期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
血清白蛋白水平与急性脑梗死静脉溶栓后出血转化的相关性研究 被引量:16
1
作者 徐伟 李辉萍 +6 位作者 贺国华 胡珏 童洋萍 易海波 郭洪权 刘新峰 王振 《中华老年心脑血管病杂志》 北大核心 2021年第3期284-288,共5页
目的探讨血清白蛋白水平与急性脑梗死静脉溶栓后出血转化之间的相关性。方法选择2016年1月~2019年11月南华大学附属长沙中心医院连续注册登记的静脉溶栓患者327例,根据血清白蛋白水平的三分位数分为低水平组112例(血清白蛋白26.6~41.5 g... 目的探讨血清白蛋白水平与急性脑梗死静脉溶栓后出血转化之间的相关性。方法选择2016年1月~2019年11月南华大学附属长沙中心医院连续注册登记的静脉溶栓患者327例,根据血清白蛋白水平的三分位数分为低水平组112例(血清白蛋白26.6~41.5 g/L),中水平组116例(血清白蛋白41.6~45.0 g/L),高水平组99例(血清白蛋白45.1~57.0 g/L)。回顾性分析患者临床资料,将血清白蛋白分别当做连续变量和分类变量,进行单因素和多因素的logistic回归分析,用ROC曲线评估血清白蛋白对出血转化的预测价值。结果3组出血转化发生率比较,差异有统计学意义(16.1%vs 6.0%vs 2.0%,P=0.000),且低水平组出血转化发生率明显高于中水平组及高水平组,差异有统计学意义(P<0.05)。多因素logistic回归校正混杂因素后,将血清白蛋白作为连续变量时,其与出血转化显著相关(OR=0.80,P=0.001);将血清白蛋白作为三分类变量时,以低水平组为参照,高水平组和中水平组均与出血转化显著相关(OR=0.09,P=0.016;OR=0.34,P=0.073;P趋势=0.007)。用血清白蛋白预测出血转化单因素模型的ROC曲线下面积(AUC)为0.73(95%CI:0.61~0.82),最佳临界值为38.1 g/L,敏感性和特异性分别为71.67%和66.67%。多因素预测模型中,含血清白蛋白模型的AUC(0.88)较不含血清白蛋白模型的AUC(0.82)提高了7.3%。结论低水平血清白蛋白可能是急性脑梗死患者静脉溶栓后出血转化的一个独立预测因素。 展开更多
关键词 血清白蛋白 脑梗死 组织型纤溶酶原激活物 出血 静脉溶栓
在线阅读 下载PDF
利用人工智能系统预测脑梗死静脉溶栓后的出血转化 被引量:4
2
作者 徐伟 李辉萍 +6 位作者 贺国华 胡珏 童洋萍 徐桂兰 曾文高 刘新峰 王振 《中国卫生统计》 CSCD 北大核心 2021年第2期250-253,共4页
目的利用人工智能系统建立一个有效的预测模型,对脑梗死静脉溶栓后的出血转化进行早期预测。方法回顾性分析2016年6月至2019年11月南华大学附属长沙中心医院前瞻性注册登记的静脉溶栓患者的资料。收集患者的人口学、临床、理化及影像学... 目的利用人工智能系统建立一个有效的预测模型,对脑梗死静脉溶栓后的出血转化进行早期预测。方法回顾性分析2016年6月至2019年11月南华大学附属长沙中心医院前瞻性注册登记的静脉溶栓患者的资料。收集患者的人口学、临床、理化及影像学指标共53项,利用单因素判别分析建立单因素模型,利用逻辑回归(LR)、朴素贝叶斯(NB)、随机森林(RF)、人工神经网络多层感知机(MLP)建立多因素预测模型,对脑梗死患者静脉溶栓后的出血转化进行预测。用受试者工作特征曲线下面积(AUC)评判预测模型好坏。结果本研究共纳入283例患者,其中有27例出现出血转化,出血转化率为9.5%。单因素模型中,以年龄作为预测因子的模型预测效果最好,其AUC为0.74,当选择76岁为截断值时,其敏感度为67%,特异度为72%。多因素模型中,RF模型预测效果最好,其AUC为0.90,灵敏度为0.85、特异度为0.89;LR模型的AUC为0.87,灵敏度为0.89、特异度为0.85;NB模型的AUC为0.87,灵敏度为0.76、特异度为0.86;MLP模型的AUC为0.82,灵敏度为0.81、特异度为0.78。结论基于人工智能的RF模型效果优于其他模型,可用作医学辅助诊断系统来预测脑梗死静脉溶栓后出血转化的发生。 展开更多
关键词 人工智能 出血转化 静脉溶栓 脑梗死 随机森林 逻辑回归
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部