032)、糖尿病(OR = 28.549,95%CI:1.753~465.039,P = 0.019)、冠心病(OR = 125.649,95%CI:2.728~5787.957,P = 0.013)、淋巴细胞计数(OR = 0.007,95%CI:0.001~0.160,P = 0.007)、肌红蛋白MB(OR = 1.087,95%CI:1.036~1.140,P = 0.001)、PaO2/FiO2(OR = 0.974,95%CI:0.957~0.991,P = 0.004)为患者重症的独立危险因素,预测模型:P = 1/[1+e-(0.087×年龄+3.352×糖尿病+4.833×冠心病-5.003×LY+0.083×肌红蛋白MB -0.027×PaO2/FiO2 +6.540)],其ROC曲线下面积(AUC)为0.914 (95%CI:0.836~0.993),logistic回归模型的预测敏感度为89.47%、特异度为87.5%。结论 logistic回归模型能较好预测新型冠状病毒肺炎患者的重症风险,可提高对重症高危患者的早期识别,以期早期采取干预等治疗策略降低重症风险。

参考文献/References

-

备注/Memo

备注/Memo:
基金项目:天津市卫生健康新冠肺炎防治科技项目(2020xkc03)
作者简介: 韩晶(1988 - ),女,硕士,主治医师,研究方向:疾病与控制
通讯作者:史丽霞,E-mail:slx272829@126.com
更新日期/Last Update: 2020-12-30