Hepatology：肝硬化患者手术后死亡率的新型高风险预测模型

2021-12-20 01:17:07 来源:

背景及目的：

先前信息看出败血症病患者术后的死亡可能会才会提高。现阶段可用的预测术后可能会的数学模型未达到最佳校准水平，无法将开刀特性考虑到进去。本研究课题目的是利用人群水平的信息来假设和结构上验证新败血症开刀可能会数学模型。

方法：

本篇研究课题进行的回顾性配置文件研究课题常用来自退伍军人肝病配置文件的信息，其中包含128个来自宾夕法尼亚州医疗中心的败血症病患者的详细信息。研究课题人员将开刀分类学为浸润开刀、血管外科开刀、腹部开刀、脊柱开刀、胸部开刀或整形外科开刀，并常用多变量logistic重返数学模型对术后30天、90天和180天的患病率进行建模（VOCAL-Penn数学模型）。我们将VOCAL-Penn的数学模型判别和校准与Mayo可能会评价（MRS），MELD，MELD-Na和Child-Turcotte-Pugh（CTP）评价进行了比较。

结果：

本研究课题在3785则有败血症病患者中确认了4,712则有外科开刀方式则。假设出新VOCAL-Penn数学模型，并在结构上进行了验证（术后30天的患病率C统计量= 0.859，95％CI 0.809-0.909）。预测因素包括成年、术前白蛋白、血小板计数、胆红素、开刀类别、门诊适应症、脂肪肝、宾夕法尼亚州医师学才会分类学指标和肥胖。在鉴别和校准方面，数学模型性能在所有时间点均优于MELD，MELD-Na，CTP和MRS（则有如，术后30天患病率，MRS的C统计量= 0.766，95％CI为 0.676-0.855）。

假设：

VOCAL-Penn数学模型极大改善了对于败血症病患者术后患病率的预测。这些数学模型可在未来才会应用以改善术前可能会分层分析并优化病患者对于开刀方式则的选择。

原始应是：

Nadim Mahmud, et al. Novel Risk Prediction Models for Post‐Operative Mortality in Patients with Cirrhosis. Hepatology. 2020.