背景 部分危重症甲型流感病毒(IAV)感染患儿可发生严重的后遗症甚至死亡,但其早期的临床表现无特异性,目前国内外缺乏相关预测模型的研究.目的 建立儿童危重症IAV感染的列线图预测模型,以帮助临床早期识别危重症IAV感染.设计 病例对照研究.方法 纳入 2018 年 1 月至 2023 年 11 月在郑州大学附属儿童医院住院的IAV感染连续病例,根据出院诊断结合临床资料分为危重症和非危重症患儿,截取患儿的人口学资料、入院时症状、入院时实验室检查项目、合并其他病原体感染情况.根据IAV在河南省的发生率计算样本量需＞320 例,将纳入患儿按 7∶3 的比例随机分为建模组和验证组,在建模组病例中筛选危重症IAV感染的影响因素,并采用R 4.3.2 软件包构建危重症IAV感染的列线图预测模型.主要结局指标 儿童危重症IAV感染的影响因素.结果 391 例IAV感染住院患儿中,危重症 134 例,其中20 例(14.9%)出现后遗症,均为神经系统受损,12 例(9.0%)死亡;非危重症患儿均治愈出院;建模组 274 例,验证组 117例,两组临床资料差异均无统计学意义.多因素Logistic回归分析显示,合并其他病原菌感染(OR=3.092,95%CI:1.379～6.934)、出现神经系统症状(OR=6.923,95%CI:2.569～18.656)、中性粒细胞与淋巴细胞比值(NLR)升高(OR=1.404,95%CI:1.029～1.914)和 IL-6 升高(OR=1.009,95%CI:1.000～1.018)是发生危重症 IAV 感染的危险因素,白蛋白升高(OR=0.925,95%CI:0.862～0.992)是发生危重症IAV感染的保护因素.以危重症IAV感染为预测结局,以有神经系统症状、合并其他病原体感染以及实验室指标NLR、IL-6、白蛋白,构建列线图预测模型.建模组和验证组AUC分别为 0.949(95%CI:0.915～0.982)和 0.912(95%CI:0.871～0.952);该列线图模型拟合较好(χ2=5.077,P=0.749),具有较高的临床净获益率.结论 基于合并其他病原体感染、神经系统症状以及实验室指标NLR、IL-6、白蛋白构建的列线图预测模型,其有效性和鉴别能力良好.

目的 分析多发伤患者急诊入院后早期死亡危险因素,构建可早期评估死亡风险的列线图预警模型.方法 回顾性分析宁夏医科大学总医院急诊科收治的 785 例多发伤患者,以随机数字法(3∶1)分为建模组和验证组,对建模组采用Logistics回归分析多发伤患者早期死亡的危险因素,使用R语言软件绘制列线图并评价.结果 多因素Logistics回归分析结果显示,年龄、MEWS评分、GCS评分、血糖和PT是急诊入院多发伤患者早期死亡的独立危险因素(OR值分别为 1.042、1.554、0.705、1.094、1.144,均P＜0.05).构建列线图模型,结果显示预测模型具有良好区分度(AUC为 0.955,95%CI:0.934～0.976),Hosmer-Lemeshow拟合优度检验P=0.828;外部验证AUC为 0.942(95%CI:0.904～0.980).校准曲线提示预测模型具有良好一致性.DCA曲线提示预测模型具有较高的净收益和临床有效性.结论 列线图模型具有良好的预测效能,为急诊入院多发伤患者的早期评估提供了良好的参考依据.

