建立研究队列
筛选符合纳入标准的ICU患者,以确保能够计算复合比值。
从单中心ICU中筛选2024年连续成人患者,纳入有白蛋白测量及±12小时内乳酸、CRP、降钙素原测量且为首次合格ICU入院的患者。
Prognostic Value of Maximal and Mean Lactate-to-Albumin (LAR), C-Reactive Protein-to-Albumin (CAR), and Procalcitonin-to-Albumin (PAR) Ratios Beyond ICU Admission in Critically Ill Patients
回顾性单中心队列研究,包含实验室指标动态分析、多因素回归和ROC分析,但缺乏独立机制验证和外部验证。
重症监护病房(ICU)患者队列 心血管负担重的危重患者
患者纳排标准:年龄≥18岁,首次ICU入院,有白蛋白测量及±12小时内对应的乳酸、CRP、降钙素原测量 时间窗:±12小时 分组:根据入院诊断分为六组(心血管衰竭、心脏骤停后、呼吸衰竭、血管衰竭、脓毒症、混合) 主要终点:ICU死亡率 统计模型:多变量逻辑回归(校正年龄、性别和入院类别),事件每变量比约6-7
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
筛选符合纳入标准的ICU患者,以确保能够计算复合比值。
从单中心ICU中筛选2024年连续成人患者,纳入有白蛋白测量及±12小时内乳酸、CRP、降钙素原测量且为首次合格ICU入院的患者。
通过白蛋白作为锚点计算LAR、CAR和PAR,并提取最大值和平均值。
根据实验室数据计算复合比值,每个白蛋白测量配对±12小时内各生物标志物的最高值,然后确定每个ICU住院期间的最大值和平均值。
检验最大和平均比值是否与ICU死亡率独立相关。
使用多变量逻辑回归分析,调整年龄、性别和入院类别,评估最大和平均LAR、CAR、PAR与ICU死亡率的关联。
比较复合比值与单一生物标志物的预测能力。
使用ROC分析计算AUC,并通过Youden指数确定截断值,评估敏感性、特异性、预测值和似然比。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 统计分析 | R软件 | R Foundation for Statistical Computing | 4.5.1 |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 纳入标准 | 患者年龄≥18岁,首次ICU入院,有白蛋白测量且对应生物标志物在±12小时内测量 阅读提示:Methods: 2.3 Population, Inclusion and Exclusion Criteria |
| 比值计算 | 时间窗口±12小时,每个白蛋白测量配对每个生物标志物在窗口内的最高值 阅读提示:Methods: 2.5 Definitions and Units of the Indices |
| 统计分析 | 多变量逻辑回归校正年龄、性别和入院类别,ROC分析使用Youden指数 阅读提示:Methods: 2.7 Statistical Analysis |
| 敏感性分析 | 排除极端值(Q3+3×IQR)后的敏感性队列 阅读提示:Methods: 2.7 Statistical Analysis 和 Supplementary Table S1 |