胡庆河
- 作品数：12 被引量：85H指数：4
- 供职机构：济宁医学院附属医院更多>>
- 发文基金：山东省医药卫生科技发展计划项目更多>>
- 相关领域：医药卫生更多>>
- ICU脓毒症患者早期发生下肢深静脉血栓预测模型的构建与验证被引量：1
- 2024年
- 目的探讨脓毒症患者在重症监护病房(ICU)住院期间发生下肢深静脉血栓(LEDVT)的危险因素,基于危重症评分联合炎症标志物构建ICU脓毒症患者发生LEDVT的列线图预测模型,并验证其早期预测的有效性。方法回顾性纳入2015年1月至2021年12月入住济宁医学院附属医院ICU的726例脓毒症患者作为训练集,以构建预测模型;此外,纳入2022年1月至2023年6月入住济宁医学院附属医院ICU的213例脓毒症患者作为验证集,以验证预测模型的性能。收集患者临床数据,如人口统计学信息、入ICU时的生命体征、基础疾病、既往史、入ICU 24 h内各类评分、入ICU首次实验室指标、下肢静脉超声结果、治疗情况、预后指标等。采用Lasso回归分析筛选脓毒症患者发生LEDVT的影响因素,并综合Logistic回归分析的结果构建列线图模型。通过受试者工作特征曲线(ROC曲线)、校准曲线、临床影响曲线(CIC)和决策曲线分析(DCA)对列线图模型进行评价。结果训练集脓毒症患者入ICU后LEDVT发生率为21.5%(156/726),验证集脓毒症患者入ICU后LEDVT发生率为21.6%(46/213)。训练集与验证集患者基线资料具有可比性。Lasso回归分析显示,从67个参数中筛选出7个自变量与脓毒症患者发生LEDVT有关。Logistic回归分析显示,年龄〔优势比(OR)=1.03,95%可信区间(95%CI)为1.01~1.04,P<0.001〕、体质量指数(BMI:OR=1.05,95%CI为1.01~1.09,P=0.009)、静脉血栓栓塞症(VTE)评分(OR=1.20,95%CI为1.11~1.29,P<0.001)、活化部分凝血活酶时间(APTT:OR=0.98,95%CI为0.97~0.99,P=0.009)、D-二聚体(OR=1.03,95%CI为1.01~1.04,P<0.001)、皮肤或软组织感染(OR=2.53,95%CI为1.29~4.98,P=0.007)、股静脉置管(OR=3.72,95%CI为2.50~5.54,P<0.001)是脓毒症患者发生LEDVT的独立影响因素。结合以上变量构建列线图预测模型,ROC曲线分析显示,该列线图模型预测脓毒症患者发生LEDVT的曲线下面积(AUC)为0.793(95%CI为0.746~0.841),在验证集中
- 亓志玲亓志玲丁德涛韩秀霞韩秀霞张燕胡庆河胡庆河杨富国
- 关键词：脓毒症下肢深静脉血栓重症监护病房列线图
- 早期床旁超声测量脓毒症患者股四头肌变化对住院死亡的诊断价值被引量：3
- 2022年
- 目的探讨脓毒症患者股四头肌厚度及其随重症监护病房(ICU)住院时间延长的变化特点,并判断肌肉变化对ICU死亡的诊断价值。方法前瞻性研究方法,选择2020年1月至2021年12月入住济宁医学院附属医院ICU的92例脓毒症患者,收集患者入ICU后1 d(D1)、3 d(D3)、7 d(D7)超声测量下的股四头肌厚度〔包括髂前上棘与髌骨上缘的中点处及中下1/3处测得的股四头肌肌肉厚度(分别为M-QMLT、T-QMLT)〕;并计算入ICU后3 d和7 d与1 d相比的股四头肌萎缩率,两处测量位置分别为(D3-D1)/D1和(D7-D1)/D1、(TD3-TD1)/TD1和(TD7-TD1)/TD1。记录所有患者的人口统计学信息、基础疾病、入ICU生命体征以及住院生存情况,比较不同预后两组患者上述指标的差异。采用多因素Logistic回归分析股四头肌肌肉厚度及萎缩率对脓毒症患者住院死亡的影响;绘制受试者工作特征曲线(ROC曲线)分析股四头肌肌肉厚度及萎缩率对脓毒症患者住院死亡的预测价值。结果共纳入92例脓毒症重症患者,其中41例发生院内死亡,51例好转出院,院内病死率为44.6%。