故事情节及目的：
先前数据库显示肝硬化病症术后的死亡高风险时会上升。目前需用的预报术后高风险的数学方法仍未达到最佳校准水平，无法将开刀子类考虑进去。本数据库分析目的是能用人群水平的数据库来计算和结构上的测试新的肝硬化开刀高风险数学方法。
新方法：
本篇数据库分析完成的回顾性队列数据库分析使用来自志愿肝病队列的数据库，其里面包含128个来自美国医疗里面心的肝硬化病症的详细数据库。数据库分析人员将开刀归入为鼓膜开刀、血管牙科、腹部开刀、心脏开刀、胸部开刀或牙科，并使用多变生产量logistic复归数学方法对术后30天、90天和180天的发生率完成建模（VOCAL-Penn数学方法）。我们将VOCAL-Penn的数学方法判别和校准与Mayo高风险满分（MRS），MELD，MELD-Na和Child-Turcotte-Pugh（CTP）满分完成了相比较。
结果：
本数据库分析在3785例肝硬化病症里面鉴定了4,712例牙科新方法。计算出新的VOCAL-Penn数学方法，并在结构上完成了的测试（术后30天的发生率C统计生产量= 0.859，95％CI 0.809-0.909）。预报因素包括年龄、术前白蛋白、白细胞个数、胆红素、开刀一般而言、住院治疗适应症、脂肪肝、美国牙医学时会归入指标和老年人。在鉴别和校准全面性，数学方法可靠性在所有时间点均比不上MELD，MELD-Na，CTP和MRS（例如，术后30天发生率，MRS的C统计生产量= 0.766，95％CI为 0.676-0.855）。
结论：
VOCAL-Penn数学方法大幅度改善了对于肝硬化病症术后发生率的预报。这些数学方法可在仍未来广泛应用以改善术前高风险分层比对并优化病症对于开刀新方法的选择。
原始中有：
Nadim Mahmud, et al. Novel Risk Prediction Models for Post‐Operative Mortality in Patients with Cirrhosis. Hepatology. 2020.
相关新闻
相关问答
