简介:摘要:目的 调查某航司飞行员体检常见疾病谱,分析影响因素及对策。方法:运用描述性统计方法对2020年7月1日至2021年6月30日参加航空人员体检鉴定的2203位飞行员体检诊断结果进行统计分析。结果:常见疾病诊断前六位分别为:高脂血症、脂肪肝、高尿酸血症、胆囊息肉、视力不良、听力损失,患病率分别为38.4%、34.5%、32.3%、12.4%、8.7%、8.6%;高脂血症以机关、E190、B787机队发病率最高;脂肪肝以B737、机关、B777发病率最高;高尿酸血症发病率前三位为:E190、A330、B777。结论:各机队年龄及疾病构成特点不同;飞行员常见疾病以内科代谢性疾病为主;绝大多数慢性疾病以40岁以上人群发病率较高,高尿酸血症患病率以40岁以下人群发病率较高;新冠疫情相关政策可能对飞行员健康造成一定影响。
简介:摘要目的分析血清铁蛋白(SF)对丙种球蛋白无反应型川崎病(IVIGRKD)的预测价值并建立新的预测模型。方法回顾性收集泉州市妇幼保健院2017年1月至2019年12月收治的422例川崎病患儿的病例资料,根据是否对静脉用丙种球蛋白(IVIG)治疗敏感分为IVIG耐药组和IVIG敏感组。对比分析两组患儿的一般临床特征、实验室检测结果等41项临床指标,组间比较采用t检验、Mann-WhitneyU检验或χ²检验。运用受试者工作特征(ROC)曲线分析SF对IVIGRKD的预测效能,运用二元Logistic回归分析研究SF是否为IVIGRKD的独立危险因素,并建立新的预测评分系统,检测新评分法和4个常用预测评分系统的预测效能并进行比较。结果422例川崎病患儿中男285例、女137例,年龄17.0(9.0,29.0)月龄,其中IVIG耐药组57例、IVIG敏感组365例。耐药组SF水平明显高于敏感组[245.0(131.0,519.0)比 145.0(92.5,232.5)μg/L,Z=-5.109,P<0.05],ROC曲线分析SF取截断值403.5 μg/L时,SF预测IVIGRKD 的Youden指数为0.326,预测效能良好。二元Logistic回归分析结果显示SF、初次IVIG 治疗时病程、颈淋巴结肿大、多形性皮疹、白细胞计数、C反应蛋白(CRP)、活化部分凝血活酶时间(APTT)、丙氨酸转氨酶(ALT)、肌酐这9项指标是IVIGRKD的独立危险因素,最终建立新预测模型:多形性皮疹(2分),颈淋巴结肿大(1分),SF≥403.5 μg/L(1分),白细胞计数≥18.3×109/L(1分),CRP≥83.1 mg/L(1分),APTT≥25.3 s(1分),ALT≥37.5 U/L(1分);≥4分为高危。4个常用评分系统的Youden指数为0.315~0.512,预测效能均尚可,新评分法灵敏度0.772,特异度0.923,Youden指数0.695。结论SF对IVIGRKD的预测效能良好,且是独立危险因素之一,SF可作为一项新的IVIGRKD预测指标。
简介:摘要目的分析帕金森病患者脑深部电刺激术后发生肺部并发症的影响因素,构建预测术后肺部并发症发生风险的列线图模型。方法中国科技大学附属第一医院神经外科自2015年3月至2019年12月采用脑深部电刺激术(DBS)治疗帕金森病患者272例,其中术后发生肺部并发症56例(肺部并发症组),无肺部并发症216例(无肺部并发症组)。回顾性比较肺部并发症组和无肺部并发症组患者的临床资料,多因素Logistic回归分析确定帕金森病患者术后发生肺部并发症的影响因素,根据多因素Logistic回归分析结果构建预测帕金森病患者术后肺部并发症发生风险的列线图模型,采用受试者工作特征(ROC)曲线分析列线图模型的预测效能。结果与无肺部并发症组比较,肺部并发症组患者中术前肺部疾病史、术前白蛋白<35 g/L、术前1 s用力呼气量(FEV1)/用力肺活量(FVC)<60%、手术时间≥180 min、年龄≥70岁者所占比例较高,术前血红蛋白含量、帕金森病睡眠量表(PDSS)评分、统一帕金森病评定量表运动部分(UPDRS Ⅲ)评分较低,术后住院时间较长,差异均有统计学意义(P<0.05)。