脓毒症重症患者的股四头肌肌肉厚度随ICU住院时间的延长而减少,入ICU 1 d和3 d时两组比较差异无统计学意义;入ICU后7 d存活组不同测量位置的股四头肌肌肉厚度均显著大于死亡组〔M-QMLT D7(cm):0.50±0.26比0.39±0.19,T-QMLT D7(cm):0.58±0.29比0.45±0.21,均P<0.05〕;存活组入ICU后3 d和7 d不同测量位置股四头肌肌肉厚度的萎缩率均显著低于死亡组〔(D3-D1)/D1:(8.33±3.44)%比(9.74±3.91)%,(D7-D1)/D1:(12.21±4.76)%比(19.80±6.15)%,(TD3-TD1)/TD1:(7.83±4.26)%比(10.51±4.75)%,(TD7-TD1)/TD1:(11.10±5.46)%比(20.22±6.05)%,均P<0.05〕。多因素Logistic回归分析显示,M-QMLT D7、T-QMLT D7、(D3-D1)/D1、(D7-D1)/D1、(TD3-TD1)/TD1、(TD7-TD1)/TD1均是脓毒症患者住院死亡的独立危险因素(均P<0.05)。调整混杂因素后结果仍稳定。ROC曲线分析显示,(TD7-TD1)/TD1〔ROC曲�
- 胡庆河孙鹏张春灵徐洪英张翠翠陈凌志郝翠平马爱英
- 关键词：住院病死率
- ICU鲍氏不动杆菌耐药性分析被引量：5
- 2013年
- 目的分析ICU鲍氏不动杆菌的耐药性,以指导临床合理用药。方法回顾性分析2011年上半年医院ICU临床分离的146株鲍氏不动杆菌的耐药率。结果 146株鲍氏不动杆菌主要来源于下呼吸道标本,占93.15%,除头孢哌酮/舒巴坦及米诺环素外,其他各种抗菌药物耐药率均>52.74%,头孢哌酮/舒巴坦的敏感率最高,为56.85%;多药耐药菌株检出率由2009年的44.4%上升至62.33%。结论 ICU鲍氏不动杆菌的耐药性及多药耐药菌的感染呈增长趋势,头孢哌酮/舒巴坦对鲍氏不动杆菌有较好的抗菌活性。
- 马爱英胡庆河
- 关键词：鲍氏不动杆菌耐药性重症监护病房
- 重症监护病房脓毒症存活者生活质量现状及其影响因素分析被引量：3
- 2024年
- 目的探讨重症监护病房(ICU)脓毒症患者出院后生活质量现状及其影响因素,为临床早期心理干预及延续护理提供理论依据。方法采用前瞻性观察性研究方法,选择2022年1月1日至12月31日在济宁医学院附属医院重症医学科住院治疗并好转出院的脓毒症患者作为研究对象,记录所有患者的人口学信息、基础疾病、感染部位、入ICU时生命体征、入ICU 24 h内病情严重程度评分、实验室检查指标、治疗过程及预后指标等。在患者出院3个月时,通过问卷调查,使用36项简明健康调查量表(SF-36量表)、日常活动自理能力量表(ADL量表)和蒙特利尔认知评估量表(MoCA)进行评估。采用多元线性回归法分析脓毒症患者出院后生活质量的影响因素。结果最终有200例脓毒症患者经过治疗后好转出院,在出院3个月时进行随访,其中有150例完成调查问卷。150例患者中,脓毒症57例,脓毒性休克93例。所有患者出院3个月SF-36量表总分为(81.4±23.0)分,各维度评分从高到低依次为情感职能〔(83.4±23.0)分〕、心理健康〔(82.9±23.6)分〕、躯体疼痛〔(82.8±23.3)分〕、精力〔(81.6±23.2)分〕、生理功能〔(81.4±23.5)分〕、一般健康状况〔(81.1±23.3)分〕、生理职能〔(79.5±27.0)分〕和社会功能〔(78.8±25.2)分〕。脓毒症与脓毒性休克患者SF-36量表总分差异无统计学意义(分:82.6±22.0比80.7±23.6,P>0.05)。将线性单因素分析中有统计学意义的指标纳入多元线性回归分析,结果显示,脓毒症患者出院3个月生活质量影响因素包括出院3个月ADL量表评分〔β=0.741,95%可信区间(95%CI)为0.606~0.791,P<0.001〕、ICU住院时间(β=-0.209,95%CI为-0.733~-0.208,P=0.001)、机械通气时间(β=0.147,95%CI为0.122~0.978,P=0.012)、去甲肾上腺素总量(β=-0.111,95%CI为-0.044~-0.002,P=0.028)、入ICU时平均动脉压(MAP;β=-0.102,95%CI为-0.203~-0.007,P=0.036)和体质量(β=0.097,95%CI为0.005~0.345,P=0.044
