神经外科重症患者肠内营养喂养不耐受动态列线图预测模型的构建与应用

作者：潘宜波; 王琳; 陈霞; 岳敏; 马强; 王靖^*

来源：护士进修杂志, 2023, 38(21): 1921-1926.

DOI：10.16821/j.cnki.hsjx.2023.21.001

• 神经外科
• 肠内营养
• 喂养不耐受
• 动态列线图
• 预测模型
• lasso回归

目的 构建神经外科重症患者肠内营养喂养不耐受(ENFI)的动态列线图预测模型并验证其预测效果。方法 便利选取山东省某三甲医院神经外科重症监护室2020年8月-2023年3月收治的205例患者，以7∶3的比例将患者分为建模集(n=144)和验证集(n=61)。通过Lasso回归筛选预测因子，采用多因素logistic回归分析建立神经外科重症患者ENFI的动态列线图预测模型。采用Hosmer-Lemeshow检验判断模型的拟合度，采用受试者工作特征(ROC)曲线下面积(AUC)检验模型的区分度。利用验证集数据绘制ROC曲线、校准曲线，进行外部验证，绘制决策曲线(DCA),验证模型的临床使用价值。结果 患者ENFI的发生率建模集为47.2%,验证集为50.8%。最终纳入模型的预测变量为平均动脉压(OR=0.943)、格拉斯哥昏迷评分(OR=0.240)、联合使用2种以上抗生素(OR=4.615)、出入量(OR=0.156)。内部验证：AUC为0.869,95%CI为0.810～0.928。Hosmer-Lemeshow检验(χ2=5.601,P=0.692,灵敏度为0.838,特异度为0.803,准确率为81.9%。外部验证：AUC为0.816,95%CI为0.711～0.920,Hosmer-Lemeshow检验(χ2=7.897,P=0.444),灵敏度为0.935,特异度为0.533,准确率为73.8%,DCA曲线表明了该模型具有实际的临床使用价值。结论 基于Lasso回归构建的神经外科重症患者ENFI的动态列线图具有良好的预测效果，可为医护人员识别ENFI高危患者提供依据。

• 单位
  泰安市中心医院; 山东省医学科学院; 山东第一医科大学