论文部分内容阅读
目的体位应激的压力高反应性疾病-体位性高血压(orthostatic hypertension,OHT)是心血管疾病的新兴危险因素。在本研究中,我们旨在开发一个列线图,以根据OHT的危险因素建立预测模型来评估OHT个体的先验概率,开发和验证一种辅助临床预测体位性高血压的可视化评价工具。方法这项研究通过对2018年6月至2019年12月于青岛大学附属医院保健科门诊就医治疗或入院的有头晕、昏厥症状的老年患者开展联合问卷调查,分别测量患者安静状态下平卧位及站立位3 min以内的右臂血压值,同时采集患者的临床病例信息,根据疾病史和实验室检查等设计了多变量逻辑回归模型,应用R语言程序构建列线图模型,以预测OHT发病风险,使用Bootstrap法进行验证,并绘制ROC计算曲线下面积和计算内部验证C-指数,以评估模型的预测性能。预测模型的一致性是通过绘制预测结果与实际结果的校正曲线来判断。模型的拟合效果是用Homer-Lemeshow检验方法来判别,P>0.05说明该模型的拟合优度较好。结果根据本研究的纳排标准最后共纳入170例患者,由是否患有OHT分为OHT组50例和体位性血压正常组(对照组)120例。单因素Logistic回归分析结果显示:年龄、体质量指数、贫血、糖尿病、糖尿病性周围神经病、认知障碍、冠心病、左心室质量指数、室间隔厚度、尿白蛋白排泄率与体位性高血压的发生有关(均P<0.05)。多因素Logistic回归分析结果显示:高龄老年人、冠心病、肥胖、贫血、糖尿病、左心室肥厚、认知障碍、糖尿病性周围神经病是体位性高血压的独立危险因素(均P<0.05)。将这些因素纳入并成功构建了国内首个体位性高血压风险评价模型,有助于医生直观地分析各个因素的不同水平对体位性高血压的风险权重。根据受试者操作特征(ROC)曲线下面积0.876(95%CI=0.818～0.933),内部验证C-指数0.843,可得出本研究构建的列线图模型具有出色的判别力。校正曲线显示,该列线图模型的预测结果及实际结果发生率的曲线极其接近参考线,说明模型的校准度好。H-L检验(P=0.89),说明该列线图模型拟合优度较好。结论本研究获得的人口学信息、临床疾病史和实验室检查等为OHT患者发病情况提供了强有力的独立预测因子。我们的列线图可用于甄别OHT的高风险患者并指导OHT患者的个性化的诊疗干预措施,因此具有较高的临床应用价值。