您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览219 | 下载166

目的 在健康体检人群中建立颈动脉硬化及颈动脉斑块的预测模型,有效识别颈动脉斑块与硬化高危人群.方法 回顾性分析杭州市五云山医院2016年3月至2018年12月的健康体检数据,选取其中行颈动脉多普勒超声检查的8 308例体检者,将其按照是否有颈动脉斑块,分为无颈动脉斑块组5 899例及有颈动脉斑块组2 409例.获取两组对象的性别、年龄、血脂、肝功能等实验室检查指标及既往疾病信息.采用简单随机抽样,抽取70%的样本作为建模组,以颈动脉硬化或颈动脉斑块为结局,以差异有统计学意义的一般资料为自变量,采用logistic逐步回归法建立预测模型;剩余的30%样本作为验证组,绘制ROC曲线评价预测模型的诊断效能,以ROC曲线下面积(AUC)、约登指数、灵敏度、特异度、准确率、校准度评价模型预测效能.结果 颈动脉斑块建模组AUC为0.887 7,验证组AUC为0.885 4;颈动脉硬化预测模型建模组AUC为0.908 8,验证组AUC为0.897 3.颈动脉斑块与颈动脉硬化预测模型建模组约登指数最大值分别为0.61、0.65,对应高危切点值分别为0.28、0.27,以建模组获得的高危切点值作为诊断切点值带入验证组,颈动脉斑块与颈动脉硬化模型对应的灵敏度与特异度分别为(0.79、0.81)、(0.83、0.80),准确率分别为80.2%、80.7%.模型校准曲线提示预测模型具有较高

作者:范为群;邵布勒;罗文良;余运贤

来源:浙江医学 2020 年 42卷 12期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:219 | 下载:166
作者:
范为群;邵布勒;罗文良;余运贤
来源:
浙江医学 2020 年 42卷 12期
标签:
颈动脉斑块 颈动脉硬化 血脂 胆红素 预测模型
目的 在健康体检人群中建立颈动脉硬化及颈动脉斑块的预测模型,有效识别颈动脉斑块与硬化高危人群.方法 回顾性分析杭州市五云山医院2016年3月至2018年12月的健康体检数据,选取其中行颈动脉多普勒超声检查的8 308例体检者,将其按照是否有颈动脉斑块,分为无颈动脉斑块组5 899例及有颈动脉斑块组2 409例.获取两组对象的性别、年龄、血脂、肝功能等实验室检查指标及既往疾病信息.采用简单随机抽样,抽取70%的样本作为建模组,以颈动脉硬化或颈动脉斑块为结局,以差异有统计学意义的一般资料为自变量,采用logistic逐步回归法建立预测模型;剩余的30%样本作为验证组,绘制ROC曲线评价预测模型的诊断效能,以ROC曲线下面积(AUC)、约登指数、灵敏度、特异度、准确率、校准度评价模型预测效能.结果 颈动脉斑块建模组AUC为0.887 7,验证组AUC为0.885 4;颈动脉硬化预测模型建模组AUC为0.908 8,验证组AUC为0.897 3.颈动脉斑块与颈动脉硬化预测模型建模组约登指数最大值分别为0.61、0.65,对应高危切点值分别为0.28、0.27,以建模组获得的高危切点值作为诊断切点值带入验证组,颈动脉斑块与颈动脉硬化模型对应的灵敏度与特异度分别为(0.79、0.81)、(0.83、0.80),准确率分别为80.2%、80.7%.模型校准曲线提示预测模型具有较高

Baidu
map