基于實驗室指標的頸動脈硬化模型的建立與評價.pdf

1、目的:探索聯(lián)合應用多個實驗室指標在頸動脈硬化預測中的價值,建立并評價頸動脈硬化的預測模型及評分系統(tǒng)。
　　 方法:247例健康體檢人群被納入研究對象,按多普勒超聲測量的頸動脈內(nèi)膜厚度將其分為頸動脈硬化組(62例)和非頸動脈硬化組(185例)。問卷調(diào)查收集相關資料(包括年齡、性別、身體質(zhì)量指數(shù)、腰圍、脈壓、糖尿病、高血壓、吸煙),采集靜脈血進行相關生化指標檢測(包括肝功能、腎功能、血脂和血糖等16個項目)、血常規(guī)分析和血液流變學分

2、析。用SPSS17.0軟件統(tǒng)計分析所有數(shù)據(jù),并聯(lián)合利用組間比較及單因素logistic回歸對所有計量資料指標進行篩選,再用篩選的指標作多因素逐步logistic回歸建立頸動脈硬化實驗室指標的預測模型,在此基礎上探索建立頸動脈硬化的預測評分系統(tǒng),并應用受試者工作特征曲線(ROC)評估預測模型和評分系統(tǒng)對頸動脈硬化的預測效率。
　　 結(jié)果:組間比較發(fā)現(xiàn)年齡、脈壓、天門冬氨酸氨基轉(zhuǎn)移酶、γ-谷氨酰轉(zhuǎn)移酶、肌酐、血糖、甘油三酯、高敏C反

3、應蛋白、同型半胱氨酸、單核細胞計數(shù)10項計量資料指標有統(tǒng)計學差異(P＜0.05),且均表現(xiàn)為頸動脈硬化組高于非頸動脈硬化組。對上述10項指標分別作單因素logistic回歸,選出P＜0.1的指標7個(包括年齡、脈壓、γ-谷氨酰轉(zhuǎn)移酶、肌酐、血糖、高敏C反應蛋白、單核細胞計數(shù))進行多因素逐步logistic回歸,建立如下數(shù)學模型:
　　 Log(PI)=0.14×Age+0.009×γ-GT+0.152×Glu+2.829×Mon

4、o-10.959。該模型的ROC曲線下面積為0.814(P＜0.001,95％CI:0.756-0.872),當以PI=0.157為界點時,靈敏度為0.903,特異度為0.573。結(jié)合臨床資料,選出年齡、性別、吸煙、糖尿病、脈壓、γ-谷氨酰轉(zhuǎn)移酶、肌酐、血糖、高敏C反應蛋白、單核細胞計數(shù)10項指標建立頸動脈硬化的預測評分系統(tǒng),總分為10分,其ROC曲線下面積為0.802(P＜0.001,95%CI:0.720-0.884),以6分為界點