目的:构建和验证基于白蛋白-胆红素(ALBI)分级的胆囊癌患者术后预后的预测模型。方法:回顾性分析2011年3月至2020年1月嘉兴市第一医院收治的161例接受根治手术胆囊癌患者的临床资料，其中男性44例，女性117例，年龄(65±9)岁。通过测定术前血清白蛋白、总胆红素计算ALBI评分，然后依据ALBI评分分级。以门诊记录或电话随访的方式对患者进行随访，记录患者术后的生存情况。应用Kaplan-Meier法计算生存率，Cox比例风险模型筛选预后的影响因素。绘制时间依赖性受试者工作特征(ROC)曲线计算各评分系统的曲线下面积(AUC)。基于多因素分析结果构建列线图模型，并评价其预测性能。结果:胆囊癌患者术后1、3和5年的累积生存率分别为76.7%、52.5%和41.9%，中位生存期为46.5个月。时间依赖性ROC曲线结果显示，ALBI分级预测胆囊癌根治性切除术后1、2、3年生存的AUC分别为0.659、0.597、0.599，优于预后营养指数和控制营养状况评分。多因素Cox回归分析显示，肿瘤低/未分化( HR＝2.890，95% CI：1.816~4.600， P<0.001)、肿瘤Ⅲ/Ⅳ期( HR＝2.832，95% CI：1.781~4.503， P<0.001)、ALBI 2级( HR＝1.595，95% CI：1.017~2.500， P＝0.042)、ALBI 3级( HR＝3.938，95% CI：1.375~11.278， P＝0.011)是胆囊癌根治性切除术后预后不良的独立危险因素。基于上述因素建立的列线图模型预测胆囊癌根治性切除术后1、3和5年预后ROC曲线的AUC分别为0.796、0.806、0.799。临床决策曲线分析显示该模型具有明显的正向净效益，具有良好临床适用性。校准图显示，预测曲线与参考线拟合较好，表明该模型的预测结果与实际结果之间具有良好的符合度。 结论:基于ALBI分级的列线图预测模型对胆囊癌患者术后预后的预测价值较好，有助于预后判断及个体化治疗决策的制定。

目的:分析老年原发下咽癌的预后因素，构建并验证老年下咽癌患者生存预后的预测模型。方法:选择监测、流行病学和最终结果（Surveillance，Epidemiology and End Results，SEER）数据库中2010年1月至2015年12月年龄>60岁诊断为下咽恶性肿瘤患者的临床资料1100例，随机分为建模组（ n=845）和验证组（ n=255），采用LASSO回归优化筛选变量进行临床特征选择，使用10倍交叉验证生成5个有意义的变量：年龄、T分级、M分级、婚姻状态、手术类型；利用Cox回归模型对建模组及验证组进行区分度、校准度及临床适用度评估，列线图展示建模组预测结果，根据构建的模型风险评分，按中位数分为高低风险组，绘制出建模组及验证组生存分析曲线图。 结果:年龄、T分级、M分级、婚姻状态、手术类型是老年下咽恶性肿瘤预后的因素。建模组C指数为0.652（95% CI: 0.625~0.679），验证组C指数为0.64（95% CI: 0.597~0.683）；建模组中12个月及36个月ROC曲线下面积分别为0.678及0.785，验证组中12个月及36个月ROC曲线下面积分别为0.656及0.64；预测12个月及36个月生存曲线的校准度及临床决策曲线与实际生存率具有较好的一致性，风险评分绘制出生存曲线显示高风险组预后较差。 结论:老年下咽癌患者预后与年龄、分期、婚姻状态及手术有关，手术治疗能够改善老年下咽癌患者的预后生存。

目的:探讨影响非创伤性院外心脏骤停（out-of-hospital cardiac arrest，OHCA）患者自主循环恢复（return of spontaneous circulation，ROSC）的影响因素，构建列线图预测模型。方法:建立2018年1月至2022年7月在嘉兴市第一医院急诊科诊治的270例非创伤性OHCA患者的预测模型。采用多因素Logistic回归分析确定独立预测因素，建立预测非创伤性OHCA患者ROSC的列线图。结果:多因素Logistic回归发现，女性、预计心脏骤停时间≤40 min、目击者、旁观者心肺复苏、血糖≥10 mmol/L是非创伤性OHCA患者ROSC的独立预测因素，由此构建的列线图曲线下面积（AUC）为0.884，校正曲线接近于理想的对角线。DCA分析表明该模型的净获益较好。结论:本列线图模型能够较好地预测非创伤性OHCA患者ROSC的概率，有助于指导急诊科医生进行临床诊疗及医患沟通。

