儿童可逆性后部白质脑病临床特点及预后分析
发布时间:2021-06-01 06:54
目的:分析儿童可逆性后部白质脑病(posterior reversible encephalopathy syndrome,PRES)的临床特点及预后危险因素。方法:回顾性分析重庆医科大学附属儿童医院2015年6月至2019年5月住院诊断为PRES的47例患儿的临床资料及随访结果。结果:(1)47例患儿中,男28例,女19例,平均年龄8.79±3.72岁(215岁)。病因包括肾脏疾病(29/47,61.70%)、血液系统疾病(13/47,27.66%)、高血压(5/47,10.64%)。临床表现以惊厥(43/47,91.49%)、头痛(28/47,59.57%)、视力障碍(18/47,38.30%)、头晕(18/47,38.30%)、呕吐(18/47,38.30%)、精神行为异常(17/41,36.17%)为主,46例(46/47,97.87%)患儿发病时存在高血压。头颅MRI检查以枕顶叶(42/47,89.36%)受累为主,轻度病变38例(38/47,80.85%),中度病变7例(7/47,14.89%),重度病变2例(2/47,4.26%)。41例(41/47...
【文章来源】:重庆医科大学重庆市
【文章页数】:44 页
【学位级别】:硕士
【部分图文】:
不同严重程度头颅MRIFigure1SkullMRIofdifferentseverityA-B为轻度:T2Flair像上双侧枕叶、顶叶后部可见高信号;C-D为中度:T2Flair像上双侧大脑白质区可见较广泛高信号;E-I为重度:T2Flair像上右侧小脑齿状核、脑干、基底节、GHI
重庆医科大学硕士研究生学位论文15后不良的Logistic回归进行多因素分析。由于住院天数与MRI严重程度(P=0.003)、住院天数与存在精神行为异常(P=0.019),MRI严重程度与LDH之间(P=0.027)均存在较强的线性相关性,导致模型估计结果不可靠。为避免模型中的共线性问题,在多因素回归的同时对回归系数绝对值进行惩罚,即Lasso-Logistic回归(使用统计软件R3.6.1)。图2给出了回归中标准化系数随惩罚因子(Lambda)增大的缩减路径。随着系数惩罚因子Lambda的增加,模型中系数缩减为0的因素依次为LDH,Ca2+,存在精神行为异常,MRI严重程度和住院天数,这体现了这5个影响因素在模型中的相对重要程度。除Ca2+与预后不良呈负相关关系,其余影响因素与预后不良均呈正相关关系。在单因素分析基础上,我们选择MRI严重程度、存在精神行为异常、住院天数进行多因素分析。为消除共线性的影响,先将病程长短去掉,只用MRI严重程度和存在精神行为异常作为自变量,PRES患儿预后作为因变量,进行Logistics回归分析,发现MRI严重程度(P=0.024)是PRES预后不良的独立危险因素;若将住院天数、MRI严重程度作为自变量,PRES患儿预后作为因变量,进行Logistics回归分析,发现住院天数(P=0.036)是PRES预后不良的独立危险因素,见表5-1、表5-2。图2Lasso-Logistic回归中标准化系数随惩罚因子(Lambda)增加的缩减路径图住院天数精神行为异常LDHCa2+MRI严重程度
本文编号:3209888
【文章来源】:重庆医科大学重庆市
【文章页数】:44 页
【学位级别】:硕士
【部分图文】:
不同严重程度头颅MRIFigure1SkullMRIofdifferentseverityA-B为轻度:T2Flair像上双侧枕叶、顶叶后部可见高信号;C-D为中度:T2Flair像上双侧大脑白质区可见较广泛高信号;E-I为重度:T2Flair像上右侧小脑齿状核、脑干、基底节、GHI
重庆医科大学硕士研究生学位论文15后不良的Logistic回归进行多因素分析。由于住院天数与MRI严重程度(P=0.003)、住院天数与存在精神行为异常(P=0.019),MRI严重程度与LDH之间(P=0.027)均存在较强的线性相关性,导致模型估计结果不可靠。为避免模型中的共线性问题,在多因素回归的同时对回归系数绝对值进行惩罚,即Lasso-Logistic回归(使用统计软件R3.6.1)。图2给出了回归中标准化系数随惩罚因子(Lambda)增大的缩减路径。随着系数惩罚因子Lambda的增加,模型中系数缩减为0的因素依次为LDH,Ca2+,存在精神行为异常,MRI严重程度和住院天数,这体现了这5个影响因素在模型中的相对重要程度。除Ca2+与预后不良呈负相关关系,其余影响因素与预后不良均呈正相关关系。在单因素分析基础上,我们选择MRI严重程度、存在精神行为异常、住院天数进行多因素分析。为消除共线性的影响,先将病程长短去掉,只用MRI严重程度和存在精神行为异常作为自变量,PRES患儿预后作为因变量,进行Logistics回归分析,发现MRI严重程度(P=0.024)是PRES预后不良的独立危险因素;若将住院天数、MRI严重程度作为自变量,PRES患儿预后作为因变量,进行Logistics回归分析,发现住院天数(P=0.036)是PRES预后不良的独立危险因素,见表5-1、表5-2。图2Lasso-Logistic回归中标准化系数随惩罚因子(Lambda)增加的缩减路径图住院天数精神行为异常LDHCa2+MRI严重程度
本文编号:3209888
本文链接:https://www.wllwen.com/shoufeilunwen/mpalunwen/3209888.html
最近更新
教材专著