利用MIMIC-IV数据库开发痴呆症患者死亡预测图表

《Scientific Reports》：Development of a mortality prediction nomogram for dementia patients using the MIMIC-IV database

　　

摘要

全球人口老龄化进程的加快凸显了痴呆症作为一项重要的公共卫生挑战。入住重症监护病房（ICU）的痴呆症患者面临显著更高的死亡风险，然而目前仍缺乏有效的预测模型。本研究旨在开发一种基于诺模图的工具，用于预测ICU中痴呆症患者的死亡风险。共有2,280名痴呆症患者被随机分配到训练组（n = 1,596）和验证组（n = 684）。Cox回归分析确定了影响死亡风险的因素，并将这些因素纳入诺模图中。模型性能通过接收者操作特征曲线下面积（AUC）、校准曲线和决策曲线分析（DCA）进行评估。年龄、种族、血糖水平、牛津急性疾病严重程度评分（OASIS）、抗生素使用情况、抗高血压药物以及肾毒性药物均是被证实的独立死亡风险预测因素。Cox模型在训练组中对30天和90天死亡率的预测AUC分别为0.727和0.744；在验证组中，这些指标的AUC分别为0.684和0.706。校准曲线显示预测结果与实际死亡率之间具有良好的一致性。决策曲线分析进一步证明了该模型的临床实用性和净收益。总之，本研究成功开发并验证了一种基于诺模图的工具，可用于评估ICU中痴呆症患者的死亡风险。该模型在主要研究群体中表现出中等程度的区分能力和临床实用性，同时也揭示了跨数据库推广的挑战。通过整合多种具有临床意义的预测因素，该模型能够提供精确的个性化风险评估，并为预后评估提供了一种新的方法框架。其预测能力表明该模型有助于临床决策的制定并改善患者预后。