MedElevator Войти в исследования
← Поиск публикаций

DOI 10.1371/journal.pntd.0013090

Медицинская библиотека · PLoS neglected tropical diseases · 2025

Разработка и утверждение простой в использовании номограммы для прогнозирования сильного тифа для детей.

Luo Yonghan, Guo Yan, Wang Yanchun, Yang Xiaotao

СтатьяВалидационное исследованиеПоддержка исследования: вне правительства СШАМашинный перевод · не проверен

Аннотация

ЦЕЛЬ

Цель данного исследования заключалась в разработке и подтверждении простой в использовании номограммы для прогнозирования тяжелых тифов скруба у детей.

МЕТОДЫ

В период с января 2015 года по ноябрь 2022 года в детской больнице < < Куньминг > > было проведено ретроспективное исследование 256 пациентов < < СТ > > . Все пациенты были разделены на общую и тяжёлую группу, основанную на серьезности болезни. Для определения оптимальных прогнозов использовалась модель наименьшего абсолютного сокращения и отбора операторов (LASSO), а прогнозная номограмма была составлена с помощью многовариантной логистической регрессии. Номограмма оценивалась по калибровке, дискриминации и клинической полезности.

РЕЗУЛЬТАТЫ

В ходе регрессионного анализа ЛАССО было установлено, что оптимальными прогнозами для сильного ST являются количество гемоглобина (Hb), количество тромбоцитов (PLT), лактат дегидрогеназы (LDH), азот с мочевиной крови (BUN), изоэнзим МБ (CK-MB) и гипопротеинемия. Номограмма была начертана шестью прогнозорами. Площадь под кривой операционной характеристики приемника (ROC) номограммы составляла 0,870 (95% CI = 0,812 ~ 0,928) в комплекте учебных материалов и 0,839 (95% CI = 0,712 ~ 0,967) в комплекте для подтверждения достоверности. Калибровочная кривая показала, что номограмма хорошо подготовлена, а анализ кривой принятия решения (DCA) показал, что номограмма клинически полезна.

ВЫВОДЫ

В этом исследовании была разработана и подтверждена простая для использования номограмма для прогнозирования сильного СТ у детей на основе шести прогнозов, включая Hb, PLT, LDH, BUN, CK-MB и гипопротеинемию, что свидетельствует о высокой точности прогнозов в отношении данных, хотя для оценки их потенциальной клинической полезности требуется внешняя и перспективная проверка.

Для цитирования: Luo Yonghan, Guo Yan, Wang Yanchun, Yang Xiaotao. Development and validation of a simple-to-use nomogram for predicting severe scrub typhus in children.. PLoS neglected tropical diseases. 2025. DOI: 10.1371/journal.pntd.0013090.
Название и аннотация на языке оригинала

Development and validation of a simple-to-use nomogram for predicting severe scrub typhus in children.

OBJECTIVE

This study aimed to develop and validate a simple-to-use nomogram for predicting severe scrub typhus (ST) in children.

METHODS

A retrospective study of 256 patients with ST was performed at the Kunming Children's Hospital from January 2015 to November 2022. ALL patients were divided into a common and severe group based on the severity of the disease. A least absolute shrinkage and selection operator (LASSO) regression model was used to identify the optimal predictors, and the predictive nomogram was plotted by multivariable logistic regression. The nomogram was assessed by calibration, discrimination, and clinical utility.

RESULTS

LASSO regression analysis identified that hemoglobin count (Hb), platelet count (PLT), lactate dehydrogenase (LDH), blood urea nitrogen (BUN), creatine kinase isoenzyme MB(CK-MB) and hypoproteinemia were the optimal predictors for severe ST. The nomogram was plotted by the six predictors. The area under the receiver operating characteristic (ROC) curve of the nomogram was 0.870(95% CI = 0.812 ~ 0.928) in training set and 0.839(95% CI = 0.712 ~ 0.967) in validation set. The calibration curve demonstrated that the nomogram was well-fitted, and the decision curve analysis (DCA) showed that the nomogram was clinically beneficial.

CONCLUSIONS

This study developed and validated a simple-to-use nomogram for predicting severe ST in children based on six predictors including Hb, PLT, LDH, BUN, CK-MB and hypoproteinemia, demonstrating excellent predictive accuracy for the data, though external and prospective validation is required to assess its potential clinical utility.

Предметные рубрики MeSH

Подготовка и перевод публикации
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

История · было → стало

Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.

Тип публикации указан по данным источника. Уровень доказательности автоматически не присваивается.