基于健康体检人群建立的颈动脉硬化及颈动脉斑块预测模型

发布时间：2022-06-02 21:36

　　目的在健康体检人群中建立颈动脉硬化及颈动脉斑块的预测模型,有效识别颈动脉斑块与硬化高危人群。方法回顾性分析杭州市五云山医院2016年3月至2018年12月的健康体检数据,选取其中行颈动脉多普勒超声检查的8 308例体检者,将其按照是否有颈动脉斑块,分为无颈动脉斑块组5 899例及有颈动脉斑块组2 409例。获取两组对象的性别、年龄、血脂、肝功能等实验室检查指标及既往疾病信息。采用简单随机抽样,抽取70%的样本作为建模组,以颈动脉硬化或颈动脉斑块为结局,以差异有统计学意义的一般资料为自变量,采用logistic逐步回归法建立预测模型;剩余的30%样本作为验证组,绘制ROC曲线评价预测模型的诊断效能,以ROC曲线下面积（AUC）、约登指数、灵敏度、特异度、准确率、校准度评价模型预测效能。结果颈动脉斑块建模组AUC为0.887 7,验证组AUC为0.885 4;颈动脉硬化预测模型建模组AUC为0.908 8,验证组AUC为0.897 3。颈动脉斑块与颈动脉硬化预测模型建模组约登指数最大值分别为0.61、0.65,对应高危切点值分别为0.28、0.27,以建模组获得的高危切点值作为诊断切点值带... 

【文章页数】：6 页

【文章目录】：
1 对象和方法
    1.1 对象
    1.2 方法
        1.2.1 颈动脉粥样硬化和颈动脉斑块的诊断标准
        1.2.2 收集资料
        1.2.3 预测模型变量筛选、建模与验证
    1.3 统计学处理
2 结果
    2.1 两组对象一般资料比较
    2.2 颈动脉斑块、颈动脉硬化预测模型最终纳入变量
    2.3 颈动脉斑块、颈动脉硬化预测模型AUC
    2.4 预测模型约登指数最大值及对应切点值的灵敏度、特异度及准确率
    2.5 颈动脉斑块、颈动脉硬化预测模型校准曲线
3 讨论


【参考文献】：
期刊论文
[1]某随访人群颈动脉硬化发生影响因素及风险预测能力研究[J]. 王琪,李娟生,蒲宏全,白亚娜,李海燕,程宁,王正芳,张蕾洁,朱莞琪,袁艳.  中华疾病控制杂志. 2019(04)
[2]高血压、高血脂、高血糖与颈动脉硬化相关性分析[J]. 李秀萍,马斌,丁丹,赵瑞.  宁夏医科大学学报. 2018(06)
[3]动脉粥样硬化相关因素研究进展[J]. 金超,曹中朝.  现代临床医学. 2016(03)
[4]不同空腹血糖与脉搏波传导速度和颈动脉硬化改变的相关性研究[J]. 韩静,翟书梅,卢宝金,刘宏.  河北医药. 2015(18)
[5]颈动脉粥样硬化的重新认识[J]. 张斯斯,吴金凤,孟晓萍.  中国临床医生杂志. 2015(02)
[6]基于社区抽样调查数据的颈动脉疾病预测模型[J]. 童璐莎,姜雯红,严慎强,楼敏,张建民.  中华急诊医学杂志. 2014 (07)
[7]高龄老年非酒精性脂肪肝与颈动脉粥样硬化的相关性及GGT的作用[J]. 蔡少艾.  宁夏医学杂志. 2014(01)
[8]血清γ-谷氨酰转肽酶水平与动脉硬化的相关性研究[J]. 张婕,徐瑜,王天歌,孙继超,孙侃,田晓光,朱丽颖,毕宇芳,陈宇红,宁光.  内科理论与实践. 2012(04)

硕士论文
[1]基于实验室指标的颈动脉硬化模型的建立与评价[D]. 钟金鹏.重庆医科大学 2011



本文编号：3653133