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0 | 下载0

目的 构建50岁以上健康管理队列的白内障发病风险预测模型.方法 依托山东多中心健康管理纵向观察数据库,采用Cox比例风险回归构建白内障发病风险预测模型,通过ROC曲线下面积(AUC)评价模型的预测效果,并利用十折交叉验证来检验模型的稳定性.结果 随访期间共新发白内障病例1 010例,发病密度为24.76‰.预测模型最终纳入年龄、性别、吸烟、高黏稠血症、鼓膜疾患、屈光不正、糖尿病、总胆固醇和收缩压9个变量.白内障发病风险预测模型的AUC为0.712(95% CI:0.693~0.732).十折交叉验证的平均AUC为0.714.结论 研究构建的白内障发病风险预测模型有较好的预测效果,为白内障高危人群的早期筛查提供了依据.

作者:于媛媛;王春霞;苏萍;孙苑潆;薛付忠;刘言训

来源:山东大学学报(医学版) 2017 年 55卷 6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:0 | 下载:0
作者:
于媛媛;王春霞;苏萍;孙苑潆;薛付忠;刘言训
来源:
山东大学学报(医学版) 2017 年 55卷 6期
标签:
白内障 Cox比例风险回归 风险预测模型 队列研究 Cataract Cox's proportional hazards regression Risk prediction model Cohort study
目的 构建50岁以上健康管理队列的白内障发病风险预测模型.方法 依托山东多中心健康管理纵向观察数据库,采用Cox比例风险回归构建白内障发病风险预测模型,通过ROC曲线下面积(AUC)评价模型的预测效果,并利用十折交叉验证来检验模型的稳定性.结果 随访期间共新发白内障病例1 010例,发病密度为24.76‰.预测模型最终纳入年龄、性别、吸烟、高黏稠血症、鼓膜疾患、屈光不正、糖尿病、总胆固醇和收缩压9个变量.白内障发病风险预测模型的AUC为0.712(95% CI:0.693~0.732).十折交叉验证的平均AUC为0.714.结论 研究构建的白内障发病风险预测模型有较好的预测效果,为白内障高危人群的早期筛查提供了依据.