目的 建立预测脓毒症急性胃肠损伤(AGI)患者28 d死亡风险的列线图(Nomogram)模型并进行验证.方法 回顾性分析2019年10月至2021年3月于安徽医科大学第一附属医院重症医学科收治的169例脓毒症AGI患者的临床资料,依据患者28 d临床结局分为生存组(96例)和死亡组(73例).应用LASSO回归筛选最优预测变量,纳入多因素logistic回归分析建立预测模型.通过Bootstrap重复抽样法对模型的区分度、校准度、临床有效性等进行内部验证.采用受试者工作特征曲线(ROC)曲线下面积(AUC)评估预测效能.回顾性收集2021年4月至2021年11月于安徽医科大学第一附属医院重症医学科收治的73例脓毒症AGI患者的相关资料进行模型外部验证.应用R软件绘制Nomogram图.结果 ①单因素分析:C-反应蛋白(CRP)、pH值、乳酸(Lac)、平均动脉压(MAP)、血管活性药物使用比率、急性生理与慢性健康状况Ⅱ评分(APACHEⅡ)、序贯器官衰竭评估(SOFA)评分、脓毒性休克比率以及AGI分级等资料在生存组和死亡组之问的差异均具有统计学意义(P<0.05).②LASSO回归筛选出4个最优预测变量,包括Lac、使用血管活性药物、APACHEⅡ评分和AGI分级,依此建立logistic预测模型.③预测模型的内部验证和外部验证:一致性指数(C-index)分别为0.917和0.881,校正C-index分别为0.904和0.841,提示区分度良好;Hosmer-Lemeshow检验均显示P>0.05,校准曲线的斜率均为1,Brier值为0.118和0.132,说明校准度较好;决策分析(DCA)曲线阈值概率在>1％和6％～89％之问显示出较好的临床有效性.④预测模型的AUC为0.913(95％CI:0.870～0.955),最佳截断值为0.532,敏感度82.2％,特异度88.5％,预测效能优于传统指标;外部验证的AUC为0.887(95％CI:0.811～0.963),预测效能优于传统指标.⑤应用R软件绘制预测模型的可视化Nomogram图.结论 Lac、使用血管活性药物、APACHEⅡ评分和AGI分级是脓毒症AGI患者28死亡风险的独立危险因素.基于上述指标在校正性别和年龄后构建了预测脓毒症AGI患者28 d死亡风险的预后模型,在预测预后方面具有一定的准确度.

脓毒症;急性;胃肠损伤;列线图模型;预后(死亡风险)

苑俊;陈实;吴亚运;查玉涛;鲍俊杰;朱玉;邵敏

230022 安徽合肥 安徽医科大学第一附属医院重症医学科;236500 安徽阜阳 界首市人民医院重症医学科

安徽医学

[1]苑俊;陈实;吴亚运;查玉涛;鲍俊杰;朱玉;邵敏-.脓毒症急性胃肠损伤28 d死亡风险列线图模型的建立与验证)[J].安徽医学,2022(08):873-880

脓毒症,急性胃肠损伤,死亡风险,风险列线图模型,建立与验证,AGI,Nomogram,安徽医科大学,重症医学科,临床结局,局分,LASSO,预测变量,logistic,Bootstrap,抽样法,区分度,校准度,临床有效性,有效性等,内部验证,受试者工作特征曲线,评估预测,预测效能,外部验证,Lac,平均动脉压,MAP,血管活性药物,药物使用,急性生理与慢性健康状况,APACHE,序贯器官衰竭评估,SOFA,脓毒性休克,用血,依此,Hosmer,Lemeshow,校准曲线,Brier,决策分析,DCA,截断值,正性,预后模型,预测预后

0.221994