编辑推荐:
摘要研究目的本研究旨在识别脑内出血(ICH)急性期估计脉搏波速度(ePWV)的不同纵向变化轨迹,并评估这些轨迹与28天死亡率之间的关联,同时将其预测价值与单次基线ePWV测量结果进行比较。研究方法研究对象为入住重症监护室(ICU)的成人ICH患者。采用潜在类别增长混合模型(lat
本研究旨在识别脑内出血(ICH)急性期估计脉搏波速度(ePWV)的不同纵向变化轨迹,并评估这些轨迹与28天死亡率之间的关联,同时将其预测价值与单次基线ePWV测量结果进行比较。
研究对象为入住重症监护室(ICU)的成人ICH患者。采用潜在类别增长混合模型(latent class growth mixed modeling)来识别不同的ePWV变化轨迹。主要结局指标为28天全因死亡率。通过Kaplan–Meier分析和多变量Cox比例风险模型来评估ePWV变化轨迹与死亡率之间的关联。
在纳入的3420名重症ICH患者中,发现了四种不同的ePWV变化轨迹:第1类(初始下降后上升)、第2类(稳定在中等到高水平)、第3类(稳定在低水平)和第4类(持续下降)。第1类患者的28天死亡率最高,其次是第4类。在调整了混杂因素后,第1类和第4类患者与死亡率显著增加有关,而第3类患者则无此关联。相比之下,单次基线ePWV测量结果在多变量调整后与死亡率无显著关联。
ICH急性期ePWV的动态变化轨迹可能提供超出单次基线测量结果的额外预后信息。具体而言,第1类和第4类患者与28天死亡率增加有关,但由于某些轨迹类别的样本量有限,这些发现需谨慎解读。
本研究旨在识别脑内出血(ICH)急性期估计脉搏波速度(ePWV)的不同纵向变化轨迹,并评估这些轨迹与28天死亡率之间的关联,同时将其预测价值与单次基线ePWV测量结果进行比较。
研究对象为入住重症监护室(ICU)的成人ICH患者。采用潜在类别增长混合模型(latent class growth mixed modeling)来识别不同的ePWV变化轨迹。主要结局指标为28天全因死亡率。通过Kaplan–Meier分析和多变量Cox比例风险模型来评估ePWV变化轨迹与死亡率之间的关联。
在纳入的3420名重症ICH患者中,发现了四种不同的ePWV变化轨迹:第1类(初始下降后上升)、第2类(稳定在中等到高水平)、第3类(稳定在低水平)和第4类(持续下降)。第1类患者的28天死亡率最高,其次是第4类。在调整了混杂因素后,第1类和第4类患者与死亡率显著增加有关,而第3类患者则无此关联。相比之下,单次基线ePWV测量结果在多变量调整后与死亡率无显著关联。
ICH急性期ePWV的动态变化轨迹可能提供超出单次基线测量结果的额外预后信息。具体而言,第1类和第4类患者与28天死亡率增加有关,但由于某些轨迹类别的样本量有限,这些发现需谨慎解读。
生物通 版权所有