admin 管理员组文章数量: 1184232
2024年5月26日发(作者:网络安全攻防)
护理研究 2023 年 8 月第 37 卷第 15 期(总第 731 期)
·2673·
· 科研论著 ·
ICU获得性肌无力风险预测模型的构建
及应用
2
杨霞
1,
,于红静
1
,潘泽林
1
,梁梓杨
3
,叶敏怡
4
,何志丽
5
,梅楚楠
1
,覃湘君
1
,凌冬兰
1
,陈利芬
5*
1.广州医科大学附属第二医院,广东 510260;2.中山大学护理学院;3.肇庆市第一人民医院;
4.广东省中西医结合医院;5.中山大学附属第一医院
Abstract Objective:To construct risk prediction model of intensive care unit‐acquired weakness,and to verify its application effect.
Methods:A total of 330 ICU patients in the adult general intensive care department of 4 tertiary grade A hospitals in Guangdong
province from August 2020 to December 2021,were selected as the study objects,and patients data were collected by self‐designed
case report ariate Logistic regression method was used to construct the risk prediction model,and the model was verified
internally and mini program and Nomograph based on Logistic regression model were s:Multivariate
Logistic regression model included the length of stay in ICU,mechanical ventilation,age,ventilator use time and APACHEⅡ.
The internal verification results of the model showed that the area under the receiver operating characteristic curve(AUC) was 0.879,
the sensitivity was 0.762,the specificity was 0.838,and the accuracy was al verification results showed that AUC was
0.755,the sensitivity was 0.682,the specificity was 0.740,and the accuracy was results of clinical application of the
model showed that:the probability≥0.648 from the mini‐program suggested that patients were at risk for ICU acquired weakness;
the total Nomogram score ≥14.2 suggested that patients were at high risk for ICU acquired sion:
The constructed risk prediction model of intensive care unit‐acquired weakness had high degree of distinction and WeChat
mini program and Nomograph methods could help patients to screen the risk of ICU acquired weakness quickly and efficiently.
Keywords intensive care unit; intensive care unit‐acquired weakness; risk factors; Nomograph
摘要 目的:构建ICU获得性肌无力的风险预测模型并验证应用效果。方法:选取2020年8月—2021年12月广东省4所三级甲等综
合医院成人综合重症医学科330例ICU病人作为研究对象,采用自行设计的病例报告表收集病人资料。采用多因素Logistic回归
方法构建风险预测模型,对模型进行内部验证和外部验证。基于Logistic回归模型开发微信小程序和绘制列线图。结果:最终纳入
ICU住院天数、是否机械通气、年龄、呼吸机使用时间、急性生理与慢性健康状况评分(APACHEⅡ)5个因素构建多因素Logistic回
归模型。模型内部验证:受试者工作特征曲线下面积(AUC)为0.879,灵敏度为0.762,特异度为0.838,准确性为0.805;外部验证:
AUC为0.755,灵敏度为0.682,特异度为0.740,准确性为0.727。模型的两种临床实际应用方法:小程序得出概率≥0.648时,提示
病人有发生ICU获得性肌无力的风险;列线图总得分≥14.2分时,表明病人极有可能发生ICU获得性肌无力。结论:构建的ICU获
得性肌无力风险预测模型具有较高的区分度和校准度,微信小程序和列线图两种方法均能帮助临床快速、高效地筛查出病人发生
ICU获得性肌无力的风险。
关键词 重症监护室;ICU获得性肌无力;危险因素;列线图
doi:10.12102/.1009-6493.2023.15.002
YANG Xia, YU Hongjing, PAN Zelin, LIANG Ziyang, YE Minyi, HE Zhili, MEI Chunan, QIN Xiangjun,
LING Donglan, CHEN Lifen
The Second Affiliated Hospital of Guangzhou Medical University, Guangdong 510260 China
Corresponding Author CHENLifen,E⁃mail:******************
Construction and application of risk prediction model of intensive care unit⁃acquired weakness
重症监护病房(ICU)获得性肌无力(intensive
care unit‐acquired weakness,ICU‐AW)指在ICU住院
期间发生发展的,无法用危重症疾病以外的其他原因
进行解释的,以广泛性肢体乏力为特征的临床综合
征
[1]
。据报道,重症监护病房ICU获得性肌无力的发
生率为50%~100%,尤其是脓毒血症病人,发生率远
高于其他疾病病人
[2]
。然而,目前仍无针对ICU获得
性肌无力的有效治疗药物
[3]
。一旦临床出现ICU获得
性肌无力,将延长机械通气时间和ICU住院时间,导
致病死率和致残率增加,降低预后生活质量并增加医
基金项目 广州医科大学附属第二医院护理科研基金项目,编号:
A202001;2021年广州护理学会科研课题立项项目,编号:A2021079
作者简介 杨霞,主管护师,硕士
版权声明:本文标题:ICU获得性肌无力风险预测模型的构建及应用 内容由网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:http://www.roclinux.cn/p/1716719097a696178.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
更多相关文章
[特殊字符] 全网最全!2025 年本地化部署大模型保姆级避坑指南(含配置价格速度场景)
🌟 为什么要本地化部署大模型?数据安全:敏感数据不出企业内网,避免泄露风险。成本可控:长期使用比云服务便宜 50% 以上&
大模型“安全护城河”全景解读:从攻防博弈到未来展望
近年来,随着大模型(如 ChatGPT、视觉基础模型、扩散模型等)的迅猛发展,人工智能正以前所未有的速度改变着我们的生活与工作。然而,在享受大模型带来的便捷与创新的同时,其潜藏的安全隐患也逐渐浮出水面。从对抗攻击到越狱提示,再到数据中毒和模
【人工智能】大模型提示词:应对“输出重复”的提示词优化策略
1. 引言:被 “复读机” 困扰的大模型使用场景你是否遇到过这样的情况:让大模型写产品文案,结果反复出现 “科技感十足”“品质卓越”;让它分析代码问题&
51c大模型~合集179
自己的原文哦~ https:blog.51ctowhaosoft14165452 #我们找到了AI幻觉的罪魁祸首 OpenAI罕见发论文 AI 最臭名昭著的 Bug 是什么?
