目的构建剖宫产术中产妇寒战风险预测模型并验证模型的预测效果。方法选取2023年1月至4月于温州医科大学附属第二医院行剖宫产手术的225例产妇为研究对象,根据术中是否发生寒战,将其分为寒战组(101例)和非寒战组(124例)。采用多因素Logi...目的构建剖宫产术中产妇寒战风险预测模型并验证模型的预测效果。方法选取2023年1月至4月于温州医科大学附属第二医院行剖宫产手术的225例产妇为研究对象,根据术中是否发生寒战,将其分为寒战组(101例)和非寒战组(124例)。采用多因素Logistic回归分析影响因素并构建列线图预测模型。结果寒战组产妇的产次、术中有保温措施占比均显著少于非寒战组,糖尿病占比、球蛋白、状态焦虑量表(state anxiety inventory,S-AI)评分、特质焦虑量表评分均显著高于非寒战组,麻醉后体温下降幅度显著大于非寒战组(P<0.05)。多因素Logistic回归分析结果显示,糖尿病病史、S-AI评分、麻醉方式、麻醉后体温下降幅度、术中有保温措施均是剖宫产术中产妇寒战的影响因素(P<0.05)。构建的预测模型预测剖宫产术中产妇寒战的曲线下面积(area under the curve,AUC)为0.831,十折内部交叉验证得出的最大AUC为0.934,提示模型具有较好的拟合效果及鉴别效度。结论该模型能较好地预测剖宫产术中产妇寒战的发生风险,为医护人员及时对高危产妇采取预防性管理措施提供参考。展开更多
文摘目的构建剖宫产术中产妇寒战风险预测模型并验证模型的预测效果。方法选取2023年1月至4月于温州医科大学附属第二医院行剖宫产手术的225例产妇为研究对象,根据术中是否发生寒战,将其分为寒战组(101例)和非寒战组(124例)。采用多因素Logistic回归分析影响因素并构建列线图预测模型。结果寒战组产妇的产次、术中有保温措施占比均显著少于非寒战组,糖尿病占比、球蛋白、状态焦虑量表(state anxiety inventory,S-AI)评分、特质焦虑量表评分均显著高于非寒战组,麻醉后体温下降幅度显著大于非寒战组(P<0.05)。多因素Logistic回归分析结果显示,糖尿病病史、S-AI评分、麻醉方式、麻醉后体温下降幅度、术中有保温措施均是剖宫产术中产妇寒战的影响因素(P<0.05)。构建的预测模型预测剖宫产术中产妇寒战的曲线下面积(area under the curve,AUC)为0.831,十折内部交叉验证得出的最大AUC为0.934,提示模型具有较好的拟合效果及鉴别效度。结论该模型能较好地预测剖宫产术中产妇寒战的发生风险,为医护人员及时对高危产妇采取预防性管理措施提供参考。
