目的 探究脓毒症合并呼吸机相关肺炎患者死亡的危险因素,并构建死亡风险的预测模型.方法 筛选2021 年 3 月—2023 年 3 月南京市第一医院收治的脓毒症合并呼吸机相关肺炎患者 128 例,整理所有入组患者的病历资料,根据患者治疗 28d后预后结局分为死亡组和生存组.筛查呼吸机相关肺炎诱导脓毒症患者死亡的危险因素,构建危险因素预测模型并验证.结果 128 例脓毒症合并呼吸机相关肺炎患者中死亡 48 例(37.50%),存活 80 例(62.50%).两组患者在合并慢性心肺疾病、急性生理与慢性健康评分(APACHE)Ⅱ评分≥15 分、机械通气时间≥15 d、合并多重耐药菌感染、合并真菌感染方面比较,差异有统计学意义(P＜0.05).Bootstrap法验证C-index指数为 0.594(95%CI:0.532～0.714)提示区分度良好.受试者工作特性(ROC)曲线模型预测脓毒症合并呼吸机相关肺炎患者死亡的灵敏度为 0.785(95%CI:0.692～0.851),特异度为 0.673(95%CI:0.594～0.721),曲线下面积(AUC)为 0.765(95%CI:0.681～0.832).结论 合并慢性心肺疾病、合并多重耐药菌感染、合并真菌感染、APACHEⅡ评分升高及机械通气时间延长与脓毒症合并呼吸机相关肺炎患者的死亡有关.ROC曲线可作为评估脓毒症合并呼吸机相关肺炎患者的死亡风险的早期辅助工具.

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: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: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。

目的:分析糖尿病合并肺炎克雷伯菌肝脓肿患者发生侵袭综合征的相关因素，以此构建在线列线图预测模型并进行验证。方法:病例对照研究。回顾性分析2015年1月1日至2021年12月31日在苏州大学附属第三医院治疗的213例糖尿病合并肺炎克雷伯菌肝脓肿患者的临床资料。运用分层随机抽样法按7∶3将患者分为训练集（149例）和测试集（64例）。使用人工少数类过采样法（SMOTE）过采样处理不平衡数据，再运用Lasso回归在训练集中筛选出最优特征变量并利用多因素logistic回归模型构建糖尿病合并肺炎克雷伯菌肝脓肿患者发生侵袭综合征的预测模型，并在训练集及测试集中进行验证。采用受试者工作特征（ROC）曲线、校准曲线及决策曲线分析（DCA）评估模型的预测效能，并构建简易列线图及在线交互动态网页列线图。结果:入选的213例患者中，男60例，女153例，年龄（61.4±12.0）岁。共有25例（11.74%）糖尿病合并肺炎克雷伯菌肝脓肿患者发生侵袭综合征，入肺炎克雷伯菌肝脓肿侵袭综合征（IKPLAS）组，其他188例为未发生肺炎克雷伯菌肝脓肿侵袭综合征（NIKPLAS）组。使用SMOTE算法进行过采样处理，使正负样本比例为1∶1，在过采样后的训练集中基于Lasso回归筛选出5个主要危险因素，分别为空腹血糖（ λ=0.063）、血红蛋白（ λ=-0.042）、血尿素氮（ λ=-0.050）、脓肿大小（ λ=-0.025）和序贯性器官功能衰竭评分（SOFA）（ λ=0.450）。多因素logistic回归模型结果显示，空腹血糖（ OR=1.20，95% CI：0.98~1.48， P=0.006）、血红蛋白（ OR=0.90，95% CI：0.86~0.95， P<0.001）、血尿素氮（ OR=1.22，95% CI：1.03~1.43， P=0.017）、脓肿直径（ OR=0.76，95% CI：0.61~0.94， P=0.010）、SOFA评分（ OR=3.08，95% CI：2.18~4.36， P<0.001）为糖尿病合并肺炎克雷伯菌肝脓肿患者发生侵袭综合征的相关因素。训练集中ROC的曲线下面积为0.966（95% CI：0.943~0.989），灵敏度为90.5%，特异度为91.3%；验证集ROC的曲线下面积为0.946（95% CI：0.902~0.991），灵敏度为79.6%，特异度为88.9%。分别在训练集和测试集绘制的校准曲线与理想曲线拟合较好。DCA显示列线图预测模型在预测糖尿病合并肺炎克雷伯菌肝脓肿患者发生IKPLAS风险为0.10~0.40时，有较好的临床净收益。 结论:空腹血糖、血红蛋白、尿素氮、脓肿大小、SOFA评分是糖尿病合并肺炎克雷伯菌肝脓肿患者发生侵袭综合征的相关因素，基于此构建的列线图可有效预测糖尿病合并肺炎克雷伯菌肝脓肿患者发生侵袭综合征的风险。

