现在位置是:首 页 >> 
关键字:
重症肺炎继发慢性危重病的危险因素及预测模型的构建
Construction of a predictive model for the development of chronic critical illness in patients with Severe Pneumonia
作者:宋庆娜1 张宏岩2 姜艳1 孙强1 燕晓雯1
发布日期:2025-09-30


目的 明确重症肺炎进展为慢性危重症(chronic critical illness, CCI)的独立危险因素,构建并验证临床预测模型。方法 基于医院电子病历系统开展回顾性队列研究,纳入2023年1月至2024年3月收治的415例重症肺炎患者,按7:3随机分为训练集(n=290)和验证集(n=125)。通过单因素及多因素Logistic回归筛选独立危险因素,构建列线图模型。采用受试者工作特征曲线(ROC)、校准曲线及决策曲线分析(DCA)评估模型区分度、校准度和临床实用性。结果 全队列CCI发生率为23.13%(96/415)。多因素分析显示,5项指标具有独立预测价值:病毒感染(OR=16.85, 95%CI 8.32-34.12, P<0.001)、机械通气≥72 h(OR=11.92, 95%CI 5.87-24.19, P<0.001)、中性粒细胞/白蛋白比值(NAR)(OR=1114.70, 95%CI 252.45-4920.85, P<0.001)、氧合指数(OR=0.99, 95%CI 0.98-0.99, P<0.001)及年龄(OR=0.94, 95%CI 0.91-0.97, P<0.001)。模型在训练集和验证集中均表现优异:训练集AUC=0.96(95%CI 0.93-0.99),灵敏度0.93,特异度0.89,Brier评分0.09;验证集AUC=0.93(95%CI 0.88-0.98),灵敏度0.89,特异度0.64,Brier评分0.13。校准曲线显示预测概率与实际风险高度一致(平均绝对误差<3%),DCA证实模型在阈值概率15-60%区间具有显著临床净获益。结论 本研究构建的CCI预测模型整合病原学、炎症代谢及呼吸支持参数,展现出优异的预测性能(AUC>0.90),可为重症肺炎患者早期分层干预提供量化工具。建议后续开展多中心外部验证并探索生物标志物动态监测的整合优化。

宋庆娜1 张宏岩2 姜艳1 孙强1 燕晓雯1. 重症肺炎继发慢性危重病的危险因素及预测模型的构建[J]. 中华急诊医学杂志, 2025,34(10): 1418-1424.
DOI号:10.3760/cma.j.cn114656-20250312-00180

伦理审批号:青岛大学附属医院医学伦理委员会(QYFYWZLL29497)

关键词: 重症肺炎 慢性危重病 预测模型