目的基于Logistic回归分析构建老年髋部骨折患者术后低蛋白血症风险预测模型,并验证其预测效果。方法选择医院2020年2月-2023年2月收治的132例老年髋部骨折患者为调查对象,根据术后是否发生低蛋白血症分为病例组与对照组,采用一般资料...目的基于Logistic回归分析构建老年髋部骨折患者术后低蛋白血症风险预测模型,并验证其预测效果。方法选择医院2020年2月-2023年2月收治的132例老年髋部骨折患者为调查对象,根据术后是否发生低蛋白血症分为病例组与对照组,采用一般资料调查表进行资料收集,并采用Logistic回归分析老年髋部骨折患者术后低蛋白血症的相关因素,建立列线图风险预测模型,检验模型预测效果。结果132例患者中,术后发生低蛋白血症的有48例,发生率为36.36%;Logistic回归分析结果显示,年龄、合并症、术中失血量、术后引流量、术前白蛋白均为老年髋部骨折患者术后低蛋白血症的重要影响因素(P<0.05)。受试者工作特征曲线下面积(Area Under Curve,AUC)为0.924,95%CI:0.888~0.961,最佳临界值为0.950,灵敏度为93.75%,特异度为92.86%,Kappa值为0.745。结论本研究在Logistic回归分析明确的危险因素基础上,建立的老年髋部骨折患者术后低蛋白血症列线图预测模型拟合程度和区分能力良好,且准确度较高,可作为预测老年髋部骨折患者术后发生低蛋白血症风险的有效评估工具。展开更多
应用移动1/N展开方法,计算Van del pol振子方程的本征值。对v=0,且应用SUSY—QM计算其本征值。当光泵参数g远低于阈值或在阈值附近,所有本征值都能和数值计算结果相吻合。当g远高于阈值时,基态和第一激发态本征值亦能和数值计算结果相...应用移动1/N展开方法,计算Van del pol振子方程的本征值。对v=0,且应用SUSY—QM计算其本征值。当光泵参数g远低于阈值或在阈值附近,所有本征值都能和数值计算结果相吻合。当g远高于阈值时,基态和第一激发态本征值亦能和数值计算结果相吻合。展开更多
文摘目的基于Logistic回归分析构建老年髋部骨折患者术后低蛋白血症风险预测模型,并验证其预测效果。方法选择医院2020年2月-2023年2月收治的132例老年髋部骨折患者为调查对象,根据术后是否发生低蛋白血症分为病例组与对照组,采用一般资料调查表进行资料收集,并采用Logistic回归分析老年髋部骨折患者术后低蛋白血症的相关因素,建立列线图风险预测模型,检验模型预测效果。结果132例患者中,术后发生低蛋白血症的有48例,发生率为36.36%;Logistic回归分析结果显示,年龄、合并症、术中失血量、术后引流量、术前白蛋白均为老年髋部骨折患者术后低蛋白血症的重要影响因素(P<0.05)。受试者工作特征曲线下面积(Area Under Curve,AUC)为0.924,95%CI:0.888~0.961,最佳临界值为0.950,灵敏度为93.75%,特异度为92.86%,Kappa值为0.745。结论本研究在Logistic回归分析明确的危险因素基础上,建立的老年髋部骨折患者术后低蛋白血症列线图预测模型拟合程度和区分能力良好,且准确度较高,可作为预测老年髋部骨折患者术后发生低蛋白血症风险的有效评估工具。