- 郝翠平李秋华张翠翠张芬芬张亚青朱丽娜程焕焕李英豪胡庆河
- 关键词：重症监护病房脓毒症生活质量认知功能障碍
- 脓毒症患者早期发生急性肾损伤的预测模型构建与内部验证被引量：1
- 2023年
- 目的构建预测重症监护室(intensive care unit,ICU)脓毒症患者发生急性肾损伤(acute kidney injury,AKI)的列线图模型,并验证其早期预测的有效性。方法回顾性纳入2015年4月至2021年12月入住济宁医学院附属医院ICU的脓毒症患者,将符合纳入标准的患者以7∶3的比例随机分为训练集和验证集。采用单因素和多因素Logistic回归分析脓毒症患者发生AKI的影响因素并建立列线图模型,通过校正曲线、受试者工作曲线(receiver operating characteristic curve,ROC)以及决策曲线分析(decision curve analysis,DCA)对模型进行评价。结果741例脓毒症患者纳入研究,其中335例入ICU 7 d内发生AKI,AKI发生率为45.1%。随机分为训练集(n=519)和内部验证集(n=222)。多因素分析发现急性生理学与慢性健康状况评分Ⅱ、序贯器官衰竭评分、血乳酸、降钙素原、去甲肾上腺素使用剂量、尿素氮、中性粒细胞百分比是发生AKI的独立影响因素,结合以上变量构建列线图绘制列线图。在训练集中,列线图AUC为0.875(95%CI:0.767~0.835),校正曲线显示其预测概率和实际概率具有一致性,DCA显示其具有良好的临床净获益。在内部验证集中,列线图对AKI具有相似的预测价值(AUC=0.871,95%CI:0.734~0.854)。结论基于入室的危重症评分联合炎性标志物构建的列线图可用于ICU脓毒症患者发生AKI的早期预测,帮助临床医师早期识别脓毒症患者发生AKI。
- 戎珊叶久航朱曼晨钱彦春张芬芬李国海朱丽娜胡庆河郝翠平
- 关键词：脓毒症急性肾损伤重症监护室列线图
- 重症监护室脓毒症相关性心肌损伤患者28 d病死率的危险因素被引量：1
- 2023年
- 目的分析并探究影响脓毒症相关性心肌损伤患者28 d病死率的独立危险因素。方法采用回顾性队列研究,收集2015年1月至2020年12月济宁医学院附属医院重症医学科(ICU)收治的505例诊断为脓毒症相关性心肌损伤患者的临床资料。根据患者28 d生存情况将患者分为生存组和死亡组,采用COX多因素回归分析脓毒症相关性心肌损伤患者28 d病死率的影响因素,并绘制受试者工作特征(ROC)曲线评估各独立危险因素预测脓毒症相关性心肌损伤患者28 d病死率的效能。结果共纳入505例脓毒症相关性心肌损伤患者,其中28 d生存282例,死亡223例,病死率为44.16%。COX多因素回归分析显示:序贯器官衰竭评分(SOFA)、急性生理学与慢性健康状况评分Ⅱ(APACHEⅡ)、血乳酸(LAC)、氧合指数(PaO_(2)/FiO_(2))、入室心率和白蛋白均是脓毒症相关性心肌损伤患者28 d病死率的独立危险因素(均P<0.05)。ROC曲线分析显示,SOFA评分[ROC曲线下面积(AUC)为0.7662,95%可信区间(95%CI)为0.7245~0.8079]对脓毒症相关性心肌损伤患者28 d死亡的预测价值优于APACHEⅡ评分、LAC、PaO_(2)/FiO_(2)、入室心率和白蛋白[AUC分别为0.7541(0.7115~0.7967)、0.7526(0.7101~0.7951)、0.6970(0.6497~0.7442)、0.6232(0.5737~0.6727)、0.6203(0.5708~0.6697)]。结论SOFA评分、APACHEⅡ评分、LAC、PaO_(2)/FiO_(2)、入室心率和白蛋白是脓毒症相关性心肌损伤28 d病死率的独立危险因素,临床应早期识别这些因素,早期干预,改善患者预后。
- 张翠翠张翠翠亓志玲孙强胡庆河牛芳尉希清
- 关键词：重症监护病房脓毒症心肌损伤死亡率
- 液体复苏在高呼吸末正压通气导致的肺泡微循环障碍中的作用被引量：1
- 2019年
