脑出血患者家属重症监护室后综合征风险预测模型构建

摘要

目的 构建脑出血患者家属重症监护后综合征（PICS-F）风险预测模型，并对模型预测效能进行评估。方法 采用便利抽样法，选取2020-05-01-2022-03-31厦门大学附属东南医院重症监护室（ICU）治疗的脑出血患者233名家属作为研究对象，根据是否发生PICS-F将研究对象分为发生组和未发生组，通过二元logistic回归分析确认影响因素后构建风险预测模型，并通过受试者工作特征（ROC）曲线验证预测模型的有效性。结果 233名研究对象中，172名（73.82%）发生了PICS-F,61名（26.18%）未发生PICS-F。单因素分析结果显示，PICS-F发生组年龄（t=2.252,P=0.025）、女性占比（χ~2=4.165,P=0.041）、ICU入住时长（t=2.307,P=0.022）和急性生理学及慢性健康状况Ⅱ（APACHEⅡ）评分（t=2.180,P=0.030）均大于未发生组，格拉斯哥昏迷指数（GCS）评分（t=3.343,P=0.001）小于未发生组，差异均有统计学意义；二元logistic回归分析结果显示，年龄（OR=1.188,95%CI为1.114～3.266,P＜0.001）、性别（OR=2.981,95%CI为1.073～8.288,P=0.036）、APACHEⅡ评分（OR=2.838,95%CI为1.670～5.043,P=0.030）、ICU入住时长（OR=3.067,95%CI为1.033～9.108,P=0.044）和格拉斯哥昏迷指数（GCS）评分（OR=0.642,95%CI为0.549～0.951,P=0.028）均为脑出血患者PICS-F的独立影响因素。构建脑出血患者PICS-F风险预测模型为P=1/{1+exp[-（13.647+0.172×年龄+1.092×性别+0.609×APACHEⅡ+1.121×ICU入住时长-0.443×GCS评分）]}。模型预测曲线下面积（AUC）为0.821（95%CI为0.656～0.903）,最佳预报截断值为0.534时，模型预测灵敏度为68.60%,特异度为88.52%。结论 成功构建了脑出血患者PICS-F风险预测模型，经验证模型具有较好预测效能。