背景:癌症确实代表着重大的公共卫生挑战,而外周插入中心静脉导管 (PICC-UE) 的计划外拔管是患者安全的关键问题。识别独立风险因素并实施高质量的评估工具以在高风险人群中早期发现,对于降低癌症患者 PICC-UE 的发病率至关重要。精准的预防和治疗策略对于改善临床环境中的患者结果和安全性至关重要。目的:本研究旨在识别与癌症患者 PICC-UE 相关的独立风险因素,并构建针对该群体的预测模型,为预测和预防这些患者的 PICC-UE 提供理论框架。方法:收集了 2022 年 1 月至 12 月的前瞻性数据,涵盖了中南大学湘雅医院的 PICC 癌症患者。每位患者都接受持续监测,直到导管拔除。患者分为两组:UE 组 (n=3107) 和非 UE 组 (n=284)。通过单变量分析、最小绝对收缩和选择算子 (LASSO) 算法和多变量分析确定独立危险因素。随后,将 3391 名患者按 7:3 的比例分为训练集和测试集。利用确定的预测因子,使用逻辑回归、支持向量机和随机森林算法构建了 3 个预测模型。根据受试者工作特征 (ROC) 曲线和 TOPSIS (按与理想解的相似性排序偏好技术) 综合分析选择最终模型。为了进一步验证该模型,我们收集了 2022 年 6 月至 12 月青海大学附属医院和海南省人民医院 600 名癌症患者的前瞻性数据。我们使用 ROC 曲线下面积评估模型的性能以评估区分度,使用校准曲线评估校准能力,并使用决策曲线分析 (DCA) 来衡量模型的临床适用性。结果: 确定了癌症患者 PICC-UE 的独立危险因素,包括身体活动能力受损(OR 2.775,95% CI 1.951-3.946)、糖尿病(OR 1.754,95% CI 1.134-2.712)、手术史(OR 1.734,95% CI 1.313-2.290)、D-二聚体浓度升高(OR 2.376,95% CI 1.778-3.176)、靶向治疗(OR 1.441,95% CI 1.104-1.881)、手术治疗(OR 1.543,95% CI 1.152-2.066)和超过 1 次导管穿刺(OR 1.715,95% CI 1.121-2.624)。保护因素包括正常BMI(OR 0.449,95%CI 0.342~0.590)、聚氨酯导管材质(OR 0.305,95%CI 0.228~0.408)、带瓣导管(OR 0.639,95%CI 0.480~0.851)。TOPSIS综合分析结果显示,在训练集中,复合
特征谓词设备:新设备:dakocytomation cystatin c roche tina-Quant-Quantstatin C Immunoparticles(K041627)预期使用/用于体外诊断的使用。用于免疫甲型法仅用于专业使用的指示。胱抑素C定量在体外测定中使用免疫颗粒是针对人血清中胱抑素C的,并且在人血清中的Roche自动化囊肿蛋白C上的血浆定量测定在临床化学分析仪中。通过浊度法和抑制蛋白C测量值进行的肝素化等离子体和EDTA等离子体。胱抑素C作为诊断的帮助,并将测量用作治疗肾脏疾病的帮助。肾脏疾病的诊断和治疗。样品类型的血清,肝素血浆,EDTA血清和锂嗜着嗜性血浆血浆方法颗粒增强相同的免疫尿位尿甲维化测定性透明度 /胱氨酸蛋白酶值分配 /囊蛋白c值分配已有此方法已通过使用螺旋中的纯化型号来进行纯化的纯度构造,以实现标准化的标准化,以实现纯构型的纯化型,以实现纯净的转移功能,以纯化的构造能力进行纯化的转移量,以实现纯净的转移量来进行纯构型,以纯化的构造工具进行纯化的构想,以纯化的螺旋式化的构造量胱抑素C.抑制蛋白C重组囊蛋白C参考浓度,其中通过干质量测定中所述,通过质量测定确定了胱抑素C的制剂。参考。试剂储存2-8 0 C 2-8 0 C校准器Dakocytomation Cystatin C C.F.A.S.囊肿C校准器,校准器,单一水平稀释以形成6点校准,形成了6点曲线校准曲线曲线质量控制Dakocytomation Contertin c Conterstatin c控制Cystatin C Conteratin C控制集,2级套件,2级套件,2级期预期,2级期望个体1-50岁的个人1-50年:相同的0.55-15-1.15-1.15 mg/l Enly 4 0. 30年4月4日。 Hitachi 911, Hitachi 917, Hitachi 917, MODULAR P, and MODULAR P, Cobas Mira Plus and cobas c 501 IMMAGE Measuring -0.4 - 7.5 mg/L 0.4 - 8.0 mg/L Range Method Passing Bablok: y = 1.009x + 0.0 19 comparison c = 0.96 with Dako Linear regression: y = 1.014x + 0.011 predicate r = 0.999 n = 94,x = 0.61-6.05 mg/l