A nomogram to predict respiratory failure development in severe fever with thrombocytopenia syndrome patients with pneumonia
7.0
来源：
Nature
关键字：
ML brain science
发布时间：
2025-11-06 03:43
摘要：
本研究建立了一个列线图模型，用于预测重症热带血小板综合症（SFTS）患者中肺炎引起的呼吸衰竭风险。通过分析167例患者的临床数据，识别出包括神经系统表现、医院感染、急性肾损伤等在内的独立预测因子。该模型在临床应用中显示出良好的校准和区分能力，AUC为0.932，具有重要的临床应用价值，能够帮助医生识别高风险患者并及时干预。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+重点关注领域符合度
business_impact
0.5分+商业影响力
scientific_rigor
1.5分+数据支撑的科学性
timeliness_innovation
1.5分+时效性与创新性
investment_perspective
2.5分+BOCG投资视角
market_value_relevance
1.0分+市场价值相关性
team_institution_background
0.5分+团队与机构背景
technical_barrier_competition
0.0分+技术壁垒与竞争格局
关键证据
研究建立了一个预测重症肺炎患者呼吸衰竭发展的列线图模型，显示出良好的校准和区分能力。
在167例患者中，45例发展为呼吸衰竭，且识别了多个独立预测因子。
该模型的AUC为0.932，表明其具有良好的临床应用潜力。
真实性检查
否
AI评分总结
本研究建立了一个列线图模型，用于预测重症热带血小板综合症（SFTS）患者中肺炎引起的呼吸衰竭风险。通过分析167例患者的临床数据，识别出包括神经系统表现、医院感染、急性肾损伤等在内的独立预测因子。该模型在临床应用中显示出良好的校准和区分能力，AUC为0.932，具有重要的临床应用价值，能够帮助医生识别高风险患者并及时干预。