简介:摘要目的探讨老年冠心病患者衰弱的影响因素并对不同衰弱量表筛查老年冠心病患者衰弱的效果进行对比分析。方法采用横断面调查研究方法,选取2019年11月至2020年1月江苏大学附属医院心内科的老年冠心病患者作为研究对象。采用衰弱指数量表评估患者衰弱状态,并根据评估结果将患者分为衰弱组(54例)和非衰弱组(149例)。符合正态分布的计量资料组间比较采用t检验,计数资料比较采用χ2检验或精确概率法。应用多因素Logistic回归分析老年冠心病患者衰弱的主要影响因素。采用Spearman相关、Kappa检验对比分析临床衰弱量表、衰弱量表与衰弱指数的相关性、一致性。采用ROC曲线分析灵敏度、特异度、受试者工作特征曲线下面积。结果衰弱组患者年龄[(78.96±6.78)岁]、单核细胞百分比>10%比率[31.48%(17/54)]、冠心病特异性指数≥4分比率[57.41%(31/54)]、巴赛尔指数<100分比率[85.19%(46/54)]、微型营养评定量表<24分比率[66.67%(36/54)]均高于非衰弱组[(73.94±5.89)岁、12.08%(18/149)、7.38%(11/149)、22.15%(33/149)、14.77%(22/149)],两组比较差异均有统计学意义(统计量值分别为t=5.15、χ2=10.46、χ2=60.45、χ2=66.26、χ2=52.32;P值分别为<0.001、0.001、<0.001、<0.001、<0.001)。多因素Logistic回归分析结果显示,单核细胞百分比>10%(OR=5.927,95%CI:1.854~18.947)、微型营养评定量表评分<24分(OR=7.026,95%CI:2.660~18.555)、冠心病特异性指数≥4分(OR=3.333,95%CI:1.889~26.850,)、巴赛尔指数<100分(OR=15.649,95%CI:5.403~45.321)是老年冠心病患者衰弱的主要影响因素(P值分别为0.003、<0.001、<0.001、<0.001)。以衰弱指数为金标准,临床衰弱量表、衰弱量表灵敏度分别为85.19%、85.19%,特异度分别为90.60%、94.63%,差异均无统计学意义(χ2值分别为0.000、1.767;均P>0.05)。临床衰弱量表的Kappa<0.75,而衰弱量表的Kappa>0.75,衰弱量表与金标准的一致性优于临床衰弱量表。结论单核细胞百分比、冠心病特异性指数、微型营养评定量表、巴赛尔指数是老年冠心病患者衰弱的主要因素影响。以衰弱指数评分为标准,衰弱量表筛查结果与衰弱指数的一致性优于临床衰弱量表,具有临床应用价值。
简介:摘要目的基于机器学习算法构建3种不同的经外周静脉置入中心静脉导管(PICC)相关性血栓风险预测模型,并比较模型性能,为评估及预防PICC相关性血栓提供依据。方法基于最佳证据和专家函询形成PICC相关性血栓风险因素调查表。采取便利抽样法,选取2016年1月—2020年10月在江苏大学附属医院行PICC置管的626例患者为研究对象收集临床资料,基于机器学习算法,分别采用支持向量机(SVM)、XGBoost和Logistic回归方法构建3种不同的PICC相关性血栓风险预测模型,并进行评价和比较。模型评价指标包括马修斯相关系数(MCC)、F1分数、受试者工作特征曲线下面积(AUC)及Brier得分。结果共30个变量纳入研究,预测因子包括患者的人口学资料、患者病情、治疗因素、导管相关性因素4个方面。测试集上验证后的模型,在MCC、F1分数上,Logistic回归预测模型得分低于XGBoost、SVM预测模型;在AUC上,Logistic回归预测模型得分等于SVM,小于XGBoost;在Brier得分上,Logistic回归预测模型得分高于XGBoost、SVM预测模型。结论基于机器学习算法XGBoost、SVM预测模型性能在敏感性及准确性上优于传统Logistic回归模型。血栓预测因子有助于指导临床医务人员识别高风险患者,降低PICC相关性血栓发生率。
简介:摘要目的分析经阴道彩超诊断异位妊娠的价值。方法总结经阴道彩超诊断的60例异位妊娠患者检查结果。结果60例异位妊娠中未破裂型、早期流产型、破裂流产型、陈旧型有不同声像图特点。结论阴超诊断宫外孕,不需充盈膀胱,图像显示清晰,诊断率高,是诊断异位妊娠最理想的首选检查方法。
简介:摘要目的探讨临床路径在子宫肌瘤围手术期护理中的应用效果。方法将160例子宫肌瘤手术的患者分为观察组和对照组,对照组按护理常规护理,观察组按临床护理路径护理。