原发性高血压发病概率预测模型评价研究

目的建立原发性高血压发病概率预测模型并对模型预测效果进行评价,为防治高血压发病提供依据。方法调查285例原发性高血压患者和260例对照病例,采用logistic回归分析的方法研究影响高血压发病的危险因素,建立发病概率预测模型并利用ROC曲线进行评价。结果影响高血压发病的危险因素包括家族史、BMI、文化程度、饮酒、蔬菜水果摄入、饮食偏咸、吃动物内脏、体育锻炼程度、血压差等,ROC曲线下面积为0.930,模型具有较好的预测价值。结论建立了合理的logistic回归概率预测模型,模型评价效果较好,能较为准确地预测高血压发病概率。     

三种方法构建鼻咽癌患者营养指数模型的比较分析及其截断点确定

目的比较三种方法构建鼻咽癌患者的营养指数模型,确定各模型的最佳截断点。方法调查326例鼻咽癌患者的营养状况及生存质量并进行放射敏感性评估,采用主成分分析、独立性权数法和哑变量分析法建立三种营养指数模型;运用ROC曲线评价各模型预测患者生存质量及放射敏感性的能力并确定各模型的最佳截断点。结果在预测患者生存质量时,主成分分析法、独立性权数法和哑变量分析法构建的营养指数模型ROC曲线下面积分别为0.75、0.72和0.68,差异均无统计学意义;在预测患者放射敏感性时,三种方法的营养指数模型ROC曲线下面积分别为0.77、0.70和0.73,差异均无统计学意义。三种方法构建的营养指数模型的营养不良截断点分别为12.1、65.3和6.0。结论三种模型预测生存质量及放射敏感性的能力相同,哑变量分析法构建的营养指数模型最为简便,更适于临床推广。     

缺血性脑卒中发病危险因素的病例对照研究

目的了解缺血脑卒中患者发病的影响因素,根据影响因素建立发病概率预测模型,为防治缺血性脑卒中提供依据。方法采用1∶1的病例对照研究方法,使用自行设计的问卷调查研究对象的各种资料;利用条件logistic回归分析方法构建预测模型,并利用ROC曲线方法评价模型预测效果。结果影响缺血性脑卒中发病的危险因素有吸烟、高血压、甘油三酯、低密度脂蛋白(LDL),而文化程度、体力活动、生活自主程度、高密度脂蛋白(HDL)为保护因素;预测准确率高达92.8%。结论条件logistic回归预测概率模型预测效果较好,能较为准确地预测疾病发病概率。     

应用分类树模型构建缺血性脑卒中发病风险的预测模型

目的应用分类树模型构建缺血性脑卒中发病风险的预测模型,并评价其应用价值。方法采用1:1配比病例对照研究设计,选择深圳市2所综合性医院的309名缺血性脑卒中患者为病例组,同时选择按年龄、性别匹配的健康者作为对照;采用卡方自动交互检测(CHAID)法建立缺血性脑卒中发病风险的预测模型,采用错分概率Risk值、索引图及受试者工作特征曲线(ROC)评价模型的应用价值。结果所建立的分类树模型共包括4层,共19个结点,共筛检出6个解释变量;其中最为重要的预测因素为体育锻炼和高血压病史。模型错分概率Risk值为0.207,利用预测概率绘制的ROC曲线下面积为0.789,与0.5比较,差异有统计学意义(P=0.001),模型拟合的效果较好。结论分类树模型不仅能有效地拟合缺血性脑卒中发病风险的预测模型,还可以有效地筛检变量间的交互作用效应。     

