以logistic回归模型构建联合预测因子对脓毒症诊断及预后判断的临床运用

作者：段立伟; 张晟; 林兆奋

来源：中华危重病急救医学, 2017, 29(02): 139-144.

• 脓毒症
• logistic回归模型
• 联合预测因子
• 预后
• 诊断

目的探索多个检测指标联合诊断脓毒症及判断预后的方法及效果。方法通过访问上海第二军医大学附属长征医院电子病例系统,选择2014年1月至2015年9月重症加强治疗病房(ICU)收治的年龄1875岁、ICU住院时间>24 h、相关检测信息完整的危重症患者首次入院时的记录。通过logistic回归模型拟合多个联合诊断或预测指标,构建新的联合预测因子;用受试者工作特征曲线(ROC)对比联合预测因子与各原始指标ROC曲线下面积(AUC),以约登指数最大值时确定最佳临界值,计算敏感度、特异度及预测准确性等工作性能参数,最后通过在个体中代入各值进行预测。结果共入选362例患者,男性218例,女性144例;年龄(48.3±19.3)岁;死亡66例。①预测指标为分类变量时构建联合预测模型:以是否患有脓毒症为二分类结局变量,降钙素原(PCT)、内毒素(LPS)、感染、白细胞计数(WBC)、发热为协变量,建立logistic回归方程,显示PCT升高、WBC升高及发热是脓毒症诊断的独立危险因素。多个分类变量拟合的联合预测因子诊断脓毒症的AUC高于PCT、LPS、感染、WBC、发热单独预测时的AUC(0.930比0.661、0.503、0.570、0.837、0.800)。联合预测因子最佳临界值为0.518时,诊断脓毒症的敏感度为78.00%,特异度为93.36%,诊断准确率为87.47%。随机选取1例患者,将其临床数据代入预测概率方程得到概率值P=0.015,小于最佳临界值0.518,表明在预测准确率87.47%的条件下,该患者为非脓毒症。②预测指标为连续变量时构建联合预测模型:以住院期间是否死亡为二分类结局变量,急性生理学与慢性健康状况评分系统Ⅱ(APACHEⅡ)评分和序贯器官衰竭评分(SOFA)为协变量,建立logistic回归方程,显示APACHEⅡ评分和SOFA评分是预测死亡的独立危险因素。联合预测因子预测脓毒症预后的AUC高于APACHEⅡ评分和SOFA评分单独预测(0.834比0.812、0.813)。联合预测因子最佳临界值为0.236时,预测住院死亡事件的敏感度为73.12%,特异度为76.51%,诊断准确率为75.70%。随机选取1例患者,将APACHEⅡ评分和SOFA评分代入预测概率方程得到概率值P=0.570,大于最佳临界值0.236,表明在预测准确率75.70%的条件下,该患者可能结局为死亡。结论无论是诊断脓毒症或是判断预后,使用logistic回归模型构建的联合预测因子的工作性能及判断准确性优于仅使用单一指标。

• 单位
  长征医院