列线图模型用于体外膜肺氧合患者术后死亡的早期预测价值

摘要：

目的:利用患者基本信息及临床检验结果构建能早期预测体外膜肺氧合（ECMO）术后患者死亡的预测模型。方法:收集2015年1月至2021年12月在浙江大学医学院附属金华医院接受ECMO治疗的139例患者的临床资料，包括年龄、性别、原发病、ECMO模式等临床特征及ECMO术后2 h的实验室指标。按照4∶1的比例将患者分为训练集（111例）和验证集（28例）。采用Lasso回归法和多因素Logistic回归分析ECMO术后患者发生院内死亡的危险因素，并建立列线图预测模型。使用受试者工作特征曲线（ROC曲线）、校准曲线和Kaplan-Meier生存曲线评估列线图模型的校准度和区分度。结果:通过Lasso回归分析从训练集参与者的34个实验室指标中筛选出4个预测变量，包括ECMO后2 h的阴离子间隙（AG）、血乳酸（Lac）、动脉血氧分压（PaO
2）和血清淀粉酶（AMY）。联合上述变量和其他3个临床重要因素〔原发病、ECMO模式和术后是否发生急性肾损伤（AKI）〕，使用多因素Logistic回归（正向：LR方法）筛选出Lac-2 h、PaO
2-2 h、AMY-2 h和原发病4个独立的强预测因子，并纳入列线图模型〔ROC曲线下面积（AUC）为0.85，95%可信区间（95%
CI）为0.78~0.92〕，ROC曲线的最佳截断值为0.398时，准确度为80.2%、敏感度为89.1%、特异度为68.1%。应用ROC曲线和Kaplan-Meier生存曲线在院内病死率为64.3%的验证集中验证列线图模型的性能。根据ROC曲线的最佳截断值0.398，将验证集分为低风险组和高风险组，低风险组的生存概率显著高于高风险组（
P＝0.018），表明该模型在验证队列中具有良好的判别能力。基于该模型，验证集的AUC为0.76，95%
CI为0.58~0.94，准确率为71.43%，表明观察到的结果与预测结果之间具有良好的一致性。
结论:结合Lac-2 h、PaO
2-2 h、AMY-2 h和原发病的列线图模型可能对预测ECMO患者的院内死亡风险具有重要意义。

关键词：体外膜肺氧合、院内死亡风险、预测模型、列线图模型

所属期刊栏目：34

资助基金：浙江省科技厅重点研发项目2020C03019;金华市科学技术局重点科学技术研究计划2021-3-037;Key Research and Development Project of Zhejiang Province2020C03019;Key Project of Jinhua City of Zhejiang Province2021-3-037

在线出版日期：2023-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1024-1030