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273 | 下载98

目的:建立具有实用价值的大肠息肉发病风险预测模型和方便易用的大肠息肉发病风险预测评分系统.方法:采用横断面研究设计.调查内容包括一般情况、既往史、个人史(手术史、服药史、吸烟史、饮酒史、毒物接触史等)、饮食史、排便频率、月经史(女性检查者)等.采用χ2检验、t检验等方法进行单因素分析.选择单因素中P值小于或等于0.25的因素进行多因素分析,逐步Logistic回归后退法逐步筛选潜在预测因子,建立大肠癌癌前病变.息肉发病风险的预测模型.将模型中的连续变量转变成分类变量后对模型中的所有变量进行多元Logistic回归分析,根据模型中的β值而赋予分值,建立评分系统.结果:息肉发生率为21.5

来源:世界华人消化杂志 2009 年 17卷 28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:273 | 下载:98
来源:
世界华人消化杂志 2009 年 17卷 28期
标签:
大肠癌 筛查 预测模型 Logistic回归 危险分层
目的:建立具有实用价值的大肠息肉发病风险预测模型和方便易用的大肠息肉发病风险预测评分系统.方法:采用横断面研究设计.调查内容包括一般情况、既往史、个人史(手术史、服药史、吸烟史、饮酒史、毒物接触史等)、饮食史、排便频率、月经史(女性检查者)等.采用χ2检验、t检验等方法进行单因素分析.选择单因素中P值小于或等于0.25的因素进行多因素分析,逐步Logistic回归后退法逐步筛选潜在预测因子,建立大肠癌癌前病变.息肉发病风险的预测模型.将模型中的连续变量转变成分类变量后对模型中的所有变量进行多元Logistic回归分析,根据模型中的β值而赋予分值,建立评分系统.结果:息肉发生率为21.5