首页> 中文学位 >原发性高血压早期肾损害的风险预测模型
【6h】

原发性高血压早期肾损害的风险预测模型

代理获取

目录

声明

摘要

符号说明

前言

资料和方法

结果

讨论

结论

参考文献

综述 原发性高血压肾损害危险因素的研究进展

附表

附图

致谢

攻读硕士期间发表的论文

展开▼

摘要

目的:
  高血压肾损害(hypertensive renal damage,HRD)的危险因素已被广泛报道,但针对高血压患者发生肾损害的风险预测模型尚未建立。本研究旨在通过基于主成分分析的Logistic回归分析,建立一个综合评价高血压患者发生肾损害的风险预测模型,为临床医生针对不同危险因素患者采取个体化治疗提供理论依据。
  方法:
  本研究收集分析了2014年1月至2016年12月就诊于山东省千佛山医院高血压患者582例。其平均年龄为(58±13)岁,男性348人(60%),女性234人(40%)。根据临床常用且便于检测的尿微量白蛋白与肌酐比值,将受试者分为高血压伴肾损害组(收缩压≥140mmHg和(或)舒张压≥90mmHg,且UACR>30mg/g)和高血压不合并肾损害组(收缩压≥140mmHg和(或)舒张压≥90mmHg,且UACR<30mg/g)。收集上述人群基本信息及临床指标,单因素方差分析筛选出11项危险因素,对该11项危险因素行基于主成分分析的Logistic回归分析,建立预测模型,计算ROC曲线下面积,评估预测效能。
  结果:
  经过单因素方差分析后,共11项指标与高血压肾损害存在显著相关性(P<0.05),分别是性别、年龄、吸烟史、饮酒史、冠心病史、糖尿病史、胱抑素-C、β2-微球蛋白、C-反应蛋白、血压类型、肾动脉阻力指数。该11项指标间存在显著共线性,严重影响Logistic回归分析所建立的预测模型的稳定性及预测效能,故采用基于主成分分析的Logistic回归分析建立预测模型。通过主成分分析提取的6项主成分因子总贡献率高达81.7%。ROC曲线下面积为0.735,该模型具有良好预测效能。
  结论及意义:
  性别、年龄、吸烟史、饮酒史、冠心病史、糖尿病史、胱抑素-C、β2-微球蛋白、C-反应蛋白、血压类型、肾动脉阻力指数共11项指标是高血压患者发生肾损害的危险因素;通过基于主成分分析的Logistic回归分析建立的预测模型具有良好的预测效能,可用于综合评估高血压患者发生肾损害的风险大小。

著录项

  • 作者

    林晶如;

  • 作者单位

    山东大学;

  • 授予单位 山东大学;
  • 学科 内科学
  • 授予学位 硕士
  • 导师姓名 徐瑞;
  • 年度 2018
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 R692.02;
  • 关键词

    肾损害; 致病风险; 预测模型; 高血压;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号