-
题名急性心肌梗死并发心力衰竭的风险预测模型构建及验证
被引量：6
- 1
-
-
作者
马萌雪
马萍
徐清斌
张世昌
-
机构
宁夏医科大学总医院心脑血管病医院老年与特需医学科
宁夏医科大学总医院心脑血管病医院心血管内科
-
出处
《天津医药》
CAS
北大核心
2023年第11期1221-1226,共6页
-
文摘
目的 分析急性心肌梗死(AMI)患者发生心力衰竭(HF)的影响因素,并构建风险预测模型。方法 纳入1 061例AMI患者,分为模型构建的训练集(786例)和模型验证的测试集(275例)。利用Lasso回归和多因素Logistic回归构建AMI患者发生HF的预测模型,并绘制列线图。采用受试者工作特征(ROC)曲线和校准曲线评价模型的区分度和校准度。结果 利用Lasso回归和多因素Logistic回归筛选出年龄、心率(HR)、ST段偏移、N端脑利钠肽前体(NT-proBNP)、同型半胱氨酸(Hcy)、纤维蛋白原(Fib)、左心室射血分数(LVEF)共7个变量建立模型。多因素Logistic回归构建预测模型的回归方程为Logit(P)=0.718×ST段偏移+0.042×年龄+0.037×HR+0.000 294×NT-proBNP+0.040×Hcy+0.220×Fib-5.617×LVEF-5.781。预测模型训练集的ROC曲线下面积(AUC)为0.846(95%CI:0.817~0.875),敏感度为78.50%,特异度为76.60%。校准曲线显示训练集患者HF的发生率与实际发生率基本相符。利用测试集对模型进行外部验证,AUC为0.848(95%CI:0.801~0.896),敏感度76.40%,特异度78.00%。结论 AMI患者发生HF与ST段偏移、年龄、入院HR、NT-proBNP、Hcy、Fib、LVEF有关,利用以上变量构建的预测模型具有较高的预测效能,有助于早期识别此类患者。
-
关键词
心肌梗死
心力衰竭
危险因素
预测
列线图
敏感性与特异性
-
Keywords
myocardial infarction
heart failure
risk factors
predict
nomograms
sensitivity and specificity
-
分类号
R541
[医药卫生—心血管疾病]
-