- 目的明确高呼气末正压(PEEP)条件下肺泡微循环的变化情况以及液体复苏在高PEEP情况下对肺泡微循环的影响。方法选用北京当地的15条健康成年杂种狗进行实验,分别观察基线(PEEP 5 cmH_2O,1 cmH_2O=0.098 kPa)、高PEEP(平均动脉压下降≥20 mmHg,1 mmHg=0.133 kPa)及液体复苏后的呼吸、系统循环及肺泡微循环情况,肺泡微循环利用旁流暗视野成像(SDF)技术进行观察、留取视频结果,线下利用AVA3.2软件进行分析,不同条件下的实验数据之间的差异利用Wilcoxon秩和检验进行分析。结果高PEEP可导致中心静脉压(CVP)升高(P=0.001)及心输出量(CO)下降(P=0.002),肺泡微循环表现为总微血管数量(TVDa,P=0.036)、灌注血管数量(PVDa,P=0.002)、灌注血管比例(PPVa,P=0.003)、血流状态(MFIa,P=0.002)显著下降,肺泡周围毛细血管密度下降不明显(TVDs,P=0.319);液体复苏恢复整体循环后,微循环参数均无显著改善。结论过高的PEEP水平可导致肺泡微循环的显著恶化,通过液体复苏不能改善由此产生的微循环障碍。
- 胡庆河胡庆河隆云王旭
- 关键词：呼吸末正压肺泡微循环
- 基于机器学习的重症监护病房脓毒性休克患者早期发生急性肾损伤风险的预测模型构建被引量：11
- 2022年
- 目的:分析重症监护病房(ICU)内脓毒性休克患者早期发生急性肾损伤(AKI)的危险因素,构建预测模型,并探讨该预测模型的预测价值。方法:回顾分析2015年4月至2019年6月在济宁医学院附属医院ICU住院治疗的脓毒性休克患者的临床资料,根据患者入ICU 7 d内是否发生AKI分为AKI组和非AKI组。随机抽取数据集中的病例(占70%)作为训练集用于建立模型,其余30%的病例作为验证集。使用XGBoost模型集成相关参数,预测脓毒性休克患者发生AKI的风险,预测能力通过受试者工作特征曲线(ROC曲线)评估,并与急性生理学与慢性健康状况评分Ⅱ(APACHEⅡ)、序贯器官衰竭评分(SOFA)、降钙素原(PCT)等对比验证模型的预测价值。结果:共纳入303例脓毒性休克患者,其中发生AKI 153例,未发生AKI 150例,AKI发生率为50.50%。与非AKI组相比,AKI组患者APACHEⅡ评分、SOFA评分和血乳酸(Lac)水平更高,去甲肾上腺素(NE)使用剂量更大,机械通气比例更高,入ICU时心率更快。脓毒性休克患者发生AKI风险的XGBoost预测模型中,排名前10位的特征分别为入ICU时血肌酐(SCr)水平、是否使用NE、饮酒史以及白蛋白、血钠、C-反应蛋白(CRP)、Lac、体质量指数(BMI)、血小板计数(PLT)和血尿素氮(BUN)水平。XGBoost模型预测脓毒性休克患者AKI发生风险的ROC曲线下面积(AUC)为0.816,敏感度为73.3%,特异度为71.7%,准确度为72.5%,模型预测能力较APACHEⅡ评分、SOFA评分、PCT等明显提升。模型的校准曲线显示,XGBoost模型的拟合优度高于其他各项评分(校准曲线得分最小,为0.205)。结论:与临床常用评分相比,脓毒性休克患者AKI发生风险的XGBoost模型能够更加准确地预测脓毒性休克患者发生AKI的风险,有助于在预测患者预后的同时,恰当地制定诊断、治疗方案和随访策略。
- 张素珍唐素娟戎珊朱曼晨刘建国胡庆河郝翠平
- 关键词：脓毒性休克急性肾损伤
- 血乳酸和降钙素原与病情严重程度评分对脓毒性休克患者短期预后的联合预测价值被引量：48
- 2021年
- 目的探讨血乳酸(Lac)、血清降钙素原(PCT)、序贯器官衰竭评分(SOFA)和急性生理学与慢性健康状况评分Ⅱ(APACHEⅡ)对脓毒性休克患者短期预后的评估价值。方法采用回顾性研究方法,选择2015年4月至2019年6月在济宁医学院附属医院重症医学科住院治疗的脓毒性休克患者作为研究对象。收集患者性别、年龄、体重指数(BMI)、感染部位、器官功能情况,入住重症监护病房(ICU)即刻Lac、PCT、C-反应蛋白(CRP)、心率、体温,24 h内APACHEⅡ、SOFA评分和28 d预后情况等指标。根据28 d预后将患者分为存活组和死亡组,比较两组患者上述指标的差异。