IgA肾病无创诊断模型的建立与验证
Chinese Journal of Nephrology(2020)
摘要
目的:探讨IgA肾病无创早期诊断模型(Nomogram模型)的构建与临床应用价值。方法:回顾性收集2010年10月1日至2019年8月31日期间经青岛大学附属医院肾组织病理检查确诊的712例原发性肾小球疾病患者的临床资料,其中IgA肾病241例,非IgA肾病471例。按病例纳入时间分为训练集(
n=426,其中IgA肾病156例,非IgA肾病270例)和验证集(
n=286,其中IgA肾病85例,非IgA肾病201例)。应用单因素和多因素Logistic回归方程法分析训练集患者IgA肾病诊断的危险因素。根据赤池信息准则(AIC)建立无创诊断IgA肾病的Nomogram模型,并将该模型应用于验证集人群进行验证。采用受试者工作特征曲线(ROC)、校准曲线及决策曲线分析(DCA)验证与评价该模型的区分度、校准度和临床实用价值。
结果:多因素Logistic回归分析结果显示,原发性肾小球疾病患者的年龄(
OR=0.966,95%
CI 0.947 ~ 0.985,
P=0.001)、IgA/C3比值(
OR=1.889,95%
CI 1.468 ~ 2.432,
P<0.001)、血白蛋白(
OR=1.091,95%
CI 1.047 ~ 1.136,
P<0.001)、血总胆固醇(
OR=0.810,95%
CI 0.694 ~ 0.946,
P=0.008)及肉眼血尿(
OR=6.858,95%
CI 1.867 ~ 25.189,
P=0.004)为IgA肾病诊断的独立危险因素。由上述指标构建Nomogram诊断模型,训练集和验证集的ROC曲线下面积分别为0.880和0.887,校准曲线显示该模型的预测概率与实际概率间的一致性良好,DCA结果表明该模型的安全性及患者的临床净获益较高。
结论:Nomogram模型诊断IgA肾病的准确度和临床实用性较高,可用于IgA肾病的无创早期诊断。
更多查看译文
关键词
Glomerulonephritis, IgA,Early diagnosis,Forecasting,Nomogram model
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要