应用人工神经网络预测个体患原发性高血压病危险度

目的 建立个体患原发性高血压病的预测模型,评价并探讨预测个体患病的新方法.方法 选择3054名社区居民流行病学调查资料,按照年龄、性别均衡性,按4:1分为训练集(2438名)与检验集(616名)两部分,分别用于筛选变量、建立预测模型及对模型的检测和评价.应用人工神经网络(ANN)和logistic回归分析方法建立模型,用ROC方法评价所建立的高血压患病预测模型的优劣.结果 对616名检验集预测,ANN模型的特异性较低,但准确性、灵敏度指标均优于logistic回归模型,ANN2的约登指数为0.8399,明显高于其他两个模型;通过ROC曲线下面积比较模型的预测能力:logistic回归方法曲线下面积(Az=0.732±0.026)小于ANN模型(ANN2和ANN1分别为0.918±0.013、0.900±0.014),即ANN模型有更好的预测判别效能.结论 初步证明在预测个体患高血压病方面,ANN方法预测效能更优,从而为解决个体发病危险预测提供了一个新方法.     

BP人工神经网络在早产预测模型中的应用

目的 基于BP人工神经网络的基本原理和方法,构建早产预测模型.方法 采用前瞻性队列研究方法,通过整群抽样,2010-2012年在湖南省浏阳市随机抽取怀孕妇女作为研究对象.按2∶1∶1将调查样本随机分为训练样本、检验样本和测试样本,分别用于建立预测模型、选择最优神经网络和模型预测评价.采用BP人工神经网络和logistic回归分析建立模型,用ROC方法评价所建立的早产预测模型的优劣.结果 整理6 270例分娩孕妇的数据,结果显示,早产265例,早产发生率为4.22％.将子宫异常及畸形、产次、妊娠胎数、妊娠期高血压、前置胎盘、胎膜早破和定期产检7个多因素分析有统计学意义的变量选入预测模型.BP人工神经网络模型预测早产的灵敏度、特异度和一致率分别为67.65％、84.87％和84.12％,ROC曲线下面积为0.795;logistic回归模型预测早产的灵敏度、特异度和一致率分别为64.71％、85.60％和84.69％,ROC曲线下面积为0.783.结论 新建立的BP人工神经网络模型实用可靠,其对早产的预测效能略优于logistic回归模型.     

脑血管血液动力学积分与脑卒中风险的队列研究

目的　探讨脑血管血液动力学指标 (CVHI)和其他脑卒中危险因素与脑卒中发病风险的关系。方法　以整群抽样的方法选择东北、华北等六大行政区 35岁及以上的队列人群 2 5 355人 ,进行脑卒中常见危险因素的基线调查 ,同时进行CVHI检测 ,并对检测结果进行积分。随访 7年中共发生脑卒中患者 2 2 8例 ,以脑卒中的发病作为观察终点 ,按危险因素暴露和CVHI积分分组 ,计算暴露与否发病的相对危险度 (RR)及其可信区间 (CI) ,并用Cox回归进行多因素分析。结果　单因素分析显示 :高血压、心脏病、糖尿病、高血压病家族史、脑卒中家族史、超重或肥胖、饮酒史、吸烟史、CVHI积分 <75分的RR值分别为 3 .2 3(2 .48～ 4 .2 0 )、2 .53(1 .92～ 3 .33)、2 .38(1 .55～ 3 .64)、1 .32(1 .0 2～ 1 .72 )、1 .82 (1 .37～ 2 .41 )、1 .62 (1 .2 5～ 2 .1 1 )、1 .48(1 .0 7～ 2 .0 4 )、1 .76(1 .34～ 2 .31 )和 7.30(5 .43～ 9.80 ) ;多因素Cox回归分析显示 :被筛选进入回归方程的因素分别为 :CVHI积分异常、脑卒中家族史、吸烟、高血压病史、年龄和性别 ;CVHI积分的剂量反应关系分析显示 ,脑卒中的风险随着CVHI的积分降低而显著上升 ;协同作用分析显示 ,当CVHI积分 <75分和高血压合并出现时 ,脑卒中的RR值为 1 2 .55 ,表现     