目的:探讨基于MRI多期增强影像组学联合临床影像特征的预测模型术前预测乳腺癌Ki-67表达状态的价值。方法:本研究为回顾性研究。收集2016年6月至2017年5月就诊于中国医学科学院北京协和医学院肿瘤医院并接受手术治疗的乳腺癌患者213例，均为女性，年龄24~78（51±10）岁。所有患者均在术前2周内接受常规乳腺MR检查。根据术后病理Ki-67表达不同分为高表达组（Ki-67≥20%，153例）和低表达组（Ki-67<20%，60例）。从动态增强扫描第2期（CE-2）和第7期（CE-7）图像提取乳腺癌病变的影像组学特征，将所有病例根据MR检查时间先后顺序以7∶3分为训练集和测试集。首先采用方差分析和Wilcoxon符号秩检验选出具有显著分类性能的特征值，随后采用最小绝对收缩和选择算子法回归模型的方法，筛选出最佳特征值。同时对临床信息及常规影像学特征［包括腺体分型、背景实质强化程度、是否多灶/多中心、病灶位置、病灶形态、病灶长径、病灶短径、T 2WI信号特征、扩散加权成像（DWI）信号特征、表观扩散系数（ADC）值、时间-信号强度曲线（TIC）类型、腋窝是否伴有短径>1.0 cm淋巴结］采用同样的方法进行参数筛选。随后采用支持向量机（SVM）构建Ki-67高低表达状态的预测模型。模型的预测效能采用受试者操作特性（ROC）曲线和曲线下面积进行评价。 结果:由CE-2和CE-7图像分别提取1 029个影像组学特征，经过筛选分别得到9个及7个最佳特征值，并将两组特征值组合共16个特征值构成CE-2+CE-7图像影像组学最佳特征值。临床影像特征筛选得到5个有价值的参数分别为病变位置、病变短径、DWI信号特征、ADC值、是否腋窝淋巴结短径>1.0 cm。由CE-2和CE-7图像影像组学特征所得SVM模型在训练集及测试集中预测Ki-67表达状态的ROC曲线下面积均较高（>0.70）。将CE-2、CE-7、CE-2+CE-7图像影像组学特征分别联合临床影像特征构建模型预测Ki-67表达状态的效能较单独使用CE-2、CE-7、CE-2+CE-7图像影像组学特征所得模型有不同程度提高。其中CE-2+CE-7+临床影像特征模型预测效能最佳，其在训练集中预测Ki-67表达状态的AUC、准确度、灵敏度、特异度分别为0.895、84.6%、87.9%、76.2%；在测试集中分别为0.822、70.3%、76.1%、55.6%。结论:基于MRI多期增强影像组学特征的SVM模型能有效预测Ki-67表达状态，将影像组学特征与临床影像特征联合，能够进一步提高模型预测效能。

目的:探讨听神经瘤手术患者面神经功能预后的影响因素并构建预测模型。方法:回顾性分析2018年6月至2020年3月于中南大学湘雅医院神经外科行经乙状窦后入路手术的129例听神经瘤患者的临床资料。采用House-Brackmann(H-B)评分系统评估患者术前、术后即刻和术后6个月的面神经功能，采用logistic回归分析探讨术后即刻和6个月的面神经功能预后的影响因素，并构建术后面神经功能预后的数学预测模型。结果:多因素logistic回归分析结果表明，肿瘤的大小、术前面神经功能分级、TFIAC分级、年龄以及有无后组脑神经相关症状与术后即刻面神经功能的恢复程度可能有关(均 P<0.10)；纳入上述影响因素建立术后即刻面神经功能的预测模型，其训练集和测试集的受试者工作特征曲线的曲线下面积分别为0.830、0.713，预测精度分别为77%、71%。纳入影响术后6个月面神经功能恢复程度的logistic回归分析结果中有统计学意义( P<0.05)的因素(包括年龄、肿瘤的大小、术前面神经功能分级、有无小脑或后组脑神经相关症状)以及Samii分级，建立术后6个月的面神经功能预后预测模型，其训练集和测试集的受试者工作特征曲线的曲线下面积分别为0.861、0.894，预测精度分别为77%、78%。 结论:基于多因素logistic回归分析结果建立的听神经瘤经乙状窦后入路手术后即刻和6个月面神经功能预测模型有较高的预测精度，对临床个体化制定治疗方案具有一定的指导意义。

