Construction and validation of an early diagnostic model for venous thromboembolism in elderly patients
本研究开发并验证了一种多元诊断模型，该模型结合了尿酸、年龄校正后的 D-二聚体、慢性阻塞性肺疾病（COPD）以及冠心病，旨在利用基础临床和实验室参数，准确地将老年住院患者中的静脉血栓栓塞症（VTE）与非 VTE 病例区分开来。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，人体就像一座繁忙的城市，拥有复杂的道路网络。通常情况下，交通流动顺畅，但有时，大规模的交通拥堵可能会在错误的地方形成，阻塞主要动脉。在医学界，这被称为血栓。当这些血栓卡在腿部的静脉中或向上蔓延至肺部时，被称为静脉血栓栓塞症，简称 VTE。它是一个隐蔽的捣蛋鬼，因为在老年人身上，它通常不会通过明显的疼痛或肿胀来大声呼救。相反，它通过一些模糊的症状进行“低语”，比如感到疲劳或呼吸短促，这些症状很容易被误认为是仅仅因为“变老了”或患有其他常见健康问题。
医生们拥有识别这些血栓的工具，比如特殊的照相机（影像学）或血液检查，但这些手段可能既昂贵又耗时，或者在生理机能自然发生变化、导致检测结果难以解读的老年患者身上显得难以解释。这就像是试图在一辆看起来都略有差异且光线昏暗的拥挤停车场中，找到一辆特定的汽车。科学家们正在提出的重大问题是：我们能否构建一个更聪明、更简单的“侦察员”，利用我们现有的基本信息——比如患者的年龄、病史和一些常规血液指标——来判断谁处于高风险状态，而无需立即进行全面的调查？
这项由慈溪市人民医院研究人员开展的研究，正是旨在构建这样一个“侦察员”。他们回顾了 2025 年 1 月至 6 月期间入住该医院的 420 名老年患者（均为 65 岁及以上）的记录。根据名为 Padua 评分的标准清单，这些患者已被视为血栓的“高风险”人群。研究人员将这些患者分为两组：一组是确诊患有 VTE 的人（235 人），另一组是没有患病的人（185 人）。他们的目标是观察是否可以找到一种特定的简单线索组合，能够可靠地区分这两组人群。
团队的表现就像是在庞杂的证据堆中进行分类的侦探。他们从 36 项不同的信息开始，范围涵盖了从年龄、体重等基本统计数据到详细的血液检测结果和病史。通过使用一种称为 LASSO 回归的高级计算机方法（可以将其想象为一个超级高效的过滤器，通过去除噪音来寻找信号），他们将名单缩减到了仅有的四个关键“嫌疑人”，即对预测血栓最重要的四个因素。这四个因素分别是：
- 尿酸 (UA)： 一种存在于血液中的物质，通常与痛风有关，但在这里，它显示出与血栓风险的联系。
- 年龄校正后的 D-二聚体： 这是一种当血栓分解时出现的蛋白质碎片。在老年人中，这个数值会自然上升，因此研究人员使用了一个特殊的公式，根据患者的年龄来调整“临界点”，使测试更加公平。
- 慢性阻塞性肺疾病 (COPD)： 一种长期的肺部疾病。
- 冠心病 (CHD)： 一种影响心脏血管的疾病。
研究人员随后利用这四个因素构建了一个数学模型，其形式表现为“列线图”（nomogram，类似于医生的滑动尺计算器）。当他们测试这个新模型时，它的表现相当不错。在用于构建模型的患者组中，它大约有 75.5% 的概率能正确识别出有无血栓的区别（AUC 评分为 0.755）。当他们在另一组独立的患者中进行测试以验证其稳定性时，得分几乎完全一致，为 75.2%。
该研究表明，这种依赖于医生档案中已有数据的简单工具，可以帮助他们做出更快、更准确的决策。它并不取代对昂贵扫描的需求，但它可以作为一个有用的指南，帮助决定谁真正需要进行扫描。作者指出，虽然该模型很有前景，但它是基于单一医院的数据构建的，因此需要在更多样化的人群和不同的地点进行测试，以确保它在任何地方都有效。目前，它是一个有益的新思路，将基础血液检查与病史相结合，以破解寻找老年群体中隐藏血栓这一复杂难题。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。