老年髋部骨折术后患者肺部感染预测模型的构建及验证

目的 探讨老年髋部骨折术后患者肺部感染的影响因素,并构建风险预测模型。方法 选择2017年5月—2019年5月在上海市某三级甲等医院行手术治疗的老年髋部骨折患者1 008例,按照术后是否发生肺部感染分为肺部感染组（n=87）和非肺部感染组（n=921）,并对两组资料进行对比,利用单因素分析和Logistic回归分析探讨老年髋部骨折术后患者肺部感染的影响因素,建立风险预测模型并绘制列线图,采用ROC曲线下面积及Hosmer-Lemeshow检验评估模型预测效果。结果 年龄、骨折至手术时间、吸烟史、美国麻醉医师协会（American Society of Anesthesiologists,ASA）分级、是否合并COPD、是否合并低蛋白血症、红细胞分布宽度（red cell distribution width,RDW）、机械通气时间、是否入住ICU是老年髋部骨折术后患者肺部感染的影响因素,预测模型验证结果显示,建模组术后发生肺部感染风险的ROC曲线下面积为0.891（P<0.001）,验证组术后发生肺部感染风险的ROC曲线下面积为0.881（P<0.001）。建模组和验证组Hosmer-Lemeshow检验的P值分别为0.726和0.497。结论 年龄>73岁、骨折至手术时间>4 d、合并COPD等可增加老年髋部骨折术后患者肺部感染的发生率,构建的模型可以有效预测老年髋部骨折术后患者肺部感染的发生。     

高龄病人PICC导管相关性上肢深静脉血栓发生风险列线图模型的构建

目的:通过筛选高龄病人经外周静脉穿刺中心静脉置管（PICC）相关性上肢深静脉血栓（DVT）发生的危险因素,建立列线图预测模型,并评估模型的区分度与一致性。方法:采用自制调查表收集2014年1月—2019年12月我院收治的226例PICC置管高龄病人临床资料,统计导管相关性上肢DVT发生率。根据是否发生上肢DVT分为DVT组与非DVT组,采用Logistic回归模型筛选影响上肢DVT发生的危险因素,将危险因素纳入R软件构建预测上肢DVT发生风险的危险因素,通过受试者工作特征（ROC）曲线与拟合优度检验评估预测模型的区分度与一致性。结果:PICC置管高龄病人上肢DVT发生率为20.35%(46/226)。Logistic回归分析结果显示,年龄、合并恶性肿瘤、置管前D-二聚体水平、置管期间手术史是影响高龄PICC置管病人上肢DVT发生的独立危险因素（P<0.05）;列线图模型的ROC曲线下面积为0.777,校准曲线斜率接近1,Hosmer-Lemeshow拟合优度检验χ2=9.637,P=0.291。结论:基于高龄病人PICC导管相关性上肢DVT发生的危险因素建立的列线图模型区分度与一...     

先天性心脏病术后患儿中心静脉导管相关深静脉血栓风险预测模型的构建及验证

目的 构建先天性心脏病术后患儿中心静脉导管相关深静脉血栓（central venous catheter-associated deep venous thromboses,CADVT）风险预测模型,并验证该模型的预测效果。 方法 便利选取2021年1月—11月在浙江省某三级甲等儿童专科医院心脏外科监护室住院的234例患儿作为建模组,根据是否发生CADVT,将其分为CADVT组（53例）和非CADVT组（181例）。采用Logistic回归分析建立风险预测模型,采用Hosmer-Lemeshow检验判断模型的拟合优度,采用受试者操作特征曲线（receiver operator characteristic curve,ROC）检测模型的预测效果,并绘制列线图。选取2021年12月—2022年2月同一所医院收治的60例先天性心脏病术后患儿作为验证组,采用Hosmer-Lemeshow检验和ROC曲线对模型进行外部验证。 结果 先天性心脏病术后患儿CADVT发生率为22.65%。CVC留置时长（OR=1.172）、D-二聚体浓度（OR=1.169）、纤维蛋白原浓度（OR=3.888）、镇静天数（OR=1.538）、使用血管收缩药（OR=3.554）和儿科危重病例评分（OR=3.308）是其风险因素（P<0.05）。Hosmer-Lemeshow检验结果显示, χ²=4.456,P=0.814,ROC曲线下面积为0.957（95%CI：0.930~0.984）,最佳临界值为0.813,灵敏度为0.962,特异度为0.851。外部验证结果显示,该模型的灵敏度为0.857,特异度为0.870,正确率为86.67%。 结论 该风险预测模型的预测效果良好,可为临床评估先天性心脏病术后患儿CADVT发生风险提供参考。     