51c大模型~合集143
我自己的原文哦~ https:blog.51ctowhaosoft1400163 #海螺新模型海外爆火 一夜之间,猫、羊驼、长颈鹿都学会跳水了 一
网络模型和配置拓扑(路由器、动静态路由、缺省路由等)
网络参考模型OSI 参考模型应用层定义了各种应用协议(SSH,FTP,VNCQQ等)表示层在一个系统定义的文件,可以在另一个系统
ChatGPT及AI大模型学习笔记分享
最初小王跟我分享ChatGPT这一科技动态,我还并未放在心上,谁料与AI大语言模型有关的故事很快就蔓延到了数据领域。目前公司正在与大厂接洽相关业务,研究该领域是我在这一阶段的
【雷达检测】基于matlab Swerling目标模型的雷达信号检测【含Matlab源码 14709期】含报告
💥💥💥💥💥💥💞💞💞&am
2025年主流音频分离模型排行榜:从速度到音质的全面抉择指南
前言说明在数字音乐制作、播客创作、音频修复等领域,音频分离技术已成为核心工具,而AI驱动的分离模型更是凭借高效与精准的优势,彻底改变了传统 workflows。本文基于最新
小白也能搞定的AIGlasses_for_navigation部署实战教程
小白也能懂的AIGlasses_for_navigation部署指南 你是不是觉得AI、目标检测、模型部署这些词听起来就很高深,感觉离自己很远?别担心,今天我要带你体验一个特别有意思的AI应用——AIGlasses_for_n
Jetson Orin Nano 与 BGE Large zh v1.5:轻量级边缘设备部署实操指南
bge-large-zh-v1.5部署案例:边缘设备Jetson Orin Nano轻量化Embedding部署 1. 项目背景与需求 在边缘计算场景中,部署高质量的文本嵌入模型一直是个技术挑战。传统的嵌入模型往往需要
Jetson Orin Nano实战指南:BGE Large-Zh-V1.5在边缘场景下的完美演绎
bge-large-zh-v1.5部署案例:边缘设备Jetson Orin Nano轻量化Embedding部署 1. 项目背景与需求 在边缘计算场景中,部署高质量的文本嵌入模型一直是个技术挑战。传统的嵌入模型往往需要
方言不再是障碍:这款工具以98.2%精准度解决中文音频对齐问题!
Qwen3-ForcedAligner-0.6B惊艳案例:带口音中文访谈音频实现98.2%字级对齐准确率 1. 为什么这个对齐模型让人眼前一亮 你有没有遇到过这样的情况:一段粤语口音浓重的深圳科技公司内部访谈录音,转文
当 Chromedriver 卡壳时:用 GLM-4.6V 和 Flash-WEB 设计你的离线方案,确保 Adobe Flash Player 动态运行
Chromedriver下载地址404错误?GLM-4.6V-Flash-WEB离线方案 在现代AI应用开发中,一个看似不起眼的“404 Not Found”错误,常常能引发整条自动化流水线的崩溃。比如,在CICD流程中执行
赵老师分享秘笈:离线环境下高效加载和使用GGUF模型的实战技巧
离线部署大模型的终极实践:Ollama与GGUF模型深度整合指南 在当前的AI应用浪潮中,将大型语言模型部署到本地环境,正从一个技术极客的探索,转变为许多开发者和企业保障数据隐私、实现稳定服务、进行深度定制的刚性需求。想象一下
参数量级激增:解密175B与1.8T参数下的GPT3.5与GPT4
1 ChatGPT概述 1.1 what is chatGPT ChatGPT (Generative Pre-Trained Transformer) 是由OpenAI团队与2022年11月基于GPT-3.5 (目前
GPT进阶指南:一步到位从GPT-1走到GPT-4
【ChatGPT】GPT 模型的发展历史:从 GPT-1 到 GPT-2 到 GPT-3 到 GPT-4目录1. 引言 自然语言处理(NLP)是人工智能领域的一个重要方向,旨在让计算机能够理解和生成
走进AI新天地:深入探讨GPT系列中的GPT-3.5与GPT-4如何利用大容量模型(175GB & 1.8TB)引领未来
1 ChatGPT概述 1.1 what is chatGPT ChatGPT (Generative Pre-Trained Transformer) 是由OpenAI团队与2022年11月基于GPT-3.5 (目前
Yolo火焰检测实战:突破视觉检测新境界,火光不再隐藏!
本文采用YOLOv11作为核心算法框架,结合PyQt5构建用户界面,使用Python3进行开发。YOLOv11以其高效的实时检测能力,在多个目标检测任务中展现出卓越性能。本研究针对火焰与烟雾数据集进行训练和优化,该数据集包含丰富的火焰
Swift-All小白教程:快速部署大模型,解决环境配置难题
Swift-All小白教程:快速部署大模型,解决环境配置难题 你是不是刚接触大模型,被各种复杂的安装命令、环境依赖、版本冲突搞得头大?是不是想快速体验一下大模型的能力,却卡在第一步的部署上?或者,你听说过LoRA微调、量化部署
发表评论