目的:运用机器学习算法及列线图，构建和验证免疫检查点抑制剂相关性肺炎（CIP）风险预测模型，旨在为更好的辅助临床护理人员筛查CIP的高危人群，提供准确直观的方法。方法:采用回顾性病例对照研究。选取2019年1月至2022年2月南方医科大学珠江医院就诊的230例使用免疫检查点抑制剂治疗的肿瘤患者，使用医院电子病历系统收集患者的资料。应用5种机器学习算法和列线图构建预测模型，在独立测试集进行模型的验证，最后依据评价指标AUC、准确率等评估预测模型的区分度及稳定性。结果:6种模型均提示，肺部基础疾病、吸烟史、血清白蛋白值≤35 g/L、胸部放疗史是促进CIP发生的重要影响因素。K最近邻、支持向量机（SVM）、朴素贝叶斯、决策树和随机森林构建的CIP预测模型的AUC分别为0.647、0.696、0.930、0.870、0.934。列线图构建的模型AUC为0.813，预测性能较好，但低于机器学习算法中表现最佳的随机森林模型（AUC=0.934）。结论:与列线图相比，基于机器学习算法建立的CIP的风险预测模型具有更高的诊断价值，但列线图构建的模型可更直观评估患者风险，建议在列线图基础上，结合机器学习算法，可增加预测模型的准确性及实用性。

目的:探索一种利用医疗大数据算法筛选临床数据库中能够用于评估老年肺炎患者预后的核心指标。方法:基于首都医科大学附属北京朝阳医院医联体朝阳急诊病房临床数据库，应用大数据检索技术，以数据库中老年肺炎患者为研究对象，根据出院时预后将患者分为死亡组和存活组。收集患者的一般资料，包括性别、年龄、血气、实验室指标集合数据，使用计算机语言Python批量计算出影响老年肺炎患者死亡的关键指标，并采用Logistic回归分析实验室指标与患者预后的相关性；绘制受试者工作特征曲线（ROC曲线），分析本研究使用的筛选方法对患者预后的预测价值。结果:最终入选265例患者，死亡64例，存活201例。取每例患者入院首次检测指标的数据，最终从472项指标中筛选出23项差异有统计学意义的关键指标，包括：血常规指标7项、血气指标3项、肿瘤标志物指标3项、凝血功能相关指标4项、营养及器官功能相关指标6项。①肺炎死亡患者血气关键指标：51.6%（33例）的患者Cl -浓度为97～111 mmol/L，81.2%（52例）的患者血乳酸（Lac）为0.5～2.5 mmol/L，87.5%（56例）的患者H +浓度为0～46 mmol/L。②肺炎死亡患者血常规关键指标：46.9%（30例）的患者血红蛋白（Hb）为80～109 g/L，67.2%（43例）的患者血中嗜酸粒细胞比例（EOS%）为0.000～0.009，51.6%（33例）的患者血中淋巴细胞比例（LYM%）为0.00～0.09，50.0%（32例）的患者血中红细胞计数（RBC）为（3.0～3.9）×10 12/L，54.7%（35例）的患者血中白细胞计数（WBC）为（0.0～9.9）×10 9/L，48.4%（31例）的患者血中红细胞分布宽度变异系数（RDW-CV）为10.0%～14.9%，48.4%（31例）的患者血中C-反应蛋白（CRP）为0.0～49.9 mg/L。③肺炎死亡患者肿瘤标志物关键指标：76.6%（49例）的患者血游离前列腺特异抗原/总前列腺特异抗原（FPSA/TPSA）为阴性（比值为0），92.2%（59例）的患者细胞角蛋白19片段（CYFRA21-1）为0.0～11.0 μg/L，75.0%（48例）的患者糖类抗原125（CA125）为0～104 kU/L。④肺炎死亡患者凝血功能关键指标：68.8%（44例）的患者活化部分凝血活酶时间（APTT）为57～96 s，73.4%（47例）的患者D-二聚体为0～6 mg/L，93.8%（60例）的患者凝血酶时间（TT）为14～22 s，89.1%（57例）的患者二磷酸腺苷（ADP）的抑制率为0%～53%。⑤肺炎死亡患者营养及器官功能关键指标：92.2%（59例）的患者B型脑钠肽（BNP）为0，46.9%（30例）的患者前白蛋白（PA）为71～140 mg/L，90.6%（58例）的患者尿酸（UA）为21～41 μmol/L，75.0%（48例）的患者白蛋白（Alb）为10～20 g/L，93.5%（60例）患者白蛋白/球蛋白比值（A/G比值）为0～0.9，84.4%（54例）的患者乳酸脱氢酶（LDH）为0～6.68 μmol/L·s -1·L -1。⑥ Logistic回归和ROC曲线分析：Logistic回归分析表明，PA和Lac是影响患者预后的因素，PA可使死亡风险降低0.9%，Lac可使死亡风险增加69.4%；实验室指标与患者死亡预测模型预测效果的ROC曲线下面积（AUC）＝0.80，说明本研究使用的筛选方法效果较好，通过本研究模型能较好地预测老年肺炎患者预后。 结论:运用大数据技术可从急诊病房临床数据库中筛选出23项用于评估老年肺炎患者预后的核心指标，为临床评估老年肺炎患者预后提供了新的角度和方法。

