登录    注册    忘记密码

期刊文章详细信息

阻塞性睡眠呼吸暂停低通气综合征病情预测模型构建    

Construction of a predictive model for obstructive sleep apnea hypopnea syndrome

  

文献类型:期刊文章

作  者:王瑶瑶[1] 于新娟[2] 孙广霞[3] 王家卉[4] 韩伟[4]

Wang Yaoyao;Yu Xinjuan;Sun Guangxia;Wang Jiahui;Han Wei(Medical Department,Qingdao University,Qingdao 266071,China;Clinical Research Center,University of Health and Rehabilitation Sciences Qingdao Hospital(Qingdao Municipal Hospital),Qingdao 266071,China;School of Clinical Medicine,Nanjing Medical University,Qingdao 266071,China;Department of Respiratory and Critical Care Medicine,University of Health and Rehabilitation Sciences Qingdao Hospital(Qingdao Municipal Hospital),Qingdao 266071,China)

机构地区:[1]青岛大学医学部,青岛266071 [2]康复大学青岛医院(青岛市市立医院)临床研究中心,青岛266071 [3]南京医科大学青岛临床医学院,青岛266071 [4]康复大学青岛医院(青岛市市立医院)呼吸与危重症医学科,青岛266071

出  处:《国际呼吸杂志》

基  金:国家自然科学基金(81973012);山东省医药卫生科技发展计划项目(202103020630)。

年  份:2023

卷  号:43

期  号:8

起止页码:951-958

语  种:中文

收录情况:JST、ZGKJHX、普通刊

摘  要:目的:分析阻塞性睡眠呼吸暂停低通气综合征(OSAHS)患者病情严重程度的影响因素,并建立OSAHS病情严重程度临床预测模型,为临床诊疗提供依据。方法:本研究为病例对照研究。采用非随机抽样法,收集2021年11月至2023年3月在康复大学青岛医院(青岛市市立医院)确诊的200例OSAHS患者的相关临床资料,采用多导睡眠监测结果中的睡眠呼吸暂停低通气指数测定OSAHS的严重程度,采用单因素及多因素分析OSAHS病情严重程度的影响因素,建立OSAHS病情严重程度预测的回归模型,并通过曲线下面积(AUC)来评价模型的判别区分能力,采用决策曲线分析评估预测模型的临床实用性。从200例患者中随机抽取140例进行模型的内部验证。结果:Logistic回归分析结果显示高血压、血清球蛋白、夜间最低血氧饱和度、二氧化碳结合力和OSAHS病情严重程度相关,为重度OSAHS的影响因素;基于影响OSAHS严重程度因素建立的回归模型为P=1/[1+exp(-2.496×高血压+0.124×夜间最低血氧饱和度-0.175血清球蛋白+0.497×二氧化碳结合力-13.637)],预测重度OSAHS风险的AUC为0.80(95%CI:0.74~0.86),内部验证的AUC为0.76(95%CI:0.69~0.83),提示该预测模型具有较好的判别区分能力;决策曲线分析示该预测模型具有较好的临床实用性。结论:高血压、血清球蛋白、夜间最低血氧饱和度、二氧化碳结合力为重度OSAHS患者的影响因素,根据这些因素建立的回归模型有助于预测重度OSAHS人群。

关 键 词:阻塞性睡眠呼吸暂停低通气综合征 严重程度  预测模型  

分 类 号:R766]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心