| 新型冠状病毒肺炎患者重症风险模型建立及评价 |
| |
| 引用本文： | 韩晶1,2,黄淑萍1,谢祎1,刘玲梅1,张永进1,史丽霞1,2. 新型冠状病毒肺炎患者重症风险模型建立及评价[J]. 现代预防医学, 2020, 0(24): 4439-4442 |
| |
| 作者姓名： | 韩晶1 2 黄淑萍1 谢祎1 刘玲梅1 张永进1 史丽霞1 2 |
| |
| 作者单位： | 1.天津市海河医院,天津 300350;2.天津市呼吸疾病研究所,天津 300350 |
| |
| 摘 要： | 目的 探究一种预测新型冠状病毒肺炎患者的重症风险模型的构建。方法 对天津市收治的168例新型冠状病毒肺炎患者进行回顾研究分析,将研究人群以是否重症进行分层,并按7∶3比例随机分为建模组和验证组,其中建模组共117例用作模型的建立,验证组共51例用于检验模型应用的效度及评价。采用受试者工作特征（ROC）曲线评价各评分系统对患者重症风险的预测能力。结果 研究人群的新型冠状病毒肺炎患者重症率37.5％,logistic回归分析结果表明,年龄（OR = 1.091,95%CI:1.007～1.181,P = 0.032）、糖尿病（OR = 28.549,95%CI:1.753～465.039,P = 0.019）、冠心病（OR = 125.649,95%CI:2.728～5787.957,P = 0.013）、淋巴细胞计数（OR = 0.007,95%CI:0.001～0.160,P = 0.007）、肌红蛋白MB（OR = 1.087,95%CI:1.036～1.140,P = 0.001）、PaO2/FiO2（OR = 0.974,95%CI:0.957～0.991,P = 0.004）为患者重症的独立危险因素,预测模型:P = 1/［1+e-(0.087×年龄+3.352×糖尿病+4.833×冠心病-5.003×LY+0.083×肌红蛋白MB -0.027×PaO2/FiO2 +6.540)］,其ROC曲线下面积（AUC）为0.914 (95%CI:0.836～0.993),logistic回归模型的预测敏感度为89.47%、特异度为87.5%。结论 logistic回归模型能较好预测新型冠状病毒肺炎患者的重症风险,可提高对重症高危患者的早期识别,以期早期采取干预等治疗策略降低重症风险。
|
| 关 键 词： | 新型冠状病毒肺炎 重症 预测模型 logistic回归 |
Establishment and evaluation of severe risk model of novel coronavirus pneumonia |
| |
| HAN Jing,HUANG Shu-ping,XIE Yi,LIU Ling-mei,ZHANG Yong-jin,SHI Li-xia. Establishment and evaluation of severe risk model of novel coronavirus pneumonia[J]. Modern Preventive Medicine, 2020, 0(24): 4439-4442 |
| |
| Authors: | HAN Jing HUANG Shu-ping XIE Yi LIU Ling-mei ZHANG Yong-jin SHI Li-xia |
| |
| Affiliation: | *Tianjin Haihe Hospital, Tianjin University, Tianjin 300350, China |
| |
| Abstract: | Objective |
| |
| Keywords: | Novel coronavirus pneumonia Severe Prognostic model Logistic regression |
|
| 点击此处可从《现代预防医学》浏览原始摘要信息 |
|
点击此处可从《现代预防医学》下载免费的PDF全文 |
|
