TY -的A2 Pelusi达尼洛非盟-李总裁盟——周Kaiguo AU -王,Lei盟——曹Qiumei PY - 2022 DA - 2022/04/26 TI -脑血管痉挛的蛛网膜下腔出血的预测模型基于回归方程SP - 3397967六世- 2022 AB -为了探索回归方程的预测模型蛛网膜下腔出血和脑血管痉挛,诺模图预测模型好工程车的发生。本研究回顾性分析125例aSAH表示承认医院;患者分为scv组和non-SCVS组。选择SIRI作为一个简单而可靠的炎症的标记,分析其相关性与scv及其预测价值、和分析SIRI的预测价值scv通过ROC曲线。基于SIRI炎症水平和其他相关风险因素,计算图表预测模型的发生scv建成。实验结果表明,SIRI的scv组患者明显高于non-SCVS集团和逻辑回归分析发现,SIRI scv,是一个独立的危险因素 年代 我 R 我 = 3.63 × 10 9 / l 是最好的截断值诊断scv的发生。当 TC = 2.24 更易与L和 SIRI = 3.63 × 10 % / L, Youden指数是最大的(0.312,0.296),是最好的截断值预测scv的发生;与此同时,其预测精度(ROC曲线下面积(AUC)),敏感性,特异性,阳性预测值,和阴性预测值0.743,72.70%,80.10%,77.53%,94.24%和0.725,70.60%,76.90%,73.49%,93.59%。诺模图预测模型建立和评价结合多因素分析的结果被用来建立一个单独的列线图的预测模型。该模型具有良好的预测(C -一致性 指数 = 0.685 , P < 0.01 )。ROC分析结果表明,模型,结合SIRI和其他标准变量( AUC = 0.896 95%可信区间0.803 - -0.929, P < 0.001 )比没有把SIRI的模型( AUC = 0.859 95%可信区间0.759 - -0.912, P < 0.001 只有基于SIRI)和模型( AUC = 0.725 95%可信区间0.586 - -0.793, P = 0.001 好工程车)有更好的预测价值。联合SIRI将优化诺模图模型的预测性能和改善scv的早期识别和筛选功能。SN - 0161 - 0457 UR - https://doi.org/10.1155/2022/3397967 - 10.1155 / 2022/3397967摩根富林明扫描PB - Hindawi KW - ER