目的:探讨Ⅱ~Ⅲ期结肠癌根治术后复发危险因素及其列线图预测模型的应用价值。方法:采用回顾性病例对照研究方法。收集2013年1月至2016年6月西安交通大学第一附属医院收治的228例行根治性切除术治疗Ⅱ~Ⅲ期结肠癌病人的临床病理资料；男118例，女110例；中位年龄为62岁，年龄范围为25~87岁。所有病人行开腹或腹腔镜辅助结肠癌根治性切除术。观察指标：（1）术后复发情况。（2）影响Ⅱ~Ⅲ期结肠癌根治术后复发的危险因素分析。（3）Ⅱ~Ⅲ期结肠癌根治术后复发列线图预测模型的构建及评价。采用门诊或电话方式进行随访，了解病人术后3年复发情况。随访时间截至2019年6月。偏态分布的计量资料以 M（范围）表示。计数资料以绝对数表示，组间比较采用Pearson χ2检验或Fisher确切概率法。多因素分析采用Logistic逐步回归分析。将独立危险因素引入R 3.6.1软件，构建列线图预测模型。绘制受试者工作特征曲线（ROC），以曲线下面积（AUC）评价列线图预测模型的区分度。使用R软件绘制校准度曲线图评价列线图预测模型的一致性。 结果:（1）术后复发情况：228例病人中，53例术后复发，其中局部复发19例，远处转移34例。34例远处转移病人中，肝转移14例、肺转移7例、脑转移4例、多发转移及其他部位单发转移9例。53例病人术后复发时间为12个月（6~19个月）。（2）影响Ⅱ~Ⅲ期结肠癌根治术后复发的危险因素分析：单因素分析结果为肠梗阻、术前癌胚抗原（CEA）、腹腔积液、血管侵犯是影响Ⅱ~Ⅲ期结肠癌根治术后复发的相关因素（ χ2=4.463、13.622、10.914、5.911， P<0.05）。病理学N分期是影响Ⅱ~Ⅲ期结肠癌根治术后复发的相关因素（ P<0.05）。多因素分析结果显示：术前CEA>5 μg/L、腹腔积液、血管侵犯、病理学N分期为N1期或N2期是影响Ⅱ~Ⅲ期结肠癌根治术后复发的独立危险因素（优势比=3.129，3.071，7.634，3.439，15.467，95%可信区间为1.328~7.373，1.047~9.007，1.103~52.824，1.422~8.319，3.498~68.397， P<0.05）。（3）Ⅱ~Ⅲ期结肠癌根治术后复发列线图预测模型的构建及评价：根据多因素分析结果，将术前CEA、腹腔积液、血管侵犯及病理学N分期引入R 3.6.1软件，构建Ⅱ~Ⅲ期结肠癌根治术后复发的列线图预测模型。术前CEA>5 μg/L的列线图评分为41.7分，腹腔积液为41.0分，血管侵犯为74.2分，病理学N分期N1期为45.1分、N2期为100.0分，各项危险因素不同取值得分总和对应术后复发概率。绘制ROC评价列线图预测Ⅱ~Ⅲ期结肠癌根治术后复发的能力，其AUC为0.805（95%可信区间为0.737~0.873， P<0.05）。校准曲线图显示Ⅱ~Ⅲ期结肠癌根治术后列线图模型预测复发概率与实际复发概率具有较好一致性。 结论:术前CEA>5 μg/L、腹腔积液、血管侵犯、病理学N分期为N1或N2期是Ⅱ~Ⅲ期结肠癌根治术后复发的独立危险因素；以此构建列线图预测模型有助于预测Ⅱ~Ⅲ期结肠癌根治术后复发风险。