系统医学2023，Vol.8Issue(14) ：9-13.DOI:10.19368/j.cnki.2096-1782.2023.14.009

非瓣膜性房颤的危险因素分析及预测模型建立

Analysis of Risk Factors and Establishment of Prediction Model for Non-valvular Atrial Fibrillation

陆程灿 董志强 王佳宁 刘亚慧 赵剑锋
系统医学2023，Vol.8Issue(14) ：9-13.DOI:10.19368/j.cnki.2096-1782.2023.14.009
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

非瓣膜性房颤的危险因素分析及预测模型建立

Analysis of Risk Factors and Establishment of Prediction Model for Non-valvular Atrial Fibrillation

陆程灿 1董志强 2王佳宁 2刘亚慧 2赵剑锋2
扫码查看

作者信息

  • 1. 南京医科大学附属江宁医院药学部,江苏南京 211100;江苏卫生健康职业学院江宁临床医学院,江苏南京 211800
  • 2. 南京医科大学附属江宁医院药学部,江苏南京 211100
  • 折叠

摘要

目的 分析非瓣膜性房颤的危险因素并建立预测模型.方法 选取2022年11月—2023年4月于南京医科大学附属江宁医院心内科住院的320例心血管疾病患者,根据在院心电图结果分为房颤组(非瓣膜性房颤患者)和对照组(其他非房颤的心血管疾病患者),各160例.先以简单关联性分析筛选房颤影响因素,再通过Logistic回归分析明确房颤相关危险因素,最后借助ROC曲线评估预测模型的诊断效果.结果 房颤组与对照组年龄、性别、体质量、体质指数、收缩压、舒张压、糖化血红蛋白、心功能不全、吸烟史和部分实验室指标(射血分数、左房内径、D-二聚体、心率、白蛋白、尿素、肌酐和尿酸)比较,差异有统计学意义(P<0.05).Logistic回归分析显示体质量、收缩压、糖化血红蛋白、左房内径、D-二聚体和白蛋白是房颤发生的相关危险因素.ROC曲线显示预测模型的AUC、灵敏度和特异性分别为0.895、80.0%和85.3%.结论 通过分析临床危险因素并建立预测模型,对于房颤的管理和预防具有一定指导意义.

关键词

非瓣膜性房颤/危险因素/Logistic回归/ROC曲线

Key words

Non-valvular atrial fibrillation/Risk factors/Logistic regression/ROC curve

引用本文复制引用

基金项目

江苏卫生健康职业学院院级科研项目-面上项目(JKC2022040)

出版年

2023
系统医学

系统医学

ISSN：
被引量1
参考文献量14
段落导航相关论文