结直肠癌患者住院期间造口并发症预警模型的建立与评估

目的分析影响术后结直肠癌患者住院期间造口并发症的危险因素,建立列线图预警模型,并评价模型的准确性,为分级护理提供临床依据。方法回顾性分析2018年1月-2019年2月本院收治的372例结直肠癌造口手术患者临床资料,根据是否发生并发症分为并发症组(n=67)与非并发症(n=305),采用logistic回归模型筛选影响造口术后并发症的危险因素,通过R软件建立列线图预警模型,并利用ROC曲线、Hosmer-Lemeshow拟合优度检验进行评估。结果 372例结直肠癌造口手术患者并发症发生率为18.01%(67/372);logistic回归分析显示,超重、腹壁切口长度≤3.0cm、造口位于左乙状结肠、手术时间长是影响造口并发症的独立危险因素(均P<0.05),接受造口师指导为保护性因素(P<0.05);造口并发症列线图预警模型预测造口并发症风险的ROC曲线下面积为0.823(95%CI:0.781~0.861),敏感性89.55%,特异性72.08%;列线图校准曲线斜率接近1,Hosmer-Lemeshow拟合优度检验χ²=6.464,P=0.595。结论基于影响术后结直肠癌患者住院期间造口并发症的5个因素,构建的列线图预警模型具有良好的区分度与准确度,可为结直肠癌患者造口术后并发症预防性分级护理制定提供依据。     

腔镜下甲状腺癌根治术患者术中低体温的危险因素分析及列线图模型构建

目的 分析腔镜下甲状腺癌根治术患者术中低体温的危险因素并构建列线图预测模型。方法 选取336例腔镜下甲状腺癌根治术患者作为研究对象,根据术中体温分为低体温组195例和正常体温组141例。采用Logistic回归模型分析腔镜下甲状腺癌根治术患者术中低体温的危险因素,再利用R软件构建列线图预测模型,通过受试者工作特征(ROC)曲线、校准曲线、Hosmer-Lemeshow拟合优度检验评估列线图预测模型的预测效能。结果 2组患者的年龄、术中出血量、液体输入量、手术时间比较,差异有统计学意义(P<0.05);多因素Logistic回归分析结果显示,年龄>60岁、术中出血量>60 mL、液体输入量>1 000 mL、手术时间>2.5 h为腔镜下甲状腺癌根治术患者术中低体温的危险因素(P<0.05);依据4项危险因素构建列线图预测模型,ROC曲线显示曲线下面积为0.912(95%CI:0.884～0.941),校准曲线、Hosmer-Lemeshow拟合优度检验结果显示校准曲线斜率接近1(χ²=9.140,P=0.243)。结论 基于年龄、...     

ICU老年非手术病人静脉血栓栓塞症风险预测模型的构建及验证

目的:调查重症监护室（ICU）老年非手术病人发生静脉血栓栓塞症（VTE）的危险因素，构建列线图预测模型并进行验证。方法:回顾性收集2017年1月—2022年1月滨州市某三级甲等综合医院ICU的524例老年非手术病人的临床资料，根据是否发生VTE将病人分为VTE组和非VTE组，采用Logistic回归分析病人发生VTE的危险因素，并构建和验证列线图预测模型。结果:524例病人中，发生VTE166例，发生率为31.7%。多因素Logistic回归分析结果显示，制动时间、脑卒中、VTE病史、下肢静脉曲张史、使用血管活性药物、D-二聚体、纤维蛋白原是ICU老年非手术病人发生VTE的影响因素。利用上述7个预测因素构建列线图模型，经Bootstrap重复抽样1 000次对列线图模型进行内部验证，绘制校准曲线图显示校正曲线与理想曲线拟合良好，Hosmer-Lemeshow拟合优度检验结果显示，χ2=8.460,P=0.390。C-index为0.869，受试者工作特征曲线下面积为0.871，灵敏度为0.729，特异度为0.891，准确率为81.49%，提示模型的区分度以及准确率较好。临床决策分析曲线...     

