简介:摘要目的探索由中性粒细胞淋巴细胞比率(NLR)联合乳酸脱氢酶(LDH)得出的新型肺癌免疫治疗预测指标(IOPI)在非小细胞肺癌(NSCLC)免疫检查点抑制剂治疗中的预测价值。方法对2018年1月至2019年7月来自空军军医大学第一附属医院和空军军医大学第二附属医院共5个科室的88例使用PD-1/PD-L1抑制剂的NSCLC患者进行多中心回顾性研究,随访截至2020年7月。收集免疫治疗前的血常规和LDH指标。绘制NLR、LDH的受试者工作特征曲线,计算曲线下面积得出NLR、LDH的截断值,根据NLR和LDH的截断值分为低风险IOPI组(0或1个因素)和高风险IOPI组(2个因素),采用单因素、多因素COX回归分析和生存分析探索IOPI的预测价值。结果根据受试者工作特征曲线的AUC值计算得出NLR截断值为3.4,LDH截断值为185 IU/L。在88例接受免疫治疗的NSCLC患者中,LDH≥185 IU/L组比LDH<185 IU/L组疾病进展风险和死亡风险显著增加(HR=2.48,95% CI:1.30~4.70,P=0.006;HR=3.28,95% CI:1.15~9.33,P=0.026);高风险IOPI组比低风险IOPI组疾病进展风险和死亡风险显著增加(HR=1.95,95%CI:1.08~3.53,P=0.026;HR=3.22,95% CI:1.29~8.06,P=0.012);鳞癌患者比非鳞癌患者死亡风险明显增加(HR=3.12,95% CI:1.17~8.35,P=0.023)。高风险IOPI组比低风险IOPI组的PFS[7.6(8.0)个月比11.2(7.1)个月]及1年的生存率(42.9%比77.7%)低。结论本研究提出了一个新的IOPI,IOPI可能与NSCLC患者免疫治疗的不良预后相关,有望帮助临床医师筛选出无法从免疫治疗中获益的患者。
简介:摘要目的筛选特重度烧伤患者发生血流感染的独立危险因素,以此构建该类患者发生血流感染的早期预测模型并分析其预测价值。方法采用回顾性病例对照研究方法。2010年1月1日—2019年12月31日,上海交通大学医学院附属瑞金医院灼伤整形科收治307例符合入选标准的特重度烧伤患者,其中男251例、女56例,年龄33~55岁。根据是否发生血流感染,将患者分为未血流感染组(221例)和血流感染组(86例),比较2组患者性别、年龄、身体质量指数、转归、住院天数,统计血流感染组患者血微生物培养中细菌检出情况。将纳入的307例患者按照大约7∶3的比例采用随机数字表法分成建模组(219例)和验证组(88例),比较2组患者性别、年龄、身体质量指数、烧伤总面积、Ⅲ度烧伤面积、是否合并吸入性损伤、是否行机械通气、机械通气天数、住重症监护病房(ICU)天数、转归、住院天数、是否并发血流感染。根据是否发生血流感染,将建模组患者分为血流感染亚组(154例)和未血流感染亚组(165例),比较2个亚组患者烧伤总面积、Ⅲ度烧伤面积、是否合并吸入性损伤、是否行机械通气、机械通气天数、住ICU天数。对前述2组间数据比较行独立样本t检验、χ2检验、Mann-Whitney U检验等单因素分析,筛选出建模组的亚组单因素分析中差异有统计学意义的因素,以其作为自变量进行二分类多因素logistic回归分析,筛选影响特重度烧伤患者发生血流感染的独立危险因素,并以此构建建模组特重度烧伤患者发生血流感染的预测模型。绘制预测模型对建模组患者血流感染风险预测的受试者操作特征(ROC)曲线,计算ROC曲线下面积,根据约登指数计算敏感度、特异度、最佳预测概率。