炎症指标与冠心病危重症患者重症监护室死亡率的相关性

这是一篇关于炎症指标与冠心病危重症患者重症监护室死亡率的相关性的思维导图，主要内容包括：表不如图，字不如表，摘要，题目。

炎症指标与冠心病危重症患者重症监护室死亡率的相关性

• 题目
  • Association of inflammatory indicators with intensive care unit mortality in critically ill patients with coronary heart disease
• 摘要
  • 背景/目的
    • 目前，重症监护病房( ICU )患者合并冠状动脉疾病的概率较高，该类患者在ICU中的死亡率正受到越来越多的关注
    • 验证复合炎症指标是否与ICU冠心病患者的ICU死亡率显著相关，并开发简单的个性化预测模型
    • SII
      • 全身炎症指数
      • 血小板×中性粒细胞/淋巴细胞
    • SIRI
      • 全身炎症反应指标
      • 中性粒细胞×单核细胞/淋巴细胞
    • NLR
      • 中性粒-淋巴细胞比值
      • 中性粒细胞/淋巴细胞
    • PLR
      • 血小板与淋巴细胞比值
      • 血小板/淋巴细胞
    • neutrophil to lymphocyte platelet ratio (NLPR)
      • 中性粒细胞/ (淋巴细胞×血小板)
    • aggregate index of systemic inflammation (AISI)
      • 系统性炎症聚集指数
      • 中性粒细胞×单核细胞×血小板/淋巴细胞
    • RDW
      • 红细胞分布宽度
  • 方法
    • 将重症监护数据库IV中多参数智能监测的7115例患者随机分配到训练队列( n = 5692)和内部验证队列( n = 1423)，e ICU协作研究数据库中的701例患者作为外部验证队列
    • 通过多因素Logistic回归分析和Cox比例风险模型确定各种炎症指标与ICU死亡率之间的关联
    • 在训练队列中开发了一个新的ICU冠心病患者死亡率的预测模型，并在内部和外部验证队列中进行了性能评估
    • 为了进一步评估指标与主要终点之间的独立关联，使用Logistic回归模型和Cox比例风险模型，并使用不同的模型来调整潜在的混杂因素
    • 将指标按四分位数分组后，以G1为参照组，计算其他组相对于参照组的主要终点的调整比值比( OR )或风险比( HR )
    • 将这7个炎症指标与广泛使用的SOFA相结合，构建了一个新的ICU冠心病患者死亡风险预测模型
    • 首先将这些炎症指标根据其各自的第3四分位数分为升高值组和非升高值组
    • 将整个队列按照8：2的比例分为训练队列和内部验证队列
    • 在训练队列中，我们使用单变量Logistic回归分析和逐步向前多变量Logistic回归分析来选择用于构建新的预测模型的变量，计算相关系数和方差膨胀因子( VIF )来检测模型中变量的协方差，并使用Hosmer - Lemeshow检验来评估逻辑回归模型的拟合度
  • 结果
    • 通过Logistic回归分析和Cox比例风险模型证实，各种炎症指标与ICU冠心病患者的ICU死亡率、30天ICU死亡率和90天ICU死亡率显著相关
    • 新的预测模型对ICU冠心病患者ICU病死率的曲线下面积为0.885 (内部验证队列)和0.726 (外部验证队列)
    • 校准曲线表明，模型的预测概率与实际观测概率相匹配
    • 决策曲线分析表明，新的预测模型具有较高的临床净获益
  • 结论
    • 在ICU冠心病患者中，各项炎症指标是ICU病死率的独立危险因素
    • 构建了一个新的冠心病患者ICU死亡风险预测模型，该模型具有指导临床决策的巨大潜力
• 字不如表
  • Table 1
    • ICU冠心病患者的基线特征
      • 阳性事件基线
  • Table 2
    • 各炎症指标与ICU冠心病患者ICU病死率的相关性
      • OR
    • 模型1：未调整
    • 模型2：调整年龄、性别、种族
    • 模型3：校正年龄、男性、种族、心率、呼吸频率、末梢血氧饱和度、序贯器官衰竭评分、慢性阻塞性肺疾病急性加重、充血性心力衰竭、恶性肿瘤、血脂异常、急性呼吸衰竭、急性肾衰竭、血钾、阴离子间隙、血尿素氮、血糖、血肌酐、红细胞压积、血红蛋白、平均红细胞体积、红细胞压积、透析、血管升压药、有创机械通气、冠状动脉旁路移植术、血管紧张素转换酶抑制剂或血管紧张素受体拮抗剂、抗血小板、他汀类药物、非维生素K拮抗剂口服抗凝药、维生素K拮抗剂
  • Table 3
    • 各炎症指标与ICU冠心病患者30天ICU死亡率的相关性
      • HR
  • Table 4
    • 各炎症指标与ICU冠心病患者90天ICU死亡率的相关性
      • HR
  • Table 5
    • 单因素和多因素分析变量与ICU死亡率之间的关系
      • 逻辑回归
    • 将这些炎症指标根据其各自的第3四分位数分为升高值组和非升高值组
    • 7个X转二分类
      • ＋SOFA评分
• 表不如图
  • Figure 1
    • 患者筛选流程图
  • Figure 2
    • 炎症指标( SII、SIRI、NLR、PLR、NLPR、AISI、RDW)与ICU病死率( A )、ICU 30 d病死率( B )、ICU 90 d病死率( C )之间的限制性三次样条函数
    • 使用 RCS 来探索这些指标和研究结果之间的非线性关系，当用作连续变量时
  • Figure 3
    • 冠心病患者入住ICU 90天内累积全因死亡率的KM生存分析
    • 采用KM生存分析法分析CHD患者入住ICU 90 d内全因死亡的累积率，比较入院时各指标4个评分亚组患者死亡累积分布情况
  • Figure 4
    • 模型中各变量的相关系数和方差膨胀因子
    • VIF条形图
  • Figure 5
    • 新型模型的诺模图
  • Figure 6
    • 内部验证队列( A )和外部验证队列( B )的ROC、校准曲线和DCA
    • SOFA：序贯器官衰竭评估
    • DCA 与SOFA进行了比较，并计算综合区分度改进( Integrated Discriminant Promotion，IDI )来验证新模型的预测性能在新模型和SOFA之间的变异性
  • Figure 7
    • 一个新颖的基于模型的在线预测工具的用户界面