多因素Logistic回归分析结果显示术前肺部疾病史(OR=4.230,95%CI:2.035~8.207,P=0.002)、术前白蛋白<35 g/L(OR=6.159,95%CI:2.570~5.091,P=0.014)、术前FEV1/FVC<60%(OR=31.771,95%CI:6.702~66.412,P=0.000)、手术时间≥180 min(OR=3.550,95%CI:2.261~10.065,P=0.009)、年龄≥70岁(OR=3.714,95%CI:1.451~4.827,P=0.001),PDSS评分(OR=1.017,95%CI:1.351~13.880,P=0.043)为帕金森病患者术后发生肺部并发症的独立危险因素。基于上述因素建立预测帕金森病患者术后肺部并发症发生风险的列线图模型,ROC曲线显示列线图模型预测患者术后肺部并发症发生的曲线下面积(AUC)为0.841(95%CI:0.774~0.904,P=0.000),灵敏度为84.03%,特异度为75.06%。结论有肺部疾病史、术前白蛋白<35 g/L、术前FEV1/FVC<60%、手术时间≥180 min、年龄≥70岁及PDSS评分较低的帕金森病患者DBS后易发生肺部并发症。基于上述变量构建的列线图模型预测术后肺部并发症发生风险的效能较高。
简介:摘要目的筛选院内跌倒伤害预测因素,构建院内跌倒伤害预测模型并开发列线图。方法选取浙江大学医学院附属第二医院2014年1月至2019年12月所有住院期间发生院内跌倒的患者243例为研究对象。患者发生跌倒后收集相关资料,包括年龄、性别、功能障碍等。采取Lasso回归与Logistic回归相结合方法筛选预测因素,构建院内跌倒伤害预测模型并开发列线图。C指数、H-L拟合优度检验验证模型区分度、一致性。Bootstrap重采法进行模型内部验证。结果70例患者发生院内跌倒伤害,跌倒伤害发生率为28.81%。年龄≥60岁、功能障碍、联合服用特殊药物、无陪护、低血钙是跌倒伤害的五大预测因素。模型C指数为0.823(95%CI 0.756~0.875),模型内部验证C指数为0.803。H-L拟合优度检验结果显示,差异无统计学意义(χ2值为8.42,P=0.43)。结论本研究构建的院内跌倒伤害预测模型具有良好的区分度及一致性,临床医务人员能够准确、快速通过院内跌倒伤害预测列线图获得重回风险,识别院内跌倒伤害发生高风险患者,为针对性预防跌倒伤害干预措施提供参考依据。
简介:摘要有效晶状体位置(effective lens position,ELP)是指白内障术后人工晶状体(intraocular lens,IOL)的有效位置,对于白内障术后屈光状态的计算尤其重要,如今有许多研究发现了新的ELP预测方法,比如术前晶状体赤道平面预测ELP,沟到沟(angle to angle,ATA)预测ELP,术中前房深度的测量预测ELP,晶状体前后表面深度预测ELP,术前晶状体三维重建预测ELP,甚至基于人工智能方法来预测ELP等。随着研究深入,对ELP的预测方法更加准确,不仅普通的白内障手术效果更加优良,在某些特殊情况下,如睫状沟植入IOL,角膜屈光术后植入IOL,多焦点、散光IOL植入等也有了进一步的探索,在未来,随着测量技术的进步、手术技术的提升以及预测方法的演变,白内障手术会更加精准。(国际眼科纵览,2021, 45:12-17)
