以质量求发展,以服务铸品牌

护理学报 ›› 2024, Vol. 31 ›› Issue (19): 65-72.doi: 10.16460/j.issn1008-9969.2024.19.065

• 调查研究 • 上一篇    下一篇

连续性肾脏替代治疗患者低体温发生风险列线图预测模型构建与验证

姜宁宁   

  1. 杭州市第一人民医院 急诊科,浙江 杭州 310000
  • 收稿日期:2024-05-07 出版日期:2024-10-10 发布日期:2024-11-07
  • 作者简介:姜宁宁(1992-),女,浙江舟山人,本科学历,主管护师。
  • 基金资助:
    浙江省医药卫生科技计划项目(2024KY196)

Construction and validation of nomogram predictive model for risk of hypothermia in patients undergoing continuous renal replacement therapy

JIANG Ning-ning   

  1. Dept. of Emergency, Hangzhou First People's Hospital, Hangzhou 310000, China
  • Received:2024-05-07 Online:2024-10-10 Published:2024-11-07

摘要: 目的 构建连续性肾脏替代治疗患者低体温发生风险列线图预测模型并验证。方法 采取回顾性研究,采用便利抽样的方法选取2019年1月—2022年12月浙江省某三级甲等综合性医院符合标准的450例连续性肾脏替代治疗患者,根据是否发生低体温将其分为低体温组(n=140)与非低体温组(n=310),采用单因素分析和logistic回归分析风险因素,构建风险预测模型,绘制列线图。采用前瞻性队列研究,收集2023年1—9月某三级甲等医院重症监护室的120例连续性肾脏替代治疗患者作为外部验证集对模型进行外部验证。结果 通过多因素分析,最终纳入基线体温(OR=0.092)、APACHE-Ⅱ评分(OR=2.499)、是否机械通气(OR=2.578)、连续性肾脏替代治疗持续时间(OR=3.483)构建风险预测模型。训练集和验证集的ROC曲线下面积为0.856、0.819;Bootstrap内部验证其校准曲线实际值与预测值间的平均绝对误差为0.027;Hosmer-Lemeshow检验P=0.063(P>0.05),表明模型拟合优度良好;Calibration校准曲线与决策曲线分析显示模型具有较好的校准度与临床实用性。结论 本研究构建的列线图风险预测模型具有较好的区分度、校准度和临床实用性,可有效预测连续性肾脏替代治疗患者的低体温发生风险。

关键词: 连续性肾脏替代治疗, 低体温, 风险因素, 预测模型, 列线图

Abstract: Objective To construct a nomogram prediction model of the risk of developing hypothermia in patients undergoing continuous renal replacement therapy and validate the model. Methods A retrospective study was conducted, and 450 patients undergoing consecutive renal replacement therapy in a tertiary grade-A hospital in Zhejiang Province from January 2019 to December 2022 were selected by convenience sampling and they were divided into hypothermia group (n=140) and non-hypothermia group (n=310) according to the occurrence of hypothermia or not. One-way analysis of variance and logistic regression analysis were used to analyze the risk factors, construct risk prediction model, and plot a nomogram. A prospective cohort study was used to collect 120 patients undergoing consecutive renal replacement therapy in the intensive care unit of a tertiary grade-A hospital from January to September 2023 as an external validation set to externally validate the model. Results The risk prediction model was constructed by multifactorial analysis incorporating baseline body temperature (OR=0.092), APACHE-II score (OR=2.499), whether or not mechanical ventilation (OR=2.578), and duration of continuous renal replacement therapy (OR=3.483). The areas under the ROC curves of the training and validation set were 0.856 and 0.819, respectively; Bootstrap internal validation of the mean absolute error between the actual and predicted value of its calibration curves was 0.027; Hoer-Lemeshow test of P=0.063 (P>0.05) indicated high goodness of fit of the model; The calibration curve and the decision curve showed that the model had the calibration degree and clinical usefulness. Conclusion The nomogram risk prediction model constructed in this study has the differentiation, calibration and clinical practicability, and can effectively predict the risk of hypothermia in patients undergoing continuous renal replacement therapy.

