Chrome Extension
WeChat Mini Program
Use on ChatGLM

非瓣膜性心房颤动患者发生缺血性脑卒中风险列线图预测模型的构建和评价

Journal of Cardiovascular and Pulmonary Diseases(2021)

Cited 1|Views4
No score
Abstract
目的:研究非瓣膜性心房颤动(NVAF)患者发生缺血性卒中的危险因素,构建列线图预测模型并验证其价值和临床意义.方法:纳入2019年1月至2019年12月,我院住院并诊断为NVAF患者共325例,其中观察组共123例(合并急性缺血性卒中),对照组共202例(单纯心房颤动且未合并急性缺血性卒中).收集两组患者的一般临床资料,用Logistic回归分析发生缺血性脑卒中患者的危险因素.然后将所有患者随机分为建模组(n=228)与验证组(n=97).在回归模型的基础上建立列线图模型,并应用ROC曲线和校准曲线评价列线图模型的区分度和校准度,建立临床决策曲线评价其临床应用价值.结果:本研究中123例患者发生缺血性卒中,发生率为37.8%.NLR(OR=1.48,95%CI:1.18~1.84)、同型半胱氨酸(OR=1.09,95%CI:1.02~1.17)、D-Dimer(OR=1.88,95%CI:(1.28~2.77)、cTnI是否升高(OR=2.05,95%CI:1.02~4.12)、NT-proBNP(OR=1.04,95%CI:1.00~1.09)和LAD(OR=1.10,95%CI:1.04~1.16)是NVAF患者发生缺血性卒中的危险因素(P<0.05).应用ROC曲线评价列线图模型的预测能力,应用ROC曲线评价列线图模型的预测能力,在建模组中ROC曲线的AUC值为0.88,95%CI::0.834~0.919,灵敏度0.839、特异度0.731、阳性预测值0.646、阴性预测值0.886;在验证组中ROC曲线的AUC值为0.805,95%CI:0.693~0.884,灵敏度0.611、特异度0.742、阳性预测值0.710、阴性预测值0.759,P<0.05;说明建立的模型有较好的预测价值和区分度.列线图风险模型校正曲线提示在预测值和实际值之间具备较好的一致性.临床决策曲线分析显示该列线图模型具有一定的临床实用价值.结论:NLR、同型半胱氨酸、D-Dimer、cTnI是否升高、NT-proBNP和LAD大小是NVAF患者发生缺血性卒中的危险因素.构建列线图模型能更直观、简洁为NVAF患者提供个体化的缺血性卒中风险预测.
More
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined