谷歌浏览器插件
订阅小程序
在清言上使用

慢性阻塞性肺疾病院前筛查模型的初级构建

LI Ruijiu,CHEN Liangyu, LI Yuanyuan, NI Aijun,SUN Peili

Journal of Nanjing Medicial University(2021)

引用 0|浏览2
暂无评分
摘要
目的:通过观察研究慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)患者特异性相关因素,构建COPD院前筛查模型,以提高COPD高危人群肺功能检查实施率,从而降低COPD的漏诊率及病死率.方法:入组稳定期COPD患者68例,对照组40例,收集基本资料,同时进行COPD评估测试(COPD assessment test,CAT)、运动中脉率和指脉氧检测及肺功能测试.采用Logistic回归分析法确定与COPD相关的自变量,构建COPD筛查模型,用Hosmer-Lemeshow检验进行校正,用受试者工作特征曲线下面积(area under receiver operating characteristic curve,AUROC)进行判别.结果:与对照组相比,稳定期COPD患者的年龄、吸烟指数、体重指数(body mass index,BMI)、CAT评分、最低指脉氧(SpO2L)、最高脉率差异有统计学意义.吸烟指数、CAT评分、SpO2L构成筛查模型,用来估计COPD的概率(probability of COPD,PCOPD),PCOPD的最佳阈值为57.1%.筛查模型中影响因素的最佳阈值为吸烟指数≥220支·年、CAT评分≥7.5分、SpO2L≤93.5%.该模型的AUROC为0.938,模型判别能力强,Hosmer-Lemeshow拟合度检验P=0.789,模型校正良好.结论:吸烟指数,CAT评分,SpO2L构成了COPD院前筛查模型,该模型具有良好的区分性和校正,且PCOPD≥57.1%可能为COPD高危患者,建议其进行肺功能检测以明确诊断,从而降低COPD的漏诊率.吸烟指数≥220支·年、CAT评分≥7.5分、SpO2L≤93.5%时,对COPD筛查具有指导意义.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要