根据是否发生血流感染,将验证组患者分为血流感染亚组(21例)和未血流感染亚组(67例),以预测概率>模型最佳预测概率为血流感染判定标准,采用预测模型预测验证组中2个亚组患者血流感染发生情况,计算预测血流感染发生率及特异度与敏感度,另绘制预测模型对验证组患者血流感染风险预测的ROC曲线,计算ROC曲线下面积。结果与未血流感染组比较,血流感染组患者病死率明显增高(χ2=8.485,P<0.01),住院天数明显增加(Z=-3.003,P<0.01),性别、年龄、身体质量指数无明显变化(P>0.05)。血流感染组患者血微生物培养中检出110株细菌,其中菌株数排前3位的细菌为肺炎克雷伯菌、铜绿假单胞菌、鲍曼不动杆菌,分别占35.45%(39/110)、26.36%(29/110)、13.64%(15/110)。建模组与验证组患者性别、年龄、身体质量指数、烧伤总面积、Ⅲ度烧伤面积、合并吸入性损伤比例、行机械通气比例、机械通气天数、住ICU天数、转归、住院天数、并发血流感染比例相近(P>0.05)。与建模组中的未血流感染亚组比较,血流感染亚组患者烧伤总面积、Ⅲ度烧伤面积、合并吸入性损伤比例与行机械通气比例明显增大(Z=-4.429,t=-4.045,χ2=7.845、8.845,P<0.01),机械通气天数与住ICU天数明显增加(Z=-3.904、-4.134,P<0.01)。二分类多因素logistic回归分析显示,烧伤总面积、住ICU天数、合并吸入性损伤是建模组患者发生血流感染的独立危险因素(比值比=1.031、1.018、2.871,95%置信区间=1.004~1.059、1.006~1.030、1.345~6.128,P<0.05或P<0.01)。建模组ROC曲线下面积为0.773(95%置信区间=0.708~0.838);当约登指数为0.425时,该预测模型的敏感度为64.6%,特异度为77.9%,最佳预测概率为0.335。预测模型预测验证组患者血流感染发生率为27.27%(24/88),特异度为82.09%(55/67),敏感度为57.14%(12/21);验证组ROC曲线下面积为0.759(95%置信区间=0.637~0.882)。结论烧伤总面积、住ICU天数、合并吸入性损伤是特重度烧伤患者发生血流感染的危险因素,基于这些因素构建的特重度烧伤患者血流感染风险早期预测模型对于治疗方法和细菌流行病学相对稳定的烧伤中心而言具有一定预测价值。
简介:摘要目的评价2型糖尿病(T2DM)患者不同肥胖指标与发生糖尿病肾脏病(DKD)的风险关系,并比较不同指标的预测效果。方法本研究为前瞻性队列研究。选取2006年1月1日至2019年12月31日在中国台湾李氏联合诊所6个中心定期接受健康体检的T2DM患者作为研究对象。收集患者的一般资料、实验室检查指标,并计算体重指数(BMI)、腰臀比(WHR)、脂肪聚集指数(LAP)、内脏脂肪指数(VAI)、身体圆度指数(BRI)。根据患者随访结束时是否发生DKD分为DKD组和无DKD(NDKD)组。组间差异的比较采用t检验、Mann-Whitney U检验或χ2检验。采用Cox比例风险回归模型研究5种肥胖指标与发生DKD之间的关系。采用受试者工作特征(ROC)曲线分析5种肥胖指标对预测DKD风险的诊断效能。结果共纳入2 628例T2DM患者,经过(7.53±3.10)年的随访后,检出DKD患者840例,检出率为31.9%。与NDKD组(1 788例)患者相比,DKD组男性比例高,年龄较大,高血压占比更高,糖尿病病程更长且未进行降糖治疗的患者占比多(均P<0.05)。Cox比例风险回归结果显示,在校正混杂变量后,BMI、WHR、VAI、LAP、BRI与DKD的发生密切相关(P<0.05)。