目的 探讨腹部手术患者肺部超声评分(LUS)和术后肺部并发症(PPCs)的关系,构建腹部手术患者PPCs列线图预测模型。方法 选择2024年1—6月行腹部手术的患者446例为训练集。分别在入手术室、术后1、24 h行床旁肺部超声检查并记录LUS,记录术...目的 探讨腹部手术患者肺部超声评分(LUS)和术后肺部并发症(PPCs)的关系,构建腹部手术患者PPCs列线图预测模型。方法 选择2024年1—6月行腹部手术的患者446例为训练集。分别在入手术室、术后1、24 h行床旁肺部超声检查并记录LUS,记录术后7 d内PPCs发生情况。采用多因素Logistic回归分析腹部手术患者PPCs的危险因素并建立列线图预测模型。另选择2024年7—9月行腹部手术的患者193例为验证集,用以评估模型性能。结果 训练集有66例(14.8%)患者发生PPCs,验证集有29例(15.0%)患者发生PPCs。与非PPCs患者比较,术后1 h、术后24 h PPCs患者LUS明显升高(P<0.05)。多因素Logistic回归分析显示,术后24 h LUS是腹部手术患者PPCs的危险因素(OR=1.166,95%CI 1.091~1.247,P<0.001)。最终筛选出的危险因素有术后24 h LUS、年龄、手术时间、手术部位、白蛋白水平,并根据以上因素构建列线图预测模型。在训练集和验证集中预测腹部手术PPCs的曲线下面积(AUC)分别为0.844(95%CI 0.792~0.895)和0.860(95%CI 0.792~0.929);校准曲线显示,在训练集和验证集中实际曲线和理想曲线重合度较好;决策曲线分析(DCA)显示,该模型具有较好的临床实用性。结论 术后24 h LUS是腹部手术患者PPCs的危险因素,基于术后24 h LUS、年龄、手术时间、手术部位、白蛋白水平构建的列线图模型可以较好地预测腹部手术患者PPCs的发生。展开更多
文摘目的 探讨腹部手术患者肺部超声评分(LUS)和术后肺部并发症(PPCs)的关系,构建腹部手术患者PPCs列线图预测模型。方法 选择2024年1—6月行腹部手术的患者446例为训练集。分别在入手术室、术后1、24 h行床旁肺部超声检查并记录LUS,记录术后7 d内PPCs发生情况。采用多因素Logistic回归分析腹部手术患者PPCs的危险因素并建立列线图预测模型。另选择2024年7—9月行腹部手术的患者193例为验证集,用以评估模型性能。结果 训练集有66例(14.8%)患者发生PPCs,验证集有29例(15.0%)患者发生PPCs。与非PPCs患者比较,术后1 h、术后24 h PPCs患者LUS明显升高(P<0.05)。多因素Logistic回归分析显示,术后24 h LUS是腹部手术患者PPCs的危险因素(OR=1.166,95%CI 1.091~1.247,P<0.001)。最终筛选出的危险因素有术后24 h LUS、年龄、手术时间、手术部位、白蛋白水平,并根据以上因素构建列线图预测模型。在训练集和验证集中预测腹部手术PPCs的曲线下面积(AUC)分别为0.844(95%CI 0.792~0.895)和0.860(95%CI 0.792~0.929);校准曲线显示,在训练集和验证集中实际曲线和理想曲线重合度较好;决策曲线分析(DCA)显示,该模型具有较好的临床实用性。结论 术后24 h LUS是腹部手术患者PPCs的危险因素,基于术后24 h LUS、年龄、手术时间、手术部位、白蛋白水平构建的列线图模型可以较好地预测腹部手术患者PPCs的发生。
