文章摘要
薛阳，陈露，赵林，刘江勇，沈桂萍，黄文才，熊飞.临床资料联合CT建模预测COVID-19普通型肺炎向重型转化[J].放射学实践,2020,(10):1226-1230
临床资料联合CT建模预测COVID-19普通型肺炎向重型转化
  
DOI：10.13609/j.cnki.1000-0313.2020.10.002
中文关键词: 肺炎病毒感染  新型冠状病毒  体层摄影术,X线计算机  Logistic模型  预测
基金项目:
作者单位
薛阳，陈露，赵林，刘江勇，沈桂萍，黄文才，熊飞 430000武汉,中国人民解放军中部战区总医院放射科（薛阳、赵林、刘江勇、沈桂萍、黄文才、熊飞）
430000武汉,武汉市金银潭医院放射科（陈露） 
摘要点击次数: 2396
全文下载次数: 2543
中文摘要:
      【摘要】目的：探讨新型冠状病毒肺炎（COVID-19）由普通型向重症型转化相关危险因素并建立有效预测模型，提高对新型冠状病毒肺炎认识和诊治水平。方法：分析153例COVID-19患者入院临床及CT资料，依据第7版新型NCP诊疗方案将其分为普通型组及重症型组，普通型肺炎组101例；普通型肺炎转重型组52例。通过CT表现、临床症状、基础病、血常规、肝功及凝血功能行综合分析，运用logistic回归建模并绘制ROC曲线。结果：临床资料中男性、高龄、呼吸困难、纳差、高血压、糖尿病、心血管疾病、淋巴细胞、C反应蛋白、白细胞及中性粒细胞计数、白蛋白及纤维蛋白原计数两组间比较有统计学意义（P＜0.05）；CT表现肺叶受累数量、病灶形态、邻近胸膜情况两组间比较有统计学意义（P＜0.05）。临床资料建立预测模型灵敏度82.56%，特异度75.00%，曲线下面积0.881；CT表现建立预测模型灵敏度68.18%，特异度47.62%，曲线下面积0.666；结合临床资料及CT表现综合建立预测模型灵敏度85.98%，特异度80.43%，曲线下面积0.922。结论：CT结合临床特征、实验室检查在早期预测COVID-19临床分型转变中具有重要意义，可对疾病严重程度行早期评估。
      
查看全文   下载PDF阅读器
关闭