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57 | 下载2

探讨临床住院患者尿路感染的相关因素。回顾性分析2019年10月至2021年5月期间在北京市海淀医院住院并进行尿液细菌培养的1 875例患者病例资料,根据尿路感染诊断标准分为感染组和非感染组,分析感染组病原菌的种类分布情况,并对病例资料和实验室指标进行单因素分析,选取具有统计学意义的变量进行二元logistic回归分析尿路感染的风险因素并建立预测模型,对纳入模型的各参数绘制受试者工作特征曲线(ROC)并计算曲线下面积(AUC),评价各参数单独使用和联合使用对尿路感染的诊断和预测效能。结果显示,非感染组1 162例,感染组713例,在培养的病原菌中,革兰阴性菌构成比57.2

作者:边春红;潘玥;谭雅楠;张丽敏;王荣祺;张国军

来源:中华预防医学杂志 2022 年 56卷 11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:57 | 下载:2
作者:
边春红;潘玥;谭雅楠;张丽敏;王荣祺;张国军
来源:
中华预防医学杂志 2022 年 56卷 11期
标签:
泌尿系统感染 病原菌 风险 Logistic回归模型 Urinary tract infections Pathogens Risk factors Logistic regression model
探讨临床住院患者尿路感染的相关因素。回顾性分析2019年10月至2021年5月期间在北京市海淀医院住院并进行尿液细菌培养的1 875例患者病例资料,根据尿路感染诊断标准分为感染组和非感染组,分析感染组病原菌的种类分布情况,并对病例资料和实验室指标进行单因素分析,选取具有统计学意义的变量进行二元logistic回归分析尿路感染的风险因素并建立预测模型,对纳入模型的各参数绘制受试者工作特征曲线(ROC)并计算曲线下面积(AUC),评价各参数单独使用和联合使用对尿路感染的诊断和预测效能。结果显示,非感染组1 162例,感染组713例,在培养的病原菌中,革兰阴性菌构成比57.2