首页|基于RSBI的无创通气患者撤机预测模型的决策曲线分析

基于RSBI的无创通气患者撤机预测模型的决策曲线分析

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
目的 基于快速浅呼吸指数(Rapid shallow breathing index,RSBI)构建无创通气患者撤机预测模型,并采用决策曲线分析其临床应用价值.方法 前瞻性纳入 2019 年 8 月～2021 年 9 月 80 例无创通气患者为研究对象,随访至患者首次撤机,根据患者首次撤机是否成功分为成功组和失败组;收集两组患者RSBI指数及临床资料,采用Logistic回归方程分析RSBI指数与无创通气患者撤机的相关性,及无创通气患者撤机的影响因素,采用R建立基于RSBI的列线图预测模型,绘制受试者工作(ROC)曲线分析其预测价值,绘制决策曲线分析其临床应用价值.结果 随访至患者首次撤机,结果显示 44 例患者撤机成功为成功组,36 例撤机失败为失败组.两组患者临床资料比较显示,分钟通气量(VE)、潮气量(TV)成功组高于失败组,吸烟比例、RSBI、最大呼气压力、最大吸气压力成功组低于失败组(均P＜0.05);多因素Logistic回归分析显示RSBI(OR= 1.368)、最大呼气压力(OR= 1.137)、最大吸气压力(OR= 1.152)是无创通气患者撤机成功的独立危险因素(P＜0.05),VE(OR=0.488)、TV(OR= 0.845)是无创通气患者撤机成功的独立保护因素(P＜0.05);ROC曲线分析显示该预测模型预测无创通气患者撤机成功的AUC为 0.922,内部验证可能性绝对误差为 0.037;决策曲线分析显示预测模型临床实用性高.结论 RSBI指数与无创通气患者撤机成功与否显著相关,同时VE、TV、最大呼气压力、最大吸气压力也是无创通气患者撤机成功的独立影响因素,基于RSBI指数建立的预测模型可用于无创通气患者撤机成功与否的预测中.
Decision curve analysis of RSBI-based non-invasive ventilation patient weaning prediction model

Rapid shallow breathing indexNon-invasive ventilationWeaningPredictive modelDecision curve

鞠儒锦、周嘉玲、郭卫玲

展开 >

珠海市中西医结合医院呼吸与危重症医学,广东珠海 519020

快速浅呼吸指数 无创通气 撤机 预测模型 决策曲线

2023

中国处方药
南方医药经济研究所

中国处方药

影响因子：0.649
ISSN：1671-945X
年,卷(期)：2023.21(11)
  • 1