《World Neurosurgery》：Development and Validation of a Predictive Model for Postoperative Pneumonia in Aneurysmal Subarachnoid Hemorrhage Patients: A Multivariable Analysis
编辑推荐：
本研究针对动脉瘤性蛛网膜下腔出血（aSAH）患者术后肺炎风险，通过LASSO回归筛选关键因素并构建多因素逻辑回归预测模型，验证其AUC为0.809，临床决策曲线分析显示模型具有良好临床适用性，并开发了可视化Nomogram辅助临床风险评估。
Jinpeng Wu | Cuiping Mu | Jiazhong Lao | Yifan Xu | Le Yu | Chao Wang | Pin Guo | Yugong Feng | Zhenwen Cui
青岛市大学附属医院神经外科，中国青岛市266000
摘要
背景
术后肺炎是动脉瘤性蛛网膜下腔出血（aSAH）患者的常见并发症，对患者的预后有显著影响。早期识别高风险患者对于改善治疗结果至关重要。本研究旨在开发并验证一个预测模型，以评估aSAH患者术后肺炎的风险。
方法
本研究共纳入279名aSAH患者。根据是否发生术后肺炎，将这些患者分为两组：术后肺炎组（75名患者）和非术后肺炎组（204名患者）。收集了基线临床特征，包括性别、年龄、吸烟史、格拉斯哥昏迷量表（GCS）评分和Hunt-Hess分级。使用LASSO回归方法筛选与术后肺炎相关的关键风险因素，并通过多变量逻辑回归构建预测模型。通过接收者操作特征（ROC）曲线、校准曲线和决策曲线分析（DCA）评估该模型的性能。
结果
最终模型将年龄、性别、吸烟史、GCS评分和Hunt-Hess分级作为术后肺炎的预测因素。该模型的预测能力较强，曲线下面积（AUC）为0.809，表明其准确性较高。校准曲线显示模型拟合良好，DCA结果证实了其临床应用的显著性。此外，还开发了一个可视化诺模图，以帮助临床医生识别高风险患者。
结论
本研究成功开发并验证了一个预测模型，用于评估aSAH患者术后肺炎的风险，该模型结合了关键的临床变量。该模型为早期识别高风险患者和制定个性化干预策略提供了有价值的指导。
