预测胸腔镜肺癌手术后延迟拔管决策的新型列线图

这是一篇关于预测胸腔镜肺癌手术后延迟拔管决策的新型列线图的思维导图，主要内容包括：补充材料，表不如图，字不如表，摘要，题目。

预测胸腔镜肺癌手术后延迟拔管决策的新型列线图

• 题目
  • A novel nomogram for predicting the decision to delayed extubation after thoracoscopic lung cancer surgery
• 摘要
  • 背景/目的
    • 延迟拔管通常与不良结局增加有关
    • 本研究旨在探讨胸腔镜肺癌术后延迟拔管的发生率及预测因素并构建列线图
    • 术后拔除气管导管是患者全麻苏醒的关键步骤。并且超过20 %与气道管理相关的主要并发症发生在拔管前后，伴随着低氧血症和死亡等严重后果
  • 方法
    • 回顾了2016年1月至2017年12月接受该手术治疗的8716例患者的病历资料
    • 使用潜在的预测因子开发列线图，并使用bootstrap -重抽样方法进行内部验证
    • 在外部验证中，我们还纳入了2018年1月至2018年6月期间连续接受该手术的3676例患者
    • 在手术室外进行的拔管定义为延迟拔管
    • 在这项研究之前，没有进行统计功效计算，因为样本量是基于我们数据集中的可用数据
    • 单因素分析显示，所有与延迟拔管显著相关的因素( p < . 2)均采用向前选择策略进入多因素logistic回归模型
    • 单因素分析发现，在开发队列中，有15个变量与延迟拔管显著相关
  • 结果
    • 延迟拔管率为1.60 %
    • 多因素分析得到8个延迟拔管的独立预测因素
      • 年龄
      • BMI
      • FEV1 / FVC
      • 淋巴结钙化
      • 胸椎旁神经阻滞( TPVB )
      • 术中输血
      • 手术时间
      • 手术时间晚于下午6点
    • 利用这8个候选基因建立列线图，一致性统计量( C-statistic )值为0.798，校准度良好
    • 经过内部验证后，观察到同样良好的校准度和区分度( C -统计量, 0.789)
    • 决策曲线分析( DCA )显示净获益为正，阈值风险范围为0 ~ 30 %
    • 外部验证的拟合优度检验和区分度分别为0.113和0.785
  • 结论
    • 所提出的列线图能够可靠地识别胸腔镜肺癌术后延迟拔管决策的高风险患者
    • 在这些因素中，淋巴结钙化和麻醉类型在文献中鲜有报道，而后者可能是降低延迟拔管发生率的重要可调节因素
    • 优化BMI、FEV1 / FVC、TPVB使用、手术时间晚于下午6点等4个可调整因素可降低延迟拔管的风险
• 字不如表
  • Table 1
    • 术前、术中患者特征
      • 训练集验证集混合基线
  • Table 2
    • 三种机器学习模型预测重症患者VTE的效能
• 表不如图
  • Figure 1
    • 延迟拔管独立预测因素的森林图
  • Figure 2
    • 一种新的预测延迟拔管的列线图
  • Figure 3
    • 开发( A )和验证队列( B )的AUROC曲线分析
  • Figure 4
    • 1000次自举-重采样校准曲线
  • Figure 5
    • DCA显示了列线图的临床实用性
• 补充材料
  • Figure S1
    • 患者选择流程图
  • Figure S2
    • 外部验证校准曲线