高级检索
当前位置: 首页 > 详情页

logistic回归联合roc曲线模型预测新型冠状病毒肺炎患者发生危重症的风险

Logistic regression combined with ROC curve model to predict risk of critically ill-patients with COVID-19

| 认领 | 导出 |

文献详情

资源类型:

收录情况: ◇ 统计源期刊 ◇ 北大核心 ◇ CSCD-C

机构: [1]武汉大学同仁医院(武汉市第三医院)
出处:
ISSN:

关键词: 新型冠状病毒肺炎 危重症 Logistic回归 ROC曲线 曲线下面积 预测作用

摘要:
目的构建新型冠状病毒肺炎(COVID-19)病例危重症发生的预测模型,为临床早期快速识别进展为危重症患者提供一种新思路。方法回顾性比较武汉市第三医院2020年1月17日~2020年2月25日诊断为COVID-19的152例普通型患者和323例重型/危重型患者的一般资料,入院首次的发热情况、血常规、肝肾功能、凝血功能、C反应蛋白(CRP)以及核酸检测结果等的差异,将差异具有统计学意义的指标纳入多因素Logistic回归分析,得到影响COVID-19患者发生危重症的独立相关因素,并构建COVID-19临床确诊病例危重症预测模型,作受试者工作特征(ROC)曲线评价该模型预测的准确性。结果年龄、是否发热、中性粒细胞比值、淋巴细胞比值、血肌酐及联合诊断的灵敏度分别为0.664、0.671、0.607、0.669、0.302、0.710;特异度分别为0.669、0.585、0.795、0.685、0.895、0.802;曲线下面积(AUC)分别为0.725、0.628、0.721、0.681、0.590、0.795;联合诊断时AUC均较单独诊断时高(P(0.05)。结论由年龄、是否发热、中性粒细胞比值、淋巴细胞比值、血肌酐构建的Logistic回归和ROC曲线模型可以对COVID-19患者危重症的发生起到较好的预测作用,值得临床推广应用。

基金:
语种:
第一作者:
第一作者机构: [1]武汉大学同仁医院(武汉市第三医院)
通讯作者:
推荐引用方式(GB/T 7714):

资源点击量:21166 今日访问量:0 总访问量:1219 更新日期:2025-01-01 建议使用谷歌、火狐浏览器 常见问题

版权所有©2020 首都医科大学附属北京同仁医院 技术支持:重庆聚合科技有限公司 地址:北京市东城区东交民巷1号(100730)