目的 建立有价值、实用的预测模型,用于早期识别重症新型冠状病毒肺炎(COVID-19)高危病例.方法 纳入2020年1月17日—3月24日在宜昌市第三人民医院确诊的343例成人COVID-19患者(训练集240例,测试集103例)进行回顾性单中心研究.收集患者入院时的临床特征和实验室检查数据.采用单因素及多因素logistic回归分析探讨重症COVID-19的预测因素,构建预测模型,列线图和受试者工作特征曲线(ROC)用于评估、验证预测模型.结果 训练集和测试集患者入院时的临床特征和实验室检查数据差别均无统计学意义.存在并发症、发热、咳痰、呼吸困难、血淋巴细胞数减少和D-二聚体升高是重症COVID-19的独立预测因素.构建了预测重症COVID-19的自评模型、基层模型和复杂模型:一致性指数分别为0.902、0.924和0.943;内部验证:ROC曲线下面积分别为0.898、0.920和0.937;外部验证:ROC曲线下面积分别为0.870、0.878和0.879.3种模型均具有较高的诊断敏感性(84.4％ ～90.0％)、特异性(67.5％ ～89.2％)、阴性预测值(均超过95％)和可接受的阳性预测值(内部验证:48.1％ ～65.0％,外部验证:40.0％ ～53.1％).结论 入院时存在并发症、发热、咳痰、呼吸困难、血淋巴细胞数减少和D-二聚体升高是重症COVID-19的良好预测因素.构建的自评模型、基层模型
作者：郭祈福；张海荣；邵楠；童晓维；黄建钗
来源：福建医科大学学报 2022 年 56卷 4期
