摘要
目的 探讨列线图模型预测重度血小板减少症患者死亡风险的价值。方法 回顾性总结2020年5月—2022年5月在本院确诊重度血小板减少症的340例患者临床资料,按7∶3的比例随机分为模型组238例和验证组102例。对模型组死亡与存活患者的临床资料进行单因素和多因素Logistic回归分析以筛选主要危险因素,应用R软件构建列线图模型。结果 模型组病死率为34.0%(81/238),验证组为29.4%(30/102),差异无统计学意义(P=0.405)。多因素Logistic回归分析显示,脑血管疾病(OR=1.986, 95%CI:1.524~2.659,P<0.001)、恶性肿瘤(OR=2.056, 95%CI:1.744~2.789,P<0.001)、机械通气(OR=2.324, 95%CI:1.856~3.121,P<0.001)、血管升压药(OR=2.759, 95%CI:2.425~3.562,P<0.001)、持续肾脏替代治疗(OR=2.421, 95%CI:2.012~3.123,P<0.001)和凝血时间延长(OR=1.649, 95%CI:1.232~2.011,P<0.001)是重度血小板减少症患者死亡的独立危险因素。列线图总分240分,Bootstrap法计算模型组与验证组的C-index值分别为0.912和0.879,表明模型的预测效能较好。校准曲线显示,模型组与验证组的预测概率与实测值基本一致。受试者工作特征(ROC)曲线计算模型组与验证组的曲线下面积(AUC)分别为0.889和0.856,表明预测准确性较高。列线图与传统序贯器官功能衰竭评估(SOFA)评分和简化急性生理学评分Ⅱ(SAPSⅡ)评分相比,AUC值均增大,差异有统计学意义(P<0.001)。决策曲线显示,模型组与验证组的临床净获益比均较好。结论 重度血小板减少症患者有较高的死亡风险,应用列线图模型能够更好地指导临床医生早期识别死亡高风险人群并进行积极干预,改善预后。
- 单位