TY -的A2 -莫德,理查德•j . AU - Cournane肖恩AU -康威,理查德AU -伯恩,Declan盟——baillie gifford迪尔德丽盟——Silke伯纳德PY - 2017 DA - 2017/11/14 TI -预测结果在紧急医疗招生只使用一个实验室列线图SP - 5267864六世- 2017 AB - 背景。我们描述一个列线图解释急性疾病严重程度模型,来自急诊室分流和承认实验室数据,来预测30天的紧急医疗入学后住院生还。 方法。紧急医疗招生50612名患者(96305集)2002年至2016年间,30天的住院死亡率和住院实验室数据之间的关系确定使用逻辑回归。之前验证急性疾病严重程度模型然后转置到Kattan-style列线图,占据用户编写的程序。 结果。急性疾病严重程度是基于承认曼彻斯特分类类别和生化实验室分数;后者是基于血清白蛋白,钠、钾、尿素、红细胞分布宽度,和肌钙蛋白状态。实验室录取数据预测的AUROC 0.85(95%置信区间CI: 0.85, 0.86)。的敏感性为94.4%,特异性为62.7%。阳性预测值为21.2%,阴性预测值为99.1%。Kattan-style的诺模图,回归系数转换为100分制的预测概率参数映射到一个轴。床边的诺模图将是一个易于使用的工具和教育目的,说明每个预测的贡献的相对重要性的整体得分。 结论。诺模图来说明和解释的预后因素潜在的急性疾病严重程度评分系统。SN - 1748 - 670 - 2017/5267864 / 10.1155 x你——https://doi.org/10.1155/2017/5267864——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER