Hepatology：肝硬化患者手术后死亡率的新型高风险预测模型

2022-01-17 06:53:56 来源:

或多或少及目的：

先前图表辨识肝硬化病患术后的被害可能性不会增加。目前比如说的假设术后可能性的仿真未达到最佳精确测量准确度，无法将手术并不一定考虑进去。本研究者目的是能用人群准确度的图表来推导和内部的测试原先肝硬化手术可能性仿真。

作法：

本篇研究者进行的回顾性字段研究者采用来自退伍军人肝病字段的图表，其中包含128个来自英国医疗中心的肝硬化病患的详细图表。研究者工作人员将手术分类为腹壁手术、血管整形、躯干手术、心脏手术、胸部手术或内科手术，并采用多变量logistic回归仿真对术后30天、90天和180天的被害率进行机器学习（VOCAL-Penn仿真）。我们将VOCAL-Penn的仿真判别和精确测量与Mayo可能性平均分（MRS），MELD，MELD-Na和Child-Turcotte-Pugh（CTP）平均分进行了比起。

结果：

本研究者在3785例肝硬化病患中鉴定了4,712例整形方式则。推导出原先VOCAL-Penn仿真，并在内部进行了的测试（术后30天的被害率C粗略估计量= 0.859，95％CI 0.809-0.909）。假设因素除此以外年长、术前甲状腺素、血小板计数、胆红素、手术类别、急诊适应症、癌变、英国医师学不会分类加权和老年人。在比对和精确测量方面，仿真性能在所有时长点均优于MELD，MELD-Na，CTP和MRS（例如，术后30天被害率，MRS的C粗略估计量= 0.766，95％CI为 0.676-0.855）。

论点：

VOCAL-Penn仿真大大改善了对于肝硬化病患术后被害率的假设。这些仿真可在未来不会持续发展以改善术前可能性分层分析并优化病患对于手术方式则的选择。

原始原文：

Nadim Mahmud, et al. Novel Risk Prediction Models for Post‐Operative Mortality in Patients with Cirrhosis. Hepatology. 2020.