简介:摘要目的通过生物信息学分析筛选与胃癌预后相关的微RNA(miRNA),构建风险评分模型并进行验证。方法从人类癌症基因组图谱数据库下载491例样本的人类基因组miRNA测序数据(胃癌组织样本446份,正常胃组织样本45份)和相应的临床病理信息。通过R 4.0.2软件edgeR包对miRNA表达谱进行差异分析,将所得差异表达谱按1∶1的比例随机分为训练集和测试集。采用单因素Cox回归分析和最小绝对收缩和选择算子(LASSO)回归分析筛选预后相关miRNA,进一步对筛选出的预后相关miRNA进行多因素Cox回归分析并构建预后风险评分模型。采用Kaplan-Meier曲线、受试者操作特征曲线、曲线下面积(AUC)动态变化曲线评估模型的预测效能。结果以|log2差异倍数|>1.5、P<0.01为标准,筛选出175个胃癌组织中差异表达miRNA。通过单因素Cox回归分析和LASSO回归分析筛选出6个与胃癌患者总生存率相关的差异表达miRNA,使用多因素Cox回归分析成功构建5-miRNA风险评分模型:风险评分=0.183×hsa-miRNA-184+0.086×hsa-miRNA-675-0.231×hsa-miRNA-2115+0.548×hsa-miRNA-3943-1.455×hsa-miRNA-1246。在训练集、测试集、总体数据集中,高风险组患者的累积生存率均低于低风险组,差异均有统计学意义(χ2=18.90、9.50、26.70,P均<0.05),模型预测效能优于TNM分期,且分层分析显示模型能有效预测早期胃癌。单因素和多因素Cox回归分析显示模型风险评分、年龄和M分期是胃癌患者预后不良的独立危险因素[风险比(95%可信区间)分别为1.19(1.07~1.32)、1.20(1.06~1.40),1.50(1.01~2.23)、1.90(1.28~2.90),1.34(1.15~1.57)、2.10(1.05~4.40);P均<0.05]。结论基于5个miRNA构建的5-miRNA风险评分模型预测胃癌患者预后的准确性高,是独立的预后因子。
简介:摘要目的系统评价宫颈癌发病风险预测模型的现况,为实践工作选择最合适的模型提供证据,指导宫颈癌筛查。方法以宫颈癌和风险预测模型相关的两组中英文关键词,分别检索中国知网、万方数据知识服务平台及PubMed、Embase、Cochrane Library,筛选截至2019年11月21日发表构建或验证宫颈癌发病模型相关文献。根据CHARMS清单制定提取表,以PROBAST工具评估偏倚风险。结果共纳入12篇文献,涉及15个模型,其中5个模型在中国构建。预测结局包含从宫颈癌前病变到癌症发生的多个阶段宫颈涂片异常(1)、CIN的发生或复发(9)、宫颈癌发生(5)。使用较多的预测因素为HPV感染(12)、年龄(7)、吸烟(5)和文化程度(5)。有2个模型采用机器学习建模。模型表现上,区分度范围为0.53~0.87,而校准度只有2个模型正确评价。仅2个模型在中国台湾地区利用不同时间段的人群进行了外部验证。偏倚风险评价发现所有模型均为高风险,尤其分析领域,问题集中在缺失数据处理不当(13)、模型表现评价不完整(13)、内部验证使用不当(12)和样本量不足(11)。另外,预测因素和结局测量不一致(8)、结局测量盲法使用情况未报告(8)的问题较突出。相对而言,Rothberg等(2018)的模型质量较高。结论宫颈癌发病风险预测模型有一定数量但质量较差,亟须提高预测因素与结局的测量以及缺失数据处理和模型表现评价等统计分析细节,对现有模型进行外部验证,以更好地指导筛查。
简介:摘要目的筛选院内跌倒伤害预测因素,构建院内跌倒伤害预测模型并开发列线图。方法选取浙江大学医学院附属第二医院2014年1月至2019年12月所有住院期间发生院内跌倒的患者243例为研究对象。患者发生跌倒后收集相关资料,包括年龄、性别、功能障碍等。采取Lasso回归与Logistic回归相结合方法筛选预测因素,构建院内跌倒伤害预测模型并开发列线图。C指数、H-L拟合优度检验验证模型区分度、一致性。Bootstrap重采法进行模型内部验证。结果70例患者发生院内跌倒伤害,跌倒伤害发生率为28.81%。年龄≥60岁、功能障碍、联合服用特殊药物、无陪护、低血钙是跌倒伤害的五大预测因素。模型C指数为0.823(95%CI 0.756~0.875),模型内部验证C指数为0.803。H-L拟合优度检验结果显示,差异无统计学意义(χ2值为8.42,P=0.43)。结论本研究构建的院内跌倒伤害预测模型具有良好的区分度及一致性,临床医务人员能够准确、快速通过院内跌倒伤害预测列线图获得重回风险,识别院内跌倒伤害发生高风险患者,为针对性预防跌倒伤害干预措施提供参考依据。
