基于Logistic回归模型分析急性类鼻疽脓毒症患者预后不良的危险因素

Journal of Clinical and Experimental Medicine(2023)

引用 0|浏览5
暂无评分
摘要
目的 基于Logistic回归模型分析急性类鼻疽脓毒症患者预后不良的危险因素.方法 前瞻性选取2020年11月至2021年11月海南医学院第一附属医院收治的急性类鼻疽脓毒症患者109例,均按照标准规程对患者进行抗生素治疗.分析急性类鼻疽脓毒症的临床特征,并根据预后将其分为预后良好组(n=51)和预后不良组(n=58).比较两组患者一般资料,单因素及多因素Logistic回归模型分析急性类鼻疽脓毒症患者预后不良的危险因素,并根据分析结果构建预后预测模型,绘制受试者工作特征(ROC)曲线,分析该预后预测模型的预测价值.结果 畏寒高热、咳嗽咳痰、感染指标升高为急性类鼻疽脓毒症主要临床特征.预后良好组与预后不良组年龄、职业、居住地、体重、饮酒史、长期使用糖皮质激素情况、免疫抑制剂使用情况、合并糖尿病、合并慢性乙型肝炎比较,差异均有统计学意义(P<0.05).多因素Logistic回归模型显示,年龄、职业、体重、饮酒史、长期使用糖皮质激素情况、免疫抑制剂使用情况、合并糖尿病、合并慢性乙型肝炎结果与急性类鼻疽脓毒症预后不良相关(P<0.05).根据危险因素构建预后预测模型,并进行ROC曲线分析,结果显示该模型预测急性类鼻疽脓毒症预后不良的ROC曲线下面积为0.850,敏感度为90.00%,特异度为70.00%.结论 Logistic回归模型显示,老年、务农、体弱、酗酒、长期使用糖皮质激素和免疫抑制剂、合并糖尿病、合并慢性乙型肝炎是急性类鼻疽脓毒症患者预后不良的主要相关因素,上述指标联合临床特征可为急性类鼻疽脓毒症的早期识别、及时治疗、改善预后提供参考.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要