不停跳冠状动脉旁路移植患者术中低体温风险预测模型的构建

目的 探讨非体外循环下不停跳冠状动脉旁路移植术患者术中低体温的危险因素,构建列线图预测模型。方法 采用便利抽样法,选取2019年1月—2021年6月在北京市某三级甲等医院住院的202例不停跳冠状动脉旁路移植术患者,依据术中是否发生低体温分为低体温组（n=103）和非低体温组（n=99）,通过电子病历系统收集相关术前资料,采用Logistic回归分析危险因素,利用R软件绘制不停跳冠状动脉旁路移植术患者术中低体温列线图预测模型,Hosmer-Lemeshow检验判断模型的拟合优度,受试者操作特征曲线下面积检测模型的预测效果。结果 不停跳冠状动脉旁路移植术患者术中低体温发生率为50.99%,术中低体温列线图预测模型中纳入5个危险因素,分别为年龄、体表面积、术前射血分数、手术室室温和消毒开始时体温。该模型的Hosmer-Lemeshow检验结果显示,受试者操作特征曲线下面积为0.840(95%CI为0.787～0.894),最佳临界值为0.344,灵敏度为0.903,特异度为0.616,模型外部验证准确率为78.22%,提示模型具有较好的拟合效果和较高的预测价值。结论 不停跳冠状动脉旁路移植术...     

脑卒中患者发生吞咽障碍的列线图风险预测模型的构建与验证

目的 构建并验证脑卒中患者发生吞咽障碍的列线图风险预测模型。方法 研究方法为回顾性分析,观察对象为2022年1月至2023年1月西南医科大学附属简阳医院·简阳市人民医院收治的入院的120例脑卒中患者。收集患者一般资料[性别、年龄、体重指数、发病至入院时间、蒙特利尔认知评估量表(MoCA)评分、焦虑自评量表(SAS)评分、美国国立卫生研究院卒中量表(NIHSS)评分、舒张压、收缩压、气管插管时间、脑卒中类型、基础病症(有无伴发糖尿病、高脂血症、高血压)]。以吞咽障碍发生与否分为两组：42例脑卒中患者出现吞咽障碍,设定为发生组,78例脑卒中患者未出现吞咽障碍,设定为未发生组。脑卒中患者出现吞咽障碍的危险因素予以多因素Logistic回归分析,列线图风险预测模型选取R 4.1.0软件包及rms程序包构建,经Bootstrap法予以抽样;绘制准曲线对脑卒中患者发生吞咽障碍预测中该列线图模型的可靠性予以评估,同时通过受试者工作特征(ROC)曲线分析脑卒中患者发生吞咽障碍预测中该列线图模型的应用价值。结果 与未发生组比较,发生组的年龄[(65.08±3.85)岁vs.(62.93±3.79)岁]、...     

孕妇分娩恐惧风险列线图预测模型的构建及验证

目的 构建并验证孕妇分娩恐惧风险列线图预测模型。方法 采用便利抽样法选取2022年7月至9月河北省唐山市某三级甲等医院675名产检孕妇为建模组,2022年10月至12月唐山市某二级甲等医院290名产检孕妇为验证组。通过Logistic回归分析确定危险因素,采用R 4.1.2软件绘制列线图。结果 共6个预测因子进入模型：包括产前教育、文化程度、抑郁、妊娠并发症、焦虑和倾向分娩方式。建模组、验证组受试者工作特征曲线下面积分别为0.834、0.806,最佳临界值分别为0.113、0.200,灵敏度分别为67.2%、77.1%,特异度分别为87.3%、74.0%,约登指数分别为0.545、0.511;建模组、验证组校准图显示实际曲线和理想曲线重合度较好,Hosmer-Lemeshow拟合优度检验结果分别为χ²=6.541(P=0.685)、χ²=5.797(P=0.760),Brier得分分别为0.096、0.117;建模组、验证组决策曲线分析显示当分娩恐惧发生的阈值概率处于0.00～0.70、0.00～0.70时,具有临床实用价值。结论 构建的列线...     

急性心肌梗死患者院前延迟风险预测模型的构建及评价

目的建立急性心肌梗死(acute myocardial infarction,AMI)患者院前延迟(pre-hospital delay time,PDT)风险预测模型,并评价模型的预测效能。方法2019年1月至2020年12月,采用便利抽样法选取某院收治的AMI患者420例为研究对象,将其分为建模组(n=300)和验证组(n=120)。筛选影响建模组PDT的独立危险因素,建立AMI患者发生PDT的风险预测模型的列线图,并采用受试者工作曲线(receiver operating characteristic curve,ROC)验证模型的预测效果。结果年龄(OR=1.327)、文化水平(OR=1.141)、独居(OR=2.167)、消化系统疾病史(OR=1.628)、Killip分级(OR=1.088)等是AMI患者出现PDT的独立风险因素。建模组Hosmer-Lemeshow检验显示,ROC曲线下的面积(area under curve,AUC)为0.933,灵敏度为84.29%,特异度为86.43%,约登指数为0.736。验证组Hosmer-Lemeshow检验显示,其AUC为0.902,灵敏度为82.97%,特异度为88.78%。结论构建的列线图模型能有效预测AMI患者PDT发生风险,有利于AMI患者PDT的高效筛查和诊断。     