简介:摘要目的探讨急性肠系膜缺血性疾病合并肠坏死的预测因素。方法回顾性分析2012年11月至2017年5月在复旦大学附属中山医院普外科诊治的81例肠系膜缺血患者的临床资料。根据单因素及多因素Logistic回归分析预测肠坏死发生的相关因素。结果本组81例患者中49例(60%)发生肠坏死,32例(40%)无肠坏死行保守治疗。单因素分析结果显示:腹膜刺激征(P<0.001)、外周血白细胞总数(P<0.001)、血清白蛋白(P=0.028)、肌酐(P=0.025)、乳酸(P=0.008)、D-二聚体水平(P=0.037)、CT检查发现肠壁积气改变(P=0.017)、肠壁强化减弱或消失(P<0.001)及肠腔扩张>2.5 cm(P=0.01)均与肠坏死有关。多因素回归分析结果显示:外周血白细胞总数(OR=3.60, 95% CI:1.51~5.47,P=0.007)、血清乳酸(OR=4.80,95% CI:1.36~9.89,P=0.032)及CT检查发现肠壁增强减弱或消失(OR=10.57,95% CI:1.82~61.10,P=0.008)为急性肠系膜缺血发生肠坏死的独立预测因素。结论肠系膜缺血发生肠坏死的预测危险因素为外周血白细胞计数升高、血清乳酸水平升高以及CT检查提示肠壁强化减弱或消失。
简介:摘要目的回顾性分析衡水市二级以上医院重症监护病房(ICU)的医院感染患者入住ICU 24 h内的高危因素,建立ICU医院感染早期预测模型。方法回顾性查阅衡水市二级以上医院2011年1月至2015年12月ICU医院感染患者相关病原学数据和原始病历资料。记录患者一般临床资料,包括患者性别、年龄、转入原因,入住ICU 24 h内血生化、急性生理学与慢性健康状况评分系统Ⅱ(APACHE Ⅱ)和序贯器官衰竭评分(SOFA)、应用血管活性药物、血液净化情况。分析医院感染危险因素,建立早期预测量表,并利用2016年1月至2018年12月医院感染患者的数据对预测模型进行验证。结果共2 453例患者资料纳入分析,445例患者ICU住院期间发生医院感染,医院感染发生率18%,其中肺炎(包括医院获得性肺炎和呼吸机相关性肺炎)135例(30%),导尿管相关泌尿系感染245例(55%),中心静脉导管相关血流感染65例(15%)。Logistic回归分析发现年龄≥72岁(OR=2.15,95%CI:1.23~3.47,P=0.03)、新发脑卒中(OR=1.59,95%CI:1.22~3.31,P<0.01)、入住ICU 24 h内APACHE Ⅱ评分≥18(OR=3.64,95%CI:2.79~5.32,P=0.02)和SOFA评分≥8(OR=3.17,95% CI:1.93~5.66,P<0.01)是医院感染的独立预测因素。根据上述危险因素建立量表,医院感染早期预测评分范围为0~7分,最佳截断值为4分;导尿管相关泌尿系感染早期预测评分范围为0~7分,最佳截断值为4分;肺炎早期预测评分范围为0~7分,最佳截断值为5分;中心静脉导管相关血流感染早期预测评分范围为0~7分,最佳截断值为6分。利用2016年1月至2018年12月医院感染患者的数据对预测模型进行验证显示该量表预测效果良好。结论年龄≥72岁、新发脑卒中、入住ICU 24 h内APACHE Ⅱ评分≥18分和SOFA评分≥8分能够早期预测ICU医院感染风险,早期发现高危人群。
简介:摘要随着社会的发展,高等教育的健康状况和可持续发展程度成为重要的关注对象。亟待解决如何衡量和评估高等教育的健康状况和可持续发展程度的问题。基于系统健康可持续性的定义,结合一个国家各项指标的比重和国际最高价值的计算,建立高等教育健康评分模型;又基于降维和主成分分析原则和降维的思想,将多个具体指标整合为六个大指标,构建高等教育的健康火箭模型[1]。