摘要

目的应用LASSO-Logistic回归法建立脓毒性休克死亡风险预测模型, 并进行验证。方法采用回顾性队列研究方法, 基于开源的美国重症监护医学信息数据库Ⅲ v1.4(MIMIC-Ⅲ v1.4), 纳入符合脓毒症3.0标准的脓毒性休克患者, 提取人群特征、主要体征和实验室指标、住院情况及结局指标等数据。采用LASSO回归法筛选预测变量, 使用Logistic回归法构建脓毒性休克死亡风险预测模型。采用Hosmer-Lemeshow检验评价预测模型校准度, 采用受试者工作特征曲线(ROC曲线)评价模型区分度。结果共纳入693例脓毒性休克患者, 30 d存活445例, 死亡248例, 30 d病死率为35.8%。根据LASSO回归法筛选出的9个预测变量和结局变量构建Logistic回归模型, 结果显示, 年龄、Elixhauser共病指数、血乳酸(Lac)、K+升高和使用机械通气与30 d病死率增加相关〔优势比(OR)及95%可信区间(95%CI)分别为1.023(1.010~1.037)、1.047(1.022~1.074)、1.213(1.133~1.305)、2.241(1.664~3.057)、2.165(1.433~3.301), 均P<0.01〕, 收缩压(SBP)、舒张压(DBP)、体温、脉搏血氧饱和度(SpO2)下降也与30 d病死率增加相关〔OR(95%CI)分别为0.974(0.957~0.990)、0.972(0.950~0.994)、0.693(0.556~0.857)、0.971(0.949~0.992), 均P<0.05〕。校准曲线显示, 脓毒性休克死亡风险预测模型的预测风险与实际情况有较好的一致性;ROC曲线分析显示, 预测模型的ROC曲线下面积(AUC)为0.839(95%CI为0.803~0.876), 具有可较好地区分死亡与非死亡风险患者的能力。结论脓毒性休克死亡风险预测模型对脓毒性休克患者30 d死亡风险有较好的识别能力, 包含9个医院容易获得的变量(年龄、Elixhauser共病指数、机械通气、Lac、K+、SBP、DBP、体温、SpO2), 可被临床医生用来计算脓毒性休克患者个体死亡风险。

  • 出版日期2022
  • 单位重庆医科大学附属儿童医院