参数法ROC曲线在孤立性肺结节良恶性判断预测数学模型的应用探讨

目的以我中心建立孤立性肺结节(solitary pulmonary nodules,SPN)良恶性判断预测数学模型为依据,计算该科连续145例SPN患者的预测良恶性概率,使用非参数法描绘ROC曲线,并探讨使用参数法拟合光滑ROC曲线,判定数学预测模型的最佳截断点,确定可疑区间范围,及评估其临床应用价值。方法回顾性收集2009年10月至2011年8月,北京大学人民医院胸外科连续手术获得病理明确诊断的SPN患者145例,其中恶性98例,良性47例,分别计算其预测恶性概率,非参数法绘制ROC曲线。应用CurveExpert1.3软件进行参数法曲线拟合,绘制光滑ROC曲线,通过求U=Y-X=f(x)-x的最大值对应最佳截断点;对ROC曲线求其曲率半径方程,进一步求曲率半径方程一阶导数函数,分析曲率变化趋势,得出曲率变化最明显的两点所对应区间,为选定可疑区域。再对所分3个区域内良恶性比率行卡方分析进一步验证选定可疑区间价值。结果 ROC曲线下面积为0.874±0.035,说明该数学模型有较高诊断价值。通过拟合光滑的ROC曲线分析,确定最佳截断点为57.65%,具有最高灵敏度及特异度。可疑区间范围为51.15%～60.67%,且围绕最佳截断点分布。对所分3组患者进行预测分析,差异有统计学意义,提示预测结果和金标准分类结果之间存在相关关系。结论使用ROC曲线评价具有简单有效的优点,通过参数法曲线拟合,可确定数学模型的最佳截断点及可疑区间范围,有较高临床应用价值。     

上海市奉贤社区脑卒中危险因素队列研究基线调查和随访分析

目的 了解上海市奉贤社区脑卒中危险因素暴露水平并探讨各危险因素与脑卒中发病间的关系.方法　2003与2004年整群抽取上海市奉贤区两个社区≥40岁本市户籍常住人口10 565人建立脑卒中队列研究人群,调查高血压病、心脏病、糖尿病、脑卒中家族史、吸烟、饮酒等危险因素暴露状况,并进行脑血管血液动力学指标(CVHI)检测,以统一方法对CVHI进行积分,积分值＜75分为异常,随访脑卒中新发病例共78例,对研究因素进行单因素和多因素Cox回归分析.结果　2003年基线调查显示,该社区高血压病、心脏病、糖尿病、脑卒中家族史、肥胖(BMI≥28 kg/m2)、吸烟、饮酒、CVHI积分异常等八项的暴露率分别为21.14%、6.72%、1.88%、5.63%、4.17%、34.96%、17.81%、29.43%.通过2-3年脑卒中病例随访,单因素分析显示,这八项的相对危险度(RR)及其95%CI分别为:高血压病2.76(1.76～4.32)、心脏病2.19(1.16～4.14)、糖尿病1.52(0.38～6.19)、脑卒中家族史1.58(0.69～3.62)、肥胖1.24(0.45～3.38)、吸烟1.75(1.12～2.73)、饮酒2.10(1.30～3.39)、CVHI积分异常12.72(7.02～23.06).多因素Cox回归分析显示,被筛选进入回归方程的因素是吸烟和CVHI积分异常.结论 高血压病、心脏病、吸烟、饮酒、CVHI积分异常与脑卒中发病有显著的病因学联系,CVHI积分异常和吸烟是脑卒中独立的预测因子.     

脑血流动力学与缺血性卒中发病风险的关系

目的探讨脑血管血流动力学指标（CVHI）积分与缺血性脑卒中发病风险的关系。方法以巢式病例-对照研究设计,选择东北地区队列人群中新发生的151例缺血性卒中病例为研究对象,并将年龄、性别作为匹配条件,在同一人群中随机选取同等数量的非卒中个体为对照,分析和比较CVHI积分值降低及卒中常见危险因素暴露与缺血性卒中发病的风险。结果单因素分析显示,CVHI积分、高血压病史、心脏病史、卒中家族史与缺血性卒中发病风险具有显著的病因学联系（P〈0.05）,其OR（95%CI）分别为6.75（3.93～11.62）、3.44（2.01～5.90）、1.77（1.01～3.10）、2.04（1.12～3.72）。CVHI积分值与缺血性卒中发病风险具有显著的剂量反应关系,随积分值降低,发病风险上升（趋势χ^2=48.48,P=0.001）。多因素Logistic回归分析显示,被筛选进入方程的因素分别为CVHI积分、高血压病史、卒中家族史,其中CVHI作用最强,OR（95%CI）为6.122（3.474～10.789）。结论CVHI积分值降低与缺血性卒中发病风险增加密切相关,可能是其独立的预测因子。     

