《表5 独立样本中LRM模型及MELD模型的预测结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《药物性肝衰竭预后影响因素分析及其logistic回归模型构建》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据上述已构建的LRM模型及MELD模型计算公式，分别计算出每例患者的LRM预后指数和MELD评分，绘制两模型的ROC曲线（图2）。LRM模型和MELD模型的ROC曲线下面积（AUC）分别为0.917（95%CI:0.876～0.959）和0.709（95%CI:0.633～0.786），最佳截断值分别为0.568和25.057，对应的灵敏度分别为81.9%和77.6%，特异度分别为89.6%和58.2%，总正确率分别为84.7%和70.5%；LRM模型的AUC，特异度和总正确率均高于MELD模型，差异有统计学意义；LRM模型的灵敏度高于MELD模型，差异无统计学意义（表4）。选取来自南华大学附属第一医院及湖南中医药大学附属第一医院的60例DILF病例作为独立样本进一步验证，其中LRM预后指数和MELD评分低于上述最佳截断值的患者预判为好转，否则预判为无效，并将预测结果与实际预后进行比对。结果显示:LRM模型和MELD模型的灵敏度分别为84.8%和72.7%，特异度分别为88.9%和63.0%，阳性预测值分别为90.3%和70.6%，阴性预测值分别为82.8%和65.4%，总正确率分别为86.7%和68.3%（表5）；对两模型间灵敏度、特异度、总正确率等参数进行统计学检验，LRM模型的特异度、总正确率均优于MELD模型，差异有统计学意义，LRM模型的灵敏度高于MELD模型，差异无统计学意义，说明LRM模型的预测价值明显优于MELD模型（表6）。