Key words: continuous renal replacement therapy, hypothermia, risk factor, predictive model, nomogram

中图分类号: 

  • R473.5
[1] 伍姣. 危重患者连续性肾脏替代治疗相关性低体温的研究进展[J].中华急危重症护理杂志,2020,1(2):182-185.DOI:10.3761/j.issn.2096-7446.2020.02.020.
[2] 杨从山,杨毅,黄力维,等.重症医学科连续性肾脏替代治疗应用现况调查分析[J].中华医学杂志, 2016, 96(39):3151-3155.DOI:10.3760/cma.j.issn.0376-2491.2016.39.008.
[3] Bell M, Ronco C, Hansson F,et al.Hypothermia during CRRT, a comparative analysis[J]. Acta Anaesthesiol Scand,2020,64(8):1162-1166.DOI:10.1111/aas.13616.
[4] 仇丽华, 赵振华, 冯波, 等. ICU患者连续性肾脏替代治疗24 h内低体温研究[J]. 护理学杂志, 2021, 36(10):26-29.DOI:10.3870/j.issn.1001-4152.2021.10.026.
[5] Bianchi NA, Altarelli M, Eckert P,et al.Complications of regional citrate anticoagulation for continuous renal replacement therapy: an observational study[J]. Blood Purif, 2020, 49(5):1-9.DOI:10.1159/000506253.
[6] Shimaoka H, Shiina T, Suzuki H,et al.Successful induction of deep hypothermia by isoflurane anesthesia and cooling in a non-hibernator, the rat[J]. J Physiol Sci, 2021, 71(1):10.DOI:10.1186/s12576-021-00794-1.
[7] Yagi N, Leblanc M, Sakai K,et al.Cooling effect of continuous renal replacement therapy in critically ill patients[J]. Am J Kidney Dis,1998,32(6):1023-1030.DOI:10.1016/S0272-6386(98)70078-2.
[8] Zhang K, Li TX, Wang ZL,et al.Factors affecting in-stent restenosis after angioplasty with the enterprise stent for intracranial atherosclerotic diseases[J]. Sci Rep, 2021, 11(1): 10479.DOI:10.1038/s41598-021-89670-x.
[9] 付菲,彭映辉,徐肇元,等.急性心肌梗死患者心力衰竭风险预测模型研究[J].中国心血管杂志, 2021, 26(6):525-530.DOI:10.3969/j.issn.1007-5410.2021.06.006.
[10] Mutchmore A, Lamontagne F, Chassé M, et al.Automated APACHE II and SOFA score calculation using real-world electronic medical record data in a single center[J]. J Clin Monit Comput,2023, 37(4):1023-1033.DOI:10.1007/s10877-023-01010-8.
[11] Akhoundi A, Singh B, Vela M,et al.Incidence of adverse events during continuous renal replacement therapy[J].Blood Purif, 2015, 39(4):333-339.DOI:10.1159/000380903.
[12] 高丽娟,李星,鲁玫.连续性肾脏替代治疗患者低体温的影响因素分析[J].实用临床护理学电子杂志, 2018, 3(24):173-176.DOI:10.3969/j.issn.2096-2479.2018.24.141.
[13] Gautam SC, Lim J, Jaar BG.Complications associated with continuous RRT[J]. Kidney360, 2022, 3(11):1980-1990. DOI:10.34067/KID.0000792022.
[14] Olivero JJ.Continuous venous-venous-hemodialysis versus intermittent-hemodialysis in critically ill patients[J]. Methodist Debakey Cardiovasc J,2018,14(2):153-155. DOI:10.14797/mdcj-14-2-153.
[15] 王好, 郑凌, 吕桂兰. 连续性血液净化治疗中低体温发生的临床护理进展[J]. 医学研究生学报, 2015, 28(12): 1333-1336.DOI:10.16571/j.cnki.1008-8199.2015.12.022.
[16] 杨娟娟, 易永红. 儿童连续性血液净化治疗中低体温的研究进展[J]. 护士进修杂志, 2020, 35(4):334-337.
[17] 李玉琼, 马敬香, 刘润梅. 危重症患儿血液净化治疗的并发症及护理[J]. 广州医药, 2011, 42(4):70-72.DOI:10.3969/j.issn.1000-8535.2011.04.032.