脑卒中肺部感染危险因素及血清免疫炎性因子的预测价值

目的基于主成分分析(PCA)-决策树模型分析脑卒中肺部感染的危险因素及血清免疫炎性因子的预测价值。方法回顾性分析2014年12月-2019年12月江西省上饶市人民医院确诊的176例脑卒中患者,根据是否发生肺部感染,分为感染组40例和未感染组136例。记录患者临床特征,检测血白细胞(WBC)计数、血清C-反应蛋白(CRP)、降钙素原(PCT)和可溶性白细胞介素-2受体(SIL-2R)水平。采用Logistic回归和卡方自动交叉检验(CHAID)模型分析影响脑卒中后肺部感染的危险因素;受试者工作特征曲线(ROC)分析血WBC、CRP、PCT、SIL-2R预测肺部感染的价值。结果脑卒中肺部感染与患者年龄、卒中类型、是否合并糖尿病、吸烟史、吞咽困难、意识障碍、侵入性操作有关(P<0.05);感染组患者血WBC、CRP、PCT和SIL-2R水平高于未感染组(P<0.05);糖尿病、侵入性操作、CRP和PCT均为影响脑卒中患者肺部感染的独立危险因素(P<0.05);PCA-ROC分析显示,血WBC、CRP、PCT、SIL-2R和联合预测主成分1(PC1)的曲线下面积(AUC)分别为0.670、0.816、0.854、0.686、0.918;PCA-卡方自动交互检测(CHAID)模型分析显示,WBC、CRP、PCT、SIL-2R和PC1预测肺部感染的准确率为77.33%、84.72%、86.90%、79.02%和89.24%。结论血清PCT水平可用于预测脑卒中患者肺部感染的发生,临床可重点关注合并糖尿病、意识障碍和侵入性操作的患者。     

基于弥散张量成像的卒中后抑郁风险预测模型

目的 探讨基于弥散张量成像（DTI）指标的改变所构建的卒中后抑郁（PSD）风险预测模型的临床价值。方法 回顾性分析2017年11月 - 2019年3月住院的101位脑卒中患者。上述101例患者入院行常规病史采集收集相关基线资料,待患者病情稳定后,行DTI检测感兴趣区（ROI）的FA值。脑卒中发病2月至半年间,每月对此101例卒中住院患者行汉密尔顿抑郁量表(HAMD)评分,将卒中患者根据评分结果分为卒中后抑郁(PSD)组和卒中后无抑郁(N - PSD)组。共计提取PSD组和N - PSD组基线资料和DTI影像学两大类特征参数22项,利用Lasso回归对这22个危险因素降维并筛选出独立危险因素后构建列线图（Nomogram）预测模型。对预测模型逐步进行内外校验,采用矫正曲线、受试者工作特征（ROC）曲线来评价模型的预测效能。结果 通过LASSO降维分别筛选出致PSD的2个基线资料危险因素（ADL评分、入院当天NIHSS评分）,3个DTI影像学危险因素（左额叶FA、左颞叶FA、左前扣带回FA）。建立PSD的Nomogram预测模型并校验,矫正曲线的一致性测验发现,该PSD列线图的预测概率与实际概率具有良好的相关性。内部验证和外部验证的AUC分别为0.8535和0.8972。结论 基于DTI改变构建的PSD风险预测模型具有临床预测价值,有助于指导PSD的早期治疗并预防疾病发生发展。     