采用多因素Logistic回归分析筛选影响脓毒性休克患者28 d死亡的危险因素;绘制受试者工作特征曲线(ROC曲线)分析Lac、PCT、SOFA、APACHEⅡ、年龄对脓毒性休克患者28 d预后的预测价值。结果共入组303例脓毒性休克患者,其中28 d存活124例,死亡179例,28 d病死率为59.08%。①与存活组比较,死亡组患者年龄偏大(岁:66.58±15.22比61.15±15.68),APACHEⅡ、SOFA、肺部感染比例、Lac水平明显增高〔APACHEⅡ(分):22.79±7.62比17.98±6.88,SOFA(分):9.42±3.51比5.65±1.59,肺部感染比例:53.63%(96/179)比39.52%(49/124),Lac(mmol/L):5.10±3.72比3.71±2.56〕,氧合指数(PaO_(2)/FiO_(2))、入住ICU体温明显降低〔PaO_(2)/FiO_(2)(mmHg,1 mmHg=0.133 kPa):198.94±80.15比220.68±72.06,入住ICU体温(℃):37.47±1.08比37.80±1.14〕,差异均有统计学意义(均P<0.05)。②多因素Logistic回归分析显示:校正潜在混杂因素后,APACHEⅡ评分、PCT、Lac、年龄、SOFA评分仍是影响脓毒性休克患者预后的独立危险因素〔APACHEⅡ:优势比(OR)=1.05,95%可信区间(95%CI)为1.01~1.10,P=0.039;PCT:OR=0.99,95%CI为0.98~1.00,P=0.012;Lac:OR=1.23,95%CI为1.08~1.40,P=0.002;年龄:OR=1.03,95%CI为1.01~1.05,P=0.009;SOFA评分:OR=1.88,95%CI为1.59~2.22,P<0.001〕。③ ROC曲线分析显示,APACHEⅡ、Lac、年龄、SOFA对脓毒性�
- 郝翠平胡庆河朱丽娜徐洪英张亚青
- 关键词：脓毒性休克血乳酸降钙素原
- 基于机器学习的重症监护病房脓毒症患者住院病死率预测模型的构建被引量：2
- 2023年
- 目的基于机器学习分析重症监护病房(ICU)脓毒症患者院内死亡的危险因素,并构建预测模型,探讨预测模型的预测价值。方法回顾分析2015年4月至2021年4月在济宁医学院附属医院ICU住院治疗的脓毒症患者的临床资料,包括人口统计学信息、生命体征、合并症、实验室检查指标、诊断和治疗等。根据患者是否发生院内死亡分为死亡组和存活组。随机抽取数据集中70%的病例作为训练集用于模型建立,其余30%的病例作为验证集。基于逻辑回归(LR)、K-最近邻(KNN)、支持向量机(SVM)、决策树(DT)、随机森林(RF)、极端梯度提升(XGBoost)和人工神经网络(ANN)等7个机器学习模型,构建脓毒症患者住院病死率预测模型。分别用受试者工作特征曲线(ROC曲线)、校准曲线、决策曲线分析(DCA)从鉴别、校准和临床应用等方面评估7个模型的预测性能。此外,将基于机器学习的预测模型与序贯器官衰竭评分(SOFA)和急性生理学与慢性健康状况评分Ⅱ(APACHEⅡ)模型进行比较。结果共纳入741例脓毒症患者,其中好转出院390例,院内死亡351例,院内病死率为47.4%。死亡组与存活组间性别、年龄、APACHEⅡ评分、SOFA评分、格拉斯哥昏迷评分(GCS)、心率、氧合指数(PaO2/FiO2)、机械通气比例、机械通气时间、使用去甲肾上腺素(NE)比例、NE最大量、血乳酸(Lac)、活化部分凝血活酶时间(APTT)、白蛋白(ALB)、血肌酐(SCr)、尿素氮(BUN)、血尿酸(BUA)、pH值、碱剩余(BE)、血钾(K+)等差异有统计学意义。ROC曲线分析显示,RF、XGBoost、LR、ANN、DT、SVM、KNN模型和SOFA评分、APACHEⅡ评分预测脓毒症患者住院病死率的曲线下面积(AUC)分别为0.871、0.846、0.751、0.747、0.677、0.657、0.555、0.749和0.760。在所有模型中,RF模型具有最高的精确度(0.750)、准确度(0.785)、召回率(0.773)、F1得分(0.761),辨别力最佳。校准曲线显示RF模型在7个机器学习�
- 朱曼晨胡春英贺银燕钱彦春唐素娟胡庆河郝翠平
- 关键词：脓毒症住院病死率