急性胰腺炎患者合并感染性胰腺坏死的影响因素及其列线图模型构建

目的观察急性胰腺炎(AP)患者合并感染性胰腺坏死(IPN)的影响因素,并构建列线图模型。方法制定纳入及排除标准,回顾性分析长江船运总医院2015年1月至2021年1月收治的516例AP患者的临床资料,用于建模及内部验证;按照同样标准,从Dryad数据知识库中筛选独立的AP患者1062例,回顾性分析患者资料,用于外部验证。记录患者基线资料,记录内部验证组患者住院期间IPN发生情况,将患者分为合并IPN组与未合并IPN组,采用Logistic回归分析检验AP患者合并IPN的影响因素,应用R语言建立预测AP患者合并IPN的列线图模型,采用Bootstrap法进行模型验证,计算一致性指数(C-index),检验模型准确性;并探讨列线图模型对AP患者发生IPN的预测效能。结果内部验证组516例AP患者,103例发生IPN,413例未发生IPN。初步比较合并IPN组与未合并IPN组基线资料后,经Logistic回归分析结果显示,急性生理学与慢性健康状况评分Ⅱ(APACHEⅡ)高、降钙素原(PCT)及脂肪酶(LPS)水平高、合并胰腺外感染、合并低氧血症及合并多器官功能衰竭是AP患者发生IPN的危险因素(OR>1,P<0.05);应用抗生素是AP患者发生IPN的保护因素(OR<1,P<0.05)。建立预测AP患者发生IPN的列线图模型,使用Bootstrap内部验证法对预测AP患者发生IPN的列线图模型进行验证,校准曲线和Y=X直线相近,模型校准度良好,C-index值为0.814,说明模型具有良好的区分度。对列线图模型进行内部验证,绘制ROC曲线发现,列线图模型预测AP患者IPN发生风险的AUC>0.80,有一定预测价值;对列线图模型进行外部验证,绘制ROC曲线发现,列线图模型预测AP患者IPN发生风险的AUC>0.90,有高预测价值。结论AP患者发生IPN受APACHEⅡ评分、PCT、LPS、合并胰腺外感染、合并低氧血症、合并多器官功能衰竭、机械通气及应用抗生素影响,基于多种因素建立列线图模型,可为临床合理预测AP患者IPN发生风险提供有效手段。     

超声超影联合ROMA指数列线图模型在卵巢上皮性癌中的诊断价值

目的：探究超声造影联合卵巢癌风险模型(ROMA)指数列线图模型在卵巢上皮性癌(EOC)中的诊断价值。方法：以2019年4月至2022年4月在甘肃省妇幼保健院妇科就诊,初步诊断为卵巢肿物且接受手术治疗的214例患者为目标人群进行回顾性研究。将2019年4月至2020年12月收治的130例患者作为建模集,2021年1月至2022年4月收治的84例患者作为验证集。根据病理诊断结果,将建模集分为良性肿瘤组(n=85)和EOC组(n=45)。比较两组患者ROMA指数及超声造影定量参数,通过logistic回归筛选差异因子建立列线图诊断模型,通过建模集及验证集的校准曲线及ROC曲线验证列线图模型对EOC的诊断价值。结果：与良性肿瘤组患者比较,EOC组患者CA125阳性比例、HE4阳性比例、ROMA阳性比例,PI、V1、TIC-AUC显著升高(P<0.05),IT、TTP显著降低(P<0.05)。多因素logistic回归结果示,ROMA、IT、TTP、PI、TIC-AUC是EOC患者和良性肿瘤组患者的差异因子(P<0.05)。建模集和验证集ROC曲线下面积分别为0.919(95%CI：0.873-0.965,P<0.001)、0.835(95%CI：0.737-0.933,P<0.001)。当诊断概率取最佳截断值0.244时,列线图诊断模型的灵敏度、特异度、准确度分别为86.67%、80.00%、82.31%。结论：超声造影定量参数联合ROMA指数构建的列线图模型区分度和校准度较好,对EOC患者具有较高的诊断价值。     

