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32 | 下载12

目的 建立脓毒症相关性脑病(sepsis-associated encephalopathy,SAE)患者的死亡风险预测模型并进行验证.方法 提取 2008-2019 年重症医学信息数据库(Medical Information Mart for Intensive Care-Ⅳ,MIMIC-Ⅳ)中 2767 例SAE 患者的临床数据作为训练集,构建死亡风险预测模型,并对其预测准确性及拟合优度进行评价.回顾性收集 2018年 6 月至 2021 年 6 月合肥市第二人民医院重症医学科的 134 例SAE患者临床数据纳入验证集,代入预测模型进行外部验证.结果 多因素Logistic回归分析显示,年龄、使用血管活性药物、格拉斯哥昏迷评分、国际标准化比值、动脉血氧分压、血乳酸、血尿素氮、白蛋白是SAE患者院内死亡的独立影响因素(P<0.05).使用影响因素构建预测模型,受试者操作特征(receiver operator characteristic,ROC)曲线下面积为 0.765,95

作者:牛昆仑;陈福进;赵晶晶;王菁;徐跃文;姚莉

来源:中国现代医生 2023 年 61卷 20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:32 | 下载:12
作者:
牛昆仑;陈福进;赵晶晶;王菁;徐跃文;姚莉
来源:
中国现代医生 2023 年 61卷 20期
标签:
脓毒症相关性脑病 院内死亡 预测模型 重症医学信息数据库 Sepsis-associated encephalopathy In-hospital mortality Predictive model Medical Information Mart for Intensive Care
目的 建立脓毒症相关性脑病(sepsis-associated encephalopathy,SAE)患者的死亡风险预测模型并进行验证.方法 提取 2008-2019 年重症医学信息数据库(Medical Information Mart for Intensive Care-Ⅳ,MIMIC-Ⅳ)中 2767 例SAE 患者的临床数据作为训练集,构建死亡风险预测模型,并对其预测准确性及拟合优度进行评价.回顾性收集 2018年 6 月至 2021 年 6 月合肥市第二人民医院重症医学科的 134 例SAE患者临床数据纳入验证集,代入预测模型进行外部验证.结果 多因素Logistic回归分析显示,年龄、使用血管活性药物、格拉斯哥昏迷评分、国际标准化比值、动脉血氧分压、血乳酸、血尿素氮、白蛋白是SAE患者院内死亡的独立影响因素(P<0.05).使用影响因素构建预测模型,受试者操作特征(receiver operator characteristic,ROC)曲线下面积为 0.765,95