论文部分内容阅读
目的:
冠心病在人群中的发病率呈逐年上升趋势，部分冠心病患者症状反复发作，本研究旨在通过对可能影响冠心病的因素进行统计，构建用于冠心病患者临床症状发作及狭窄程度的风险预测模型，为冠心病的治疗提供参考。
方法:
对2020年6月至2020年9月收治的283例冠心病患者及查体中心192例查体人群的临床资料进行回顾性分析，采用Logistic回归法对可能影响冠心病患者临床症状发作和冠脉狭窄程度的因素进行单因素和多因素分析，并绘制受试者工作特征曲线(Receiver operating characteristic curve，ROC)。采用线性回归法对影响预后因素间的多重共线性进行诊断。根据多因素Logistic回归结果建立预测模型，并确定其最佳临界值。
结果:
单因素logistic分析显示，对冠心病临床症状发作组与对照组生物学指标进行比较，性别、年龄、体重质量指数(Body mass index，BMI)、淋巴细胞计数、单核细胞计数、红细胞计数、血红蛋白浓度、红细胞压积、平均血红蛋白含量、红细胞分布宽度(Red cell distribution width，RDW)变异系数、RDW标准差、血小板计数、平均血小板体积、血小板分布宽度(Platelet volume distribution，PDW)、大血小板比率(Platelet-large cell ratio，P-LCR)、碱性磷酸酶、直接胆红素(Direct bilirubin，DBIL)、总蛋白、白蛋白、白蛋白/球蛋白、葡萄糖、肌酐、总胆固醇(Total cholesterol， TC)、高密度脂蛋白胆固醇(High density lipoprotein-cholesterol，HDL-C)、估计肾小球滤过率(Estimated glomerular filtration rate，eGFR)、中性粒细胞计数/淋巴细胞计数、衍生中性粒细胞计数/淋巴细胞计数、单核细胞计数/HDL-C、TC/HDL-C、非HDL-C/HDL-C、LDL-C负荷的差异有统计学意义;对冠心病Gensini评分低分组与高分组指标进行比较，白细胞计数、中性粒细胞计数、DBIL、肌酐、胱抑素C(Cystatin C，Cys C)、二氧化碳结合力、HDL-C、载脂蛋白A1(Apolipoprotein A1，Apo A1)、同型半胱氨酸、B型钠尿肽、纤维蛋白原(Fibrinogen，Fbg)、单核细胞计数/HDL-C、载脂蛋白B(Apolipoprotein B，Apo B)/ApoA1、球蛋白/前白蛋白、Fbg/白蛋白、Fbg/前白蛋白、E峰流速的差异有统计学意义。通过线性回归共线性诊断排除指标共线性，进一步通过多因素logistic回归分析，对于冠心病临床症状发作的预测，共筛选出性别、年龄、BMI、PDW、总蛋白、白蛋白、葡萄糖七个指标用于模型拟合，拟合的回归模型为:P=1/1+e-y，Y=7.666-1.033X1+0.068X2+0.218X3-0.289X4-0.081X5-0.175X6+0.211X7，ROC曲线下面积为0.918，预测准确率为87.7％;对于冠心病狭窄程度的预测，共筛选出球蛋白、ApoA1、室间隔厚度、左心射血分数、IBIL五个指标用于模型拟合，拟合的回归模型为P=1/1+e-y,Y=3.492+0.286X1-4.095X2+0.536X3-17.888X4+0.352X5,ROC曲线下面积为0.773，预测准确率为80.9％。
结论:
根据本研究模型结果，对于冠心病患者临床症状发作的预测，性别、年龄、BMI、PDW、总蛋白、白蛋白、葡萄糖有较大参考价值;对于冠心病狭窄程度的预测，球蛋白、ApoA1、室间隔厚度、左心射血分数、IBIL有较大参考价值。
冠心病在人群中的发病率呈逐年上升趋势，部分冠心病患者症状反复发作，本研究旨在通过对可能影响冠心病的因素进行统计，构建用于冠心病患者临床症状发作及狭窄程度的风险预测模型，为冠心病的治疗提供参考。
方法:
对2020年6月至2020年9月收治的283例冠心病患者及查体中心192例查体人群的临床资料进行回顾性分析，采用Logistic回归法对可能影响冠心病患者临床症状发作和冠脉狭窄程度的因素进行单因素和多因素分析，并绘制受试者工作特征曲线(Receiver operating characteristic curve，ROC)。采用线性回归法对影响预后因素间的多重共线性进行诊断。根据多因素Logistic回归结果建立预测模型，并确定其最佳临界值。
结果:
单因素logistic分析显示，对冠心病临床症状发作组与对照组生物学指标进行比较，性别、年龄、体重质量指数(Body mass index，BMI)、淋巴细胞计数、单核细胞计数、红细胞计数、血红蛋白浓度、红细胞压积、平均血红蛋白含量、红细胞分布宽度(Red cell distribution width，RDW)变异系数、RDW标准差、血小板计数、平均血小板体积、血小板分布宽度(Platelet volume distribution，PDW)、大血小板比率(Platelet-large cell ratio，P-LCR)、碱性磷酸酶、直接胆红素(Direct bilirubin，DBIL)、总蛋白、白蛋白、白蛋白/球蛋白、葡萄糖、肌酐、总胆固醇(Total cholesterol， TC)、高密度脂蛋白胆固醇(High density lipoprotein-cholesterol，HDL-C)、估计肾小球滤过率(Estimated glomerular filtration rate，eGFR)、中性粒细胞计数/淋巴细胞计数、衍生中性粒细胞计数/淋巴细胞计数、单核细胞计数/HDL-C、TC/HDL-C、非HDL-C/HDL-C、LDL-C负荷的差异有统计学意义;对冠心病Gensini评分低分组与高分组指标进行比较，白细胞计数、中性粒细胞计数、DBIL、肌酐、胱抑素C(Cystatin C，Cys C)、二氧化碳结合力、HDL-C、载脂蛋白A1(Apolipoprotein A1，Apo A1)、同型半胱氨酸、B型钠尿肽、纤维蛋白原(Fibrinogen，Fbg)、单核细胞计数/HDL-C、载脂蛋白B(Apolipoprotein B，Apo B)/ApoA1、球蛋白/前白蛋白、Fbg/白蛋白、Fbg/前白蛋白、E峰流速的差异有统计学意义。通过线性回归共线性诊断排除指标共线性，进一步通过多因素logistic回归分析，对于冠心病临床症状发作的预测，共筛选出性别、年龄、BMI、PDW、总蛋白、白蛋白、葡萄糖七个指标用于模型拟合，拟合的回归模型为:P=1/1+e-y，Y=7.666-1.033X1+0.068X2+0.218X3-0.289X4-0.081X5-0.175X6+0.211X7，ROC曲线下面积为0.918，预测准确率为87.7％;对于冠心病狭窄程度的预测，共筛选出球蛋白、ApoA1、室间隔厚度、左心射血分数、IBIL五个指标用于模型拟合，拟合的回归模型为P=1/1+e-y,Y=3.492+0.286X1-4.095X2+0.536X3-17.888X4+0.352X5,ROC曲线下面积为0.773，预测准确率为80.9％。
结论:
根据本研究模型结果，对于冠心病患者临床症状发作的预测，性别、年龄、BMI、PDW、总蛋白、白蛋白、葡萄糖有较大参考价值;对于冠心病狭窄程度的预测，球蛋白、ApoA1、室间隔厚度、左心射血分数、IBIL有较大参考价值。