Development and validation of a nomogram for predicting the risk of pressure injury in adult patients undergoing abdominal surgery

ObjectivesThis study aimed to develop a nomogram for predicting the risk of pressure injury (PI) in adult patients undergoing abdominal surgery and validate its effectiveness among these patients.MethodsThis study retrospectively included 11,247 adult patients, who underwent abdominal surgery and postoperative supervision in ICU, in a tertiary care hospital in western China between January 2017 and December 2020. All datasets were extracted from the patient’s medical records and randomly divided into the training cohort (8,997) and the validation cohort (2,250) by 8:2. The univariable logistic regression was used to select potentially relevant features. Then, multivariable logistic regression was also conducted and utilized to establish the nomogram. The nomogram was compared with the Braden scale for predicting PI in the validation cohort through the area under the curve (AUC) of the receiver operator characteristic (ROC) curve, Hosmer-Lemeshow (H-L) test, and decision curve analysis (DCA).Results873 (7.8%) patients suffered PIs. Logistic regression analysis showed that time of operation, weight, type of operation, albumin, and Braden scale score were independent risk factors for PI. A nomogram integrating five selected characteristics was constructed. The AUC of the ROC curve for the nomogram was 0.831, with a specificity of 85.2% and sensitivity of 63.7%. The AUC of the ROC curve for the Braden scale was 0.567, with a specificity of only 33.0%. The P-values of the H-L test were 0.45 (nomogram) and 0.22 (Braden scale), both indicating good calibration. The DCA also displayed that the nomogram had better predictive validity.ConclusionCompared with the Braden scale, the nomogram showed a better predictive performance. This nomogram is informative and has the potential to better guide caregivers for risk stratification and prevention of PI, although it requires further validation.     

急性缺血性脑卒中静脉溶栓后出血预测模型的构建与验证

目的 探讨急性缺血性脑卒中患者接受静脉溶栓治疗后发生出血的危险因素,构建预测模型.方法 纳入2014年1月—2020年12月于深圳市某三级甲等医院进行静脉溶栓治疗的急性缺血性脑卒中患者462例,将其分为出血组(n=264)和未出血组(n=198).使用二分类Logistic回归模型分析相关危险因素,构建预测模型并进行验...     

MRI影像组学评估急性脑梗死患者临床预后的价值

  目的  研究讨论扩散加权成像（DWI）序列联合T2 Flair影像组学模型对急性基底节区脑梗死患者非溶栓治疗预后的临床价值。  方法  纳入2021年滨州医学院附属医院神经内科经过头颅MRI扫描的患者78例作为研究对象，患者均经临床症状及辅助检查证实为急性基底节区脑梗死。基于研究对象入院时和非溶栓治疗1周后出院时的改良Rankin量表评分变化，分成预后好组、预后差组。采用3D Slicer软件手动勾画DWI图像及T2 Flair图像高信号的梗死部位区域，采用Radiomics插件对所勾取的影像资料进行组学特征提取，结合患者出入院时的改良Rankin量表评分分别行单因素分析；再通过Logistic回归曲线算法进行多因素分析，利用ROC曲线分析各种因素的预测效能，评估研究对象的预后价值。  结果  DWI、T2 Flair序列双重组合影像组学模型，训练组的曲线下面积（AUC）为0.9189，测试组为0.7846。吸烟和组学积分是急性基底节区脑梗死非溶栓治疗后预后不良试组AUC为的独立危险因素，训练组ROC临床模型的AUC为0.6497，测试组为0.5468。训练组Nomogram模型的AUC为0.9297，测试组AU为0.8154。Nomogram模型与临床模型的差异、Nomogram模型与影像组学模型的差异均有统计学意义（P<0.05）。  结论  联合DWI、T2 Flair序列的影像组学模型可以评估急性脑梗死患者非溶栓治疗的预后，Nomogram模型比临床预测模型以及组学模型的预测效能更好。      

