目的:鉴于脓毒症的高发病率和高病死率,早期识别高风险患者并及时干预至关重要,而现有死亡风险预测模型在操作、适用性和预测长期预后等方面均存在不足.本研究旨在探讨脓毒症患者死亡的危险因素,构建近期和远期死亡风险预测模型.方法:从美国重症监护医学信息数据库IV(Medical Information Mart for Intensive Care-IV,MIMIC-IV)中选取符合脓毒症3.0诊断标准的人群,按7?3的比例随机分为建模组和验证组,分析患者的基线资料.采用单因素Cox回归分析和全子集回归确定脓毒症患者死亡的危险因素并筛选出构建预测模型的变量.分别用时间依赖性曲线下面积(area under the curve,AUC)、校准曲线和决策曲线评估模型的区分度、校准度和临床实用性.结果:共纳入14 240例脓毒症患者,28 d和1年病死率分别为21.45
脓毒症 近期和远期死亡 美国重症监护医学信息数据库IV 预后因素 预测模型 sepsis short-term and long-term deaths Medical Information Mart for Intensive Care-IV database prognostic factors predictive model
目的:鉴于脓毒症的高发病率和高病死率,早期识别高风险患者并及时干预至关重要,而现有死亡风险预测模型在操作、适用性和预测长期预后等方面均存在不足.本研究旨在探讨脓毒症患者死亡的危险因素,构建近期和远期死亡风险预测模型.方法:从美国重症监护医学信息数据库IV(Medical Information Mart for Intensive Care-IV,MIMIC-IV)中选取符合脓毒症3.0诊断标准的人群,按7?3的比例随机分为建模组和验证组,分析患者的基线资料.采用单因素Cox回归分析和全子集回归确定脓毒症患者死亡的危险因素并筛选出构建预测模型的变量.分别用时间依赖性曲线下面积(area under the curve,AUC)、校准曲线和决策曲线评估模型的区分度、校准度和临床实用性.结果:共纳入14 240例脓毒症患者,28 d和1年病死率分别为21.45