ROC曲线结果显示,在5种肥胖指标中,LAP预测DKD的效果较好[曲线下面积(AUC)=0.616,95%CI 0.592~0.639],BMI的预测效果最弱(AUC=0.550,95%CI 0.526~0.574)。传统肥胖指标(BMI、WHR)和新型肥胖指标(LAP、VAI、BRI)的AUC比较差异均有统计学意义(P<0.05)。结论BMI、WHR、VAI、LAP和BRI的增加会增加T2DM患者患DKD的风险,其中LAP预测DKD发生的效果较好。
简介:摘要目的对支气管扩张剂联合吸入型糖皮质激素(ICS)治疗咳嗽变异型哮喘(CVA)研究进行回顾性数据再分析,分析单用ICS治疗疗效明显和疗效不佳人群之间的临床特性差异,寻找预测治疗效果的临床因素。方法计算患者基线期与治疗8周时的咳嗽评分差,评估病情改善情况,咳嗽评分改善超过3分视为咳嗽好转,并分为咳嗽好转组和咳嗽无好转组。通过方差分析或Wilcoxon秩和检验分析组间差异。对存在组间差异的项目进行逻辑回归并绘制ROC曲线,计算曲线下面积(AUC)和最佳临界值。基于AUC选择二元逻辑回归变量,优化回归模型,并计算二分预测概率值。结果共41例受试者签署了数据再分析的知情同意书。咳嗽好转组(22例)和咳嗽无好转组(19例)之间血小板、第1秒用力呼气容积(FEV1)、用力呼气75%肺活量时的最大呼气流量(FEF75%)、是否胸闷以及年龄比较,差异均有统计学意义(P值均<0.05)。年龄、激发试验时FEV1下降绝对值、FEF75%预测咳嗽治疗效果的AUC相对较高(临界值分别为48岁、1.15 L和79.3%时,AUC分别为0.805、0.725和0.718)。年龄与胸闷症状联合应用的预测模型AUC达到0.847(95%CI:0.730~0.965)。年龄每增加10岁,治疗效果显著的机会减少大约51.8%,胸闷患者治疗有效的机会相比非胸闷患者减少约92.4%。结论CVA患者胸闷症状及年龄增加提示单用ICS治疗效果不佳,胸闷CVA患者或者年龄48岁以上的非胸闷CVA患者应当考虑ICS联合支气管扩张剂治疗。
简介:摘要:目的:分析先兆流产预测采用联合检测血清HCG、孕酮、雌二醇和动态检测泌乳素的临床效果。方法:随机甄选2020年8月-2022年4月期间在我院产科的40例正常妊娠妇女和先兆流产患者40例作为研究主体,正常妊娠的40例妇女为对照组,先兆流产的40例患者为探究组,所有入组妊娠妇女与患者均在孕12周联合检测血清HCG、孕酮和雌二醇,同时动态检测泌乳素,观察两组血清HCG、孕酮、雌二醇和泌乳素几项指标。结果:数据分析:探究组血清HCG、孕酮与雌二醇指标均小于对照组,泌乳素指标探究组也明显小于对照组,数据对比差异有意义(P<0.05)。结论:联合检测血清HCG、孕酮、雌二醇和动态检测泌乳素用于先兆流产预测中,血清HCG、孕酮、雌二醇与泌乳素几项指标正常妊娠妇女与先兆流产患者有明显差异,能够良好用于先兆流产预测中,可在临床中推广应用。
简介:摘要目的筛选危重烧伤患者发生急性呼吸窘迫综合征(ARDS)的独立危险因素,以此构建危重烧伤患者发生ARDS的预测模型并分析其预测价值。方法2018年1月—2019年12月,浙江大学医学院附属第二医院烧伤科收治131例符合入选标准的危重烧伤患者(男101例、女30例,年龄18~84岁),对其进行回顾性病例对照研究。根据是否发生ARDS,将患者分为ARDS组(54例)和非ARDS组(77例)。统计2组患者性别、年龄、烧伤指数、合并吸入性损伤情况、吸烟史、延迟复苏情况、留置鼻胃管情况和并发脓毒症情况,对数据进行独立样本t检验、χ2检验、Fisher确切概率法检验。