A nomogram predicting severe COVID-19 based on a large study cohort from China

BackgroundThe use of accurate prediction tools and early intervention are important for addressing severe coronavirus disease 2019 (COVID-19). However, the prediction models for severe COVID-19 available to date are subject to various biases. This study aimed to construct a nomogram to provide accurate, personalized predictions of the risk of severe COVID-19.MethodsThis study was based on a large, multicenter retrospective derivation cohort and a validation cohort. The derivation cohort consisted of 496 patients from Jiangsu Province, China, between January 10, 2020, and March 15, 2020, and the validation cohort contained 105 patients from Huangshi, Hunan Province, China, between January 21, 2020, and February 29, 2020. A nomogram was developed with the selected predictors of severe COVID-19, which were identified by univariate and multivariate logistic regression analyses. We evaluated the discrimination of the nomogram with the area under the receiver operating characteristic curve (AUC) and the calibration of the nomogram with calibration plots and Hosmer-Lemeshow tests.ResultsThree predictors, namely, age, lymphocyte count, and pulmonary opacity score, were selected to develop the nomogram. The nomogram exhibited good discrimination (AUC 0.93, 95% confidence interval [CI] 0.90–0.96 in the derivation cohort; AUC 0.85, 95% CI 0.76–0.93 in the validation cohort) and satisfactory agreement.ConclusionsThe nomogram was a reliable tool for assessing the probability of severe COVID-19 and may facilitate clinicians stratifying patients and providing early and optimal therapies.     

个体化预测急性结石性胆囊炎合并肝功能异常的列线图模型构建

目的探讨急性结石性胆囊炎(ACC)合并肝功能异常的危险因素,并建立预测ACC合并肝功能异常的风险列线图模型。方法选取2018年2月至2020年6月于六安市中医院急诊科治疗的200例ACC患者进行回顾性研究,根据是否合并肝功能异常将患者分为肝功能异常组(n=54)和ACC组(n=146),采用Logistic回归分析筛选ACC合并肝功能异常的危险因素,并建立ACC合并肝功能异常的风险列线图模型。结果200例ACC患者中54例合并肝功能异常,发生率为27.00%。ACC组和肝功能异常组在年龄、营养不良、BMI、抽烟史、饮酒史及并存糖尿病等方面差异有统计学意义(P<0.05)。年龄≥60岁、有抽烟史和饮酒史、存在营养不良、BMI≥24、并存糖尿病等为ACC合并肝功能异常的独立危险因素(P<0.05)。基于上述独立危险因素,建立预测ACC合并肝功能异常的风险列线图模型,预测值与实测值基本一致,一致性指数为0.803(95%CI:0.767~0.840);内部验证该模型的ROC曲线下面积(AUC)为0.762;决策曲线显示,阈值概率在3%~75%时,采用本列线图来预测ACC合并肝功能异常的发生风险具有较高的净获益值。结论年龄≥60岁、抽烟史、饮酒史、营养不良、BMI≥24及糖尿病等为ACC合并肝功能异常的独立危险因素,基于以上6项独立危险因素所建立的列线图有助于预测ACC合并肝功能异常的发生风险。     

列线图模型预测2.0～3.0 cm高CT值肾结石老年患者微创经皮肾镜取石术后全身炎症反应综合征的风险

目的 建立预测2.0～3.0 cm高CT值肾结石老年患者微创经皮肾镜取石术（MPCNL）后发生全身炎症反应综合征（SIRS）风险的列线图模型。方法 选取2018年1月－2020年1月于该院就诊的CT值 > 1 200 Hu的肾结石老年患者336例，根据MPCNL术后是否发生SIRS，分为SIRS组（76例）和非SIRS组（260例）。比较两组患者临床资料，行单因素和多因素Logistic回归分析，获得MPCNL术后发生SIRS的独立危险因素，并建立列线图预测模型，采用受试者操作特征曲线（ROC曲线）判定该模型的预测价值。结果 两组患者性别、年龄、结石位置、结石类型、糖尿病史、术前尿培养阳性、患侧泌尿系统手术史、术中肾盂高压、结石表面积、手术时间和术后2 h中性粒细胞/淋巴细胞比值（NLR）等临床指标比较，差异有统计学意义（P < 0.05），经单因素分析，上述因素为潜在危险因素（P < 0.05）。进一步进行多元Logistic回归分析，结果发现：女性、鹿角结石或肾盏多发结石、糖尿病史、术前尿培养阳性、手术时间、术后2 h NLR是2.0～3.0 cm高CT值肾结石老年患者MPCNL术后发生SIRS的独立危险因素（P < 0.05）。列线图模型预测术后发生SIRS风险的ROC曲线下面积（AUC）为0.860（95%CI：0.809～0.911），敏感度84.21%，特异度83.08%。结论 女性、鹿角结石或肾盏多发结石、糖尿病史、术前尿培养阳性、手术时间、术后2 h NLR是2.0～3.0 cm高CT值肾结石老年患者MPCNL术后发生SIRS的独立危险因素，列线图模型可以应用于术后SIRS发生风险的预测。