脑卒中手术患者医院感染风险预测列线图模型的构建

目的构建脑卒中手术患者医院感染风险预测列线图模型,为早期筛查医院感染高风险人群和制定预防策略提供一定的参考和依据。方法回顾性收集2016-2018年山东大学齐鲁医院脑卒中手术患者的临床相关资料,将患者按照7∶3的比例随机分为建模组(571例)和验证组(245例)。采用单因素和多因素Logistic回归探讨医院感染的独立危险因素,基于危险因素的回归系数构建脑卒中手术患者医院感染风险预测列线图模型。分别在建模组(内部验证)和验证组(外部验证)中采用受试者工作特征(ROC)曲线下面积(AUC)和校准曲线评估预测模型的区分度和校准度。结果共纳入816例脑卒中手术患者,医院感染213例,医院感染发生率为26.10%。Logistic回归分析显示,脑卒中类型、留置胃管、静脉血栓、手术风险分级(NNIS)、美国国立卫生研究院卒中量表(NIHSS)评分以及住院时间是脑卒中手术患者医院感染的独立危险因素(P<0.05)。依此构建的列线图模型在建模组和验证组中的ROC曲线下面积分别为0.849和0.858,具有良好的区分度;两组校准曲线显示列线图模型的预测值和实际观察值结果一致性良好(P=0.731、P=0.224)。结论本研究构建的个体化风险预测列线图模型有助于提高对脑卒中术后医院感染高危人群的筛查和早期诊断,尽早制定干预策略,以降低感染发生率。     

老年患者导尿管相关尿路感染风险预测评分模型构建与验证

目的构建老年患者导尿管相关尿路感染(CAUTI)风险预测评分模型,为筛选高危人群,有效预防与控制老年患者泌尿系统感染提供依据。方法采用回顾性研究方法,收集2015年1月1日—2017年11月30日住院期间曾留置导尿管的老年患者病历资料(2015—2016年数据作为建模组,2017年数据作为验证组),构建logistic回归模型进行危险因素分析,根据OR值赋予各危险因素相应的分值,建立感染风险评分模型,利用受试者工作特征(ROC)曲线评价模型的预测效果。依据建立的感染风险评分模型对验证组病例进行评分,利用ROC曲线评价模型的预测效果。结果 logistic回归分析结果表明,年龄(≥80岁)、肾功能障碍、联用抗菌药物、特殊类抗菌药物使用天数(≥15 d)、术后住院时间(≥15 d)、导尿管置管天数(≥7 d)是老年患者发生CAUTI的独立危险因素,风险评分模型中相应的分值分别为3、3、3、5、7、9分。评分15分为高风险人群,评分模型在建模组数据中的曲线下面积(AUC)为0.91(95%CI:0.90～0.93,P0.05),灵敏度84.8%,特异度85.3%。依据验证组患者风险得分情况绘制ROC曲线,AUC为0.92(95%CI:0.88～0.95,P0.05),灵敏度84.7%,特异度86.6%。结论建立的风险评分模型在建模组和验证组均具有较好的判别效度,可用于识别老年患者CAUTI易感高危人群,以期早期预防与控制。     

脑出血手术患者肺部感染风险预测评分模型的构建与验证

 目的 构建脑出血手术患者肺部感染风险预测评分模型,识别肺部感染的高危人群,为临床医务人员早期采取有效预防与控制措施提供依据。方法 前瞻性收集山东省某医院2016—2018年脑出血手术患者的临床资料,将患者按照7∶3的比例随机分为建模组和验证组,利用建模组数据建立logistic回归模型,依据β值对危险因素进行赋分,构建肺部感染风险预测评分模型。应用建立的评分模型对建模组和验证组患者进行风险评分,通过受试者工作特征（ROC）曲线和Hosmer-Lemeshow（H-L）检验判断模型的预测能力。结果 logistic回归分析显示,气管插管、留置胃管、静脉血栓、ASA分级是脑出血手术患者发生肺部感染的独立危险因素,风险评分模型中相应地分值分别为5、6、4、2分（每个等级）。风险评分模型在建模组中的ROC曲线下面积（AUC）为0.864（95%CI：0.825~0.904,P<0.001）,H-L检验结果为P=0.404;在验证组中的AUC为0.861（95%CI：0.800~0.921,P<0.001）,H-L检验结果为P=0.452。结论 构建的风险预测评分模型能够较好地预测脑出血手术患者发生肺部感染的风险,早期识别高风险人群,优化患者预后。     