目的:分析胸椎黄韧带骨化症（TOLF）手术预后的影响因素，并构建预测模型。方法:回顾性分析2016年2月至2019年2月重庆奉节县人民医院收治的138例行后路减压内固定手术的TOLF患者的临床资料，术后6个月对所有患者进行随访，评估预后效果，将疗效评判为"差""可"的患者纳入不良组（35例），将疗效评判为"良""优"的患者纳入优良组（103例），比较两组患者的临床资料，采用多因素Logistic回归分析影响行TOLF手术患者预后的危险因素，并构建预测模型，最后验证模型的效果。结果:多因素Logistic回归分析结果显示，合并硬膜囊骨、T 2加权像髓内高信号、椎管面积残余率、术后脑脊液漏、病程是TOLF手术预后不良的危险因素（ P<0.05）。预测模型： P = 1/（e ＾- Y）， Y = 2.419 + 2.726 ×合并硬膜囊骨+ 3.735 × T 2加权像髓内高信号+ 3.616 ×椎管面积残余率+ 1.949 ×术后脑脊液漏+ 2.137 ×病程，曲线下面积为0.632，灵敏度为77.1%，特异度为75.7%，模型预测效果验证的灵敏度为84.21%、特异度为82.93%。 结论:合并硬膜囊骨、T 2加权像髓内高信号、椎管面积残余率、术后脑脊液漏、病程是TOLF手术预后不良的危险因素，采用由上述危险因素所构建的预测模型能够对TOLF手术预后不良的风险进行有效评估。

目的:以“超声在麻醉、疼痛和重症医学中的应用”课程为例，构建临床医学专业课程学习者画像模型。方法:梳理临床医学专业课程学习者画像模型构建框架及流程，对多来源学习者数据进行收集及预处理。利用Python 3.9编程语言进行统计分析、自然语言处理、聚类分析，并以可视化技术呈现，构建机器学习预测模型并评估模型预测效能。结果:从学习背景、兴趣偏好和行为效果3个维度构建临床医学专业课程学习者画像模型。学习背景画像揭示了学习者基本信息、认知基础和学习动机。兴趣偏好画像分析了学习目的与其他选课信息，根据内容关注程度、学习效果影响因素识别出3类不同的学习者群体。行为效果画像通过构建4种机器学习算法预测模型实现了对课程考试成绩的分类预测，结果显示朴素贝叶斯算法效果最佳，准确率为0.80、F1分数为0.79，受试者工作特征（receiver operating characteristic，ROC）曲线下面积（area under the curve，AUC）为0.79（ P=0.035），与其他算法差异有统计学意义。 结论:本研究构建了临床医学专业课程学习者画像模型并开展实证研究，画像结果对教学内容、教学方式与教学团队、学习效果预测提供了指导建议。

目的:构建SAP并发急性肾损伤(AKI)的早期预测模型，并对模型的预测效能进行评价。方法:回顾性分析2017年7月至2021年6月间浙江省荣军医院收治的295例SAP患者的临床资料，根据是否并发AKI分为AKI组(61例)和非AKI组(234例)。比较两组患者的一般特征、临床资料、实验室检查结果，采用多因素logistic回归分析法筛选SAP并发AKI的独立预测因素，采用R软件建立预测SAP并发AKI的Nomogram模型。绘制模型图受试者工作特征曲线(ROC)，计算曲线下面积(AUC)，评估其预测效能。结果:AKI组急性生理与慢性健康评估Ⅱ(APACHEⅡ)、Ranson评分，腹腔间隔室综合征(ACS)、全身炎性反应综合征(SIRS)发生率，休克、机械通气例数及外周血乳酸(BLA)、肌酐(Scr)、尿素氮(BUN)、CRP、降钙素原(PCT)、胱抑素C(Cys C)水平均较非AKI组显著增高，血钙水平较非AKI组降低，差异有统计学意义( P值均<0.05)。多因素logistic回归分析结果显示，APACHEⅡ评分( OR＝1.185，95% CI 1.074~1.308， P＝0.001)、Ranson评分( OR＝12.668，95% CI 5.102~31.456， P<0.001)、Scr( OR＝1.028，95% CI 1.002~1.054， P＝0.034)、PCT( OR＝4.298，95% CI 1.379~13.395， P<0.001)及Cys C( OR＝38738.38，95% CI 43.190~347459.41， P<0.001)是SAP并发AKI的独立危险因素；血钙( OR＝0.0001，95% 0.000~0.048， P<0.001)是SAP并发AKI的独立保护性因素。以上述6项因素为参数建立Nomogram预测模型，在训练集中预测AKI发生的AUC值、灵敏度和特异度分别为0.987、99.0%和98.5%；在验证集分别为0.976、98.6%和94.2%。 结论:成功建立了SAP并发AKI的早期预测模型，该模型能较好地预测SAP并发AKI的风险。