[18] Sadan O.Therapeutic hypothermia in critically ill patients: the role of hypothermia in the critical care toolbox[J].Crit Care Med, 2020,48(7):1089-1090.DOI:10.1097/CCM.0000000000004389.
[19] 秦晓渝,李军文.温热机和预温液体预防剖宫产术中低体温的效果对比[J].现代临床医学,2016, 42(6):453-455.DOI:10.11851/j.issn.1673-1557.2016.06.019.
[20] Rickard CM, Couchman BA, Hughes M, et al.Preventing hypothermia during continuous veno-venous haemodiafiltration: a randomized controlled trial[J]. J Adv Nurs,2004,47(4):393-400.DOI:10.1111/j.1365-2648.2004.03117.x.
[21] Kaur G, Banoth P, Yerram P, et al.A case of hypothermia on CRRT[J]. Hemodial Int,2017,21(2):S57-S61. DOI:10.1111/hdi.12601.
[22] 古春梅. CRRT治疗过程中患者的体温监测及护理[J].中国医药指南,2013, 11(35):228-230.DOI:10.15912/j.cnki.gocm.2013.35.154.
[23] 汪诚, 朱小平. 人工鼻与热加湿器对机械通气患者影响的Meta分析[J]. 护理学杂志, 2017, 32(7):88-92.DOI:10.3870/j.issn.1001-4152.2017.07.088.
[24] Paal P, Pasquier M, Darocha T, et al.Accidental hypothermia: 2021 update[J].Int J Environ Res Public Health,2022,19(1):501.DOI:10.3390/ijerph19010501.
[25] 董梦晴. 危重病人精准体温监测的研究进展[J].实用临床护理学电子杂志, 2019, 4(47):182-183.
[26] 柯稳,高兴莲,余文静,等.基于三维质量结构模型构建围手术期低体温预防护理质量指标体系[J].护理学报,2024,31(1):1-6.DOI:10.16460/j.issn1008-9969.2024.01.001.
[27] 涂加园,李琳,刘云,等.创伤后患者低体温的评估工具及影响因素研究进展[J].护理学报, 2018, 25(13):5.DOI:10.16460/j.issn1008-9969.2018.13.037.
[1] 曹娟, 李方, 于跃, 戴丽, 杨丹丹, 李志华, 徐欣怡, 戴琪, 陈柯宇. 食管癌术后静脉血栓栓塞症风险预测模型的构建及验证[J]. 护理学报, 2024, 31(8): 63-68.
[2] 周越, 张杰, 潘宇帆, 戴雨, 孙羽健, 肖益, 余雨枫. 机械通气患者衰弱风险预测模型的系统评价[J]. 护理学报, 2024, 31(6): 56-61.
[3] 杨建国, 何细飞, 鄢建军, 张梦, 杨纯子, 徐蓉, 王艳芳. 局部枸橼酸抗凝在连续性肾脏替代治疗中的应用及管理的最佳证据总结[J]. 护理学报, 2024, 31(4): 48-53.
[4] 邢春凤, 李国新, 张广清, 刘雅鑫, 孙晓伟. 产妇产褥期乳房胀痛危险因素分析及风险预测模型构建[J]. 护理学报, 2024, 31(3): 6-11.
[5] 王丽云, 张明慧, 张新月, 沙凯辉. 产后压力性尿失禁风险预测模型的系统评价[J]. 护理学报, 2024, 31(3): 57-62.
[6] 杨小慧, 陈金鑫, 李恋, 胡阳, 石慧, 方千惠, 李莎, 顾劲扬. 经典原位肝移植手术护理标准作业程序的构建及应用[J]. 护理学报, 2024, 31(20): 50-54.
[7] 邹兆华, 卿伟, 朱茂才, 张继权, 易子涵, 胡秀. 连续性肾脏替代治疗护理敏感质量指标体系的构建[J]. 护理学报, 2024, 31(2): 70-74.
[8] 杨蓓, 叶红芳, 相卢伟, 路诗雨. 中老年2型糖尿病患者轻度认知障碍风险预测模型的构建与验证[J]. 护理学报, 2024, 31(13): 18-23.
[9] . 轻度认知障碍向阿尔兹海默病进展风险预测模型的系统评价[J]. 护理学报, 2024, 31(12): 47-53.
[10] 欧阳蝶, 许豆豆, 孙燕荣, 陈莹, 吕安康, 吴蓓雯. 基于生活方式相关指标的非肥胖人群非酒精性脂肪肝预测模型的构建[J]. 护理学报, 2024, 31(10): 1-7.
[11] 邬馨益, 徐林燕, 陈卓琦, 朱徐乐, 赵磊. 老年人运动认知功能减退综合征风险预测模型的构建与验证[J]. 护理学报, 2024, 31(10): 73-78.
[12] 柯稳, 高兴莲, 余文静, 方敏, 王曾妍. 基于三维质量结构模型构建围手术期低体温预防护理质量指标体系[J]. 护理学报, 2024, 31(1): 1-6.
[13] 王微, 路潜, 宋艳茹, 柯桑桑, 刘春蕾. 我国护理核心期刊近5年预测模型研究论文分析[J]. 护理学报, 2024, 31(1): 37-41.
[14] 史婷婷, 李婷, 黄友鹏, 赵媛, 朱晓丽, 周梦娟, 陈云梅. 2型糖尿病患者合并骨质疏松风险预测模型的范围综述[J]. 护理学报, 2024, 31(1): 52-57.
[15] 周梦娟, 朱晓丽, 张态, 段剑锋, 罗宇梅, 马维莉, 陆涵, 史婷婷, 杨怡霖, 李婷, 查耀蕾, 赵媛. 急性胰腺炎非重症患者住院时间延长预测模型的构建及验证[J]. 护理学报, 2023, 30(9): 7-12.
Viewed
Full text


