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37 | 下载1

目的:探讨基于临床数据构建2型糖尿病肾病的Logistic预测模型及应对措施。方法:回顾性选择2019年9月至2021年9月石家庄市第二医院收治的200例2型糖尿病肾病患者(研究组),采用个体匹配、按照1∶1比例选取200例2型糖尿病肾功能正常患者(对照组)。采用单因素分析和多因素分析筛选2型糖尿病肾病影响因素,并建立Logistic回归方程模型,验证其预测价值。结果:Logistic回归方程模型显示,2型糖尿病病程、糖化血红蛋白(HbA 1c)、空腹血糖(FPG)、同型半胱氨酸(Hcy)、尿微量白蛋白、血肌酐(Scr)是2型糖尿病肾病发生的高危因素( P<0.05)。Logistic回归模型评价显示,模型建立具有统计学意义,回归方程的系数差异有统计学意义,采用Hosmer-Lemeshow拟合优度检验显示模型拟合效果较好。根据Logistic回归模型统计分析数据集,绘制2型糖尿病肾病发生的受试者工作特征曲线,曲线下面积为0.949(95

作者:曹光;刘梦欣;邢玉微

来源:中国医师进修杂志 2023 年 46卷 4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:37 | 下载:1
作者:
曹光;刘梦欣;邢玉微
来源:
中国医师进修杂志 2023 年 46卷 4期
标签:
糖尿病,2型 糖尿病肾病 Logistic模型 危险因素 Diabetes mellitus, type 2 Diabetic nephropathies Logistic models Risk factor
目的:探讨基于临床数据构建2型糖尿病肾病的Logistic预测模型及应对措施。方法:回顾性选择2019年9月至2021年9月石家庄市第二医院收治的200例2型糖尿病肾病患者(研究组),采用个体匹配、按照1∶1比例选取200例2型糖尿病肾功能正常患者(对照组)。采用单因素分析和多因素分析筛选2型糖尿病肾病影响因素,并建立Logistic回归方程模型,验证其预测价值。结果:Logistic回归方程模型显示,2型糖尿病病程、糖化血红蛋白(HbA 1c)、空腹血糖(FPG)、同型半胱氨酸(Hcy)、尿微量白蛋白、血肌酐(Scr)是2型糖尿病肾病发生的高危因素( P<0.05)。Logistic回归模型评价显示,模型建立具有统计学意义,回归方程的系数差异有统计学意义,采用Hosmer-Lemeshow拟合优度检验显示模型拟合效果较好。根据Logistic回归模型统计分析数据集,绘制2型糖尿病肾病发生的受试者工作特征曲线,曲线下面积为0.949(95