基于三种统计学方法构建的超重及肥胖人群高血压发病预测模型的分析比较

目的 利用CRT分类树、logistic回归、BP神经网络构建超重及肥胖人群高血压发病预测模型。方法 抽取出3150名超重及肥胖人群（体质指数≥24kg/m²）。分别应用CRT分类树、logistic回归、BP神经网络构建超重及肥胖人群高血压发病预测模型，筛选出高危因素，采用受试者工作特征曲线（ROC）对三种统计学方法构建的预测模型进行特异性、敏感性及准确性评估。结果 三种方法构建的预测模型筛选出的高危因素包括非酒精性脂肪性肝病(NAFLD)、空腹血糖(FPG)、年龄、甘油三酯(TG)、尿酸(UA)、低密度脂蛋白胆固醇(LDL-c)。CRT分类树模型、logistic回归模型、BP神经网络模型ROC曲线下面积(AUC)值分别为0.721、0.734、0.733，敏感性分别为61.63%、76.59%、82.85%，特异性分别为77.58%、60.44%、52.00%，Youden指数分别为39.20%、37.02%、34.85%。结论 本研究筛选的危险因素包括NAFLD、FPG、年龄、TG、UA、LDL-c，基于危险因素应用三种统计学方法构建的预测模型具有中等预测价值，对超重及肥胖人群高血压发病具有较好的预测能力。     

主成分Logistic回归在筛选冠心病危险因素中的应用

目的探讨主成分Logistic回归方法在筛选冠心病危险因素中的应用。方法选择2009年4月-2010年8月在哈尔滨医科大学第一附属医院行冠脉造影术者,按照金标准分为冠心病组（465例）和对照组（277例）;首先对Lo-gistic回归模型进行共线性诊断,然后应用主成分改进的Logistic回归分析,得到并解释最终的回归模型。结果共线性诊断提示各变量之间存在明显的共线性,采用主成分改进的Logistic回归分析显示,冠心病与年龄、性别、载脂蛋白A、TG、HDL-C、糖尿病史、高血压史、吸烟史在内的多种因素有关。结论主成分改进的Logistic回归在筛选冠心病危险因素中具有较好的作用,在对疾病危险因素进行Logistic回归分析时,若多变量间存在多重共线性,采用主成分改进的Lo-gistic回归分析能得出更好的回归模型。     

北京、广东两地妇女乳腺癌危险度评价模型的初步研究

目的:筛选北京、广东两地妇女罹患乳腺癌的危险因素;制订适合中国国情的乳腺癌危险度评价模型,探讨其评价标准,与Gail模型进行初步比较。方法:通过Logistic回归筛选乳腺癌的危险因素,在此基础上得到乳腺癌危险度评价模型,通过判别分析评价模型,通过计算ROC曲线下面积比较该模型和Gail模型的诊断效能,并利用ROC曲线寻找乳腺癌低、中、高危险性的合适分界点。结果:妇女罹患乳腺癌的可能危险因素中影响较突出的是:有绝经史、有流产史、有药物避孕史、有乳腺癌家族史、不良情绪、不良事件、情绪调节能力差、劳动强度大、年龄。在危险因素筛选的基础上建立危险度评价模型,建议以预测概率值P≤0.29判为低危险性人群,预测概率值P≥0.58判为高危险性人群,0.29<预测概率值P<0.58判为中危险性人群。结论:乳腺癌重在预防,应结合其危险因素开展积极有效的防治措施。该研究得到的乳腺癌危险度评价模型可用于乳腺癌高风险性人群的筛选。