Abstract

Cited

  Shared   
[1] 梁慧, 王建宁, 张艺, 胡娇娇, 龚翠颖, 李立群. 卧床患者压力性损伤管理指南的质量评价及内容分析[J]. 护理学报, 2024, 31(16): 50 -55 .
[2] 简称苹, 张汉卿, 王丽英, 田海艳, 彭向东, 张亚楠, 蔡德芳. 本科护生自我调节学习策略量表的汉化及信效度检验[J]. 护理学报, 2024, 31(18): 12 -15 .
[3] 胡杏娟, 张伦, 高钰琳, 高春凤, 陈妙燕, 李晓君, 陈烯琳, 洪笃云, 梁业基. 生成式人工智能辅助混合式教学在实习护生皮内针技术感染预防教学中的应用[J]. 护理学报, 2024, 31(18): 21 -25 .
[4] 万丞, 万盈璐, 陈倩, 陈双妍. 基于K-mains聚类法的护理人员改良排班方法研究[J]. 护理学报, 2024, 31(18): 26 -29 .
[5] 武洁, 张培莉, 侯晓雅, 高超越, 刘雨溦, 张玉颖. 同伴支持在肿瘤患者营养管理中的研究进展[J]. 护理学报, 2024, 31(18): 30 -34 .
[6] 史晨, 闫泽霖, 马嘉骏, 李新旭, 欧春泉. 临床研究中基于患者报告结局的缺失值问题及对策[J]. 护理学报, 2024, 31(18): 35 -38 .
[7] 曹春菊, 王文, 黄梅英, 韩冰, 曾梅, 罗文洁, 张小琴, 黄炜铃, 李文英, 苏韵涛, 唐素娟. 胆汁淤积患者皮肤瘙痒管理的最佳证据总结[J]. 护理学报, 2024, 31(18): 39 -44 .
[8] 姚瑶, 张敏, 陈雁, 王春. 用户体验视角下“互联网+”失能照护服务实施困境研究[J]. 护理学报, 2024, 31(19): 1 -7 .
[9] 陆镇涛, 石福霞, 王玉慧, 郭敬. 基于数据挖掘的耳穴贴压干预癌因性疲乏的临床应用规律[J]. 护理学报, 2024, 31(19): 8 -11 .
[10] 郝杨, 秦艳梅, 毛美琦, 赵雅宁, 刘瑶, 韩影. 基于贝叶斯网络模型的社区老年人认知衰弱的影响因素分析[J]. 护理学报, 2024, 31(19): 12 -18 .