对2组比较差异有统计学意义的指标进行多因素logistic回归分析,筛选危重烧伤患者发生ARDS的独立危险因素,并据此构建危重烧伤患者发生ARDS风险的列线图预测模型。根据前述列线图得到患者发生ARDS的风险评分,绘制受试者操作特征(ROC)曲线,计算曲线下面积;采用Bootstrap法对前述ARDS预测模型进行内部验证,分别计算建模组(79例)和验证组(52例)的ROC曲线下面积;绘制校准曲线评估前述ARDS预测模型对危重烧伤患者发生ARDS的预测符合度。结果ARDS组患者烧伤指数、合并吸入性损伤比例和并发脓毒症比例均显著高于非ARDS组(t=0.36,χ2=33.78、49.92,P<0.01),性别、年龄、吸烟史、延迟复苏情况、留置鼻胃管情况与非ARDS组相近(P>0.05)。多因素logistic回归分析显示,烧伤指数、合并吸入性损伤、并发脓毒症是危重烧伤患者发生ARDS的独立危险因素(比值比=1.05、15.33、5.02,95%置信区间=1.01~1.10、2.65~88.42、1.28~19.71,P<0.05或P<0.01)。前述ARDS预测模型的总体ROC曲线下面积为0.92(95%置信区间=0.88~0.97),验证组和建模组的ROC曲线下面积分别为0.95和0.91(95%置信区间=0.90~1.00、0.86~0.97)。应用前述ARDS预测模型进行ARDS发生率预测中,当预测概率<35.0%或>85.0%时,可能存在一定的高估ARDS发生率的风险;当预测概率为35.0%~85.0%时,可能存在一定的低估ARDS发生率的风险。结论烧伤指数、吸入性损伤和脓毒症是危重烧伤患者发生ARDS的独立危险因素,基于这3个指标建立的ARDS风险预测模型对危重烧伤患者发生ARDS具有较好的预测能力。
简介:目的探讨巨大儿的影响因素,为临床产前预测巨大儿及选择恰当的分娩方式提供理论依据。方法选择2012年1月至12月于广东省佛山市妇幼保健院产科住院分娩的10174例产妇中的429例分娩巨大儿(出生体质量≥4000g)产妇的临床资料为研究对象,并纳入观察组(n=429);选择同期于本院住院分娩的429例分娩正常足月儿(出生体质量为2500-4000g)产妇的临床资料纳入对照组(n=429)。本研究遵循的程序符合广东省佛山市妇幼保健院人体试验委员会所制定的伦理学标准,得到该委员会批准,分组征得受试对象本人的知情同意,并与之签署临床研究知情同意书。分析2007-2012年本院巨大儿发生率变化情况。比较两组产妇基本情况(年龄、身高、产次)、分娩前情况(分娩前末次宫高、腹围、妊娠图曲线异常)、体质量变化情况(孕龄为20孕周时体质量、孕期增重、分娩时体质量)、胎儿情况(胎儿双顶径、股骨长)、妊娠期并发症发生情况[是否合并羊水量过多、妊娠期糖尿病(GDM)等]及分娩情况(分娩孕龄、分娩方式、新生儿Apgar评分结果异常)等因素。结果广东省佛山市妇幼保健院2007-2012年巨大儿发生率呈逐年递增趋势。观察组产妇年龄、身高、分娩孕龄、产次、孕龄为20孕周时体质量、分娩时体质量、孕期增重、宫高、腹围、妊娠图异常曲线、胎儿双顶径、股骨长及合并羊水量过多和及GDM发生率均显著高于对照组,两组比较,差异有统计学意义(P〈0.05)。观察组产妇所分娩男性新生儿发生巨大儿的风险是女性的1.84倍。观察组剖宫产率为69.5%,显著高于对照组(30.8%),两组比较,差异亦有统计学意义(P〈0.05)。结论产妇年龄、身高、体质量、分娩孕龄、产次、宫高、腹围、合并羊水量过多或(和)GDM是产前诊断巨大儿的影响因素。重视妊娠图曲线