Development of a Nomogram to Predict the Risk for Acute Necrotizing Pancreatitis

Zhang Junchao; Weng Xiaxia

doi:10.5009/gnl230403

추천

검색

자료유형: 학술저널

저자정보: Zhang Junchao (Department of Gastroenterology, Xiamen Hospital of Traditional Chinese Medicine, Xiamen, China) Weng Xiaxia (Department of Gastroenterology, Xiamen Hospital of Traditional Chinese Medicine, Xiamen, China)

저널정보: 거트앤리버 발행위원회 Gut and Liver Gut and Liver Vol.18 No.5

발행연도: 2024.9

수록면: 915 - 923 (9page)

DOI: 10.5009/gnl230403

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Background/Aims: Necrotizing pancreatitis (NP) presents a more severe clinical trajectory and increased mortality compared to edematous pancreatitis. Prompt identification of NP is vital for patient prognosis. A risk prediction model for NP among Chinese patients has been developed and validated to aid in early detection. Methods: A retrospective analysis was performed on 218 patients with acute pancreatitis (AP) to examine the association of various clinical variables with NP. The least absolute shrinkage and selection operator (LASSO) regression was utilized to refine variables and select predictors. Subsequently, a multivariate logistic regression was employed to construct a predictive nomogram. The model's accuracy was validated using bootstrap resampling (n=500) and its calibration assessed via a calibration curve. The model's clinical utility was evaluated through decision curve analysis. Results: Of the 28 potential predictors analyzed in 218 AP patients, the incidence of NP was 25.2%. LASSO regression identified 14 variables, with procalcitonin, triglyceride, white blood cell count at 48 hours post-admission, calcium at 48 hours post-admission, and hematocrit at 48 hours post-admission emerging as independent risk factors for NP. The resulting nomogram accurately predicted NP risk with an area under the curve of 0.822, sensitivity of 82.8%, and specificity of 76.4%. The bootstrap-validated area under the curve remained at 0.822 (95% confidence interval, 0.737 to 0.892). This model exhibited excellent calibration and demonstrated greater predictive efficacy and clinical utility for NP than APACHE II, Ranson, and BISAP. Conclusions: We have developed a prediction nomogram of NP that is of great value in guiding clinical decision.

#Pancreatitis #Acute necrotizing #Nomograms #Bootstrap #Predict

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)