兒童可逆性后部白質(zhì)腦病臨床特點(diǎn)及預(yù)后分析
發(fā)布時間:2021-06-01 06:54
目的:分析兒童可逆性后部白質(zhì)腦。╬osterior reversible encephalopathy syndrome,PRES)的臨床特點(diǎn)及預(yù)后危險因素。方法:回顧性分析重慶醫(yī)科大學(xué)附屬兒童醫(yī)院2015年6月至2019年5月住院診斷為PRES的47例患兒的臨床資料及隨訪結(jié)果。結(jié)果:(1)47例患兒中,男28例,女19例,平均年齡8.79±3.72歲(215歲)。病因包括腎臟疾。29/47,61.70%)、血液系統(tǒng)疾。13/47,27.66%)、高血壓(5/47,10.64%)。臨床表現(xiàn)以驚厥(43/47,91.49%)、頭痛(28/47,59.57%)、視力障礙(18/47,38.30%)、頭暈(18/47,38.30%)、嘔吐(18/47,38.30%)、精神行為異常(17/41,36.17%)為主,46例(46/47,97.87%)患兒發(fā)病時存在高血壓。頭顱MRI檢查以枕頂葉(42/47,89.36%)受累為主,輕度病變38例(38/47,80.85%),中度病變7例(7/47,14.89%),重度病變2例(2/47,4.26%)。41例(41/47...
【文章來源】:重慶醫(yī)科大學(xué)重慶市
【文章頁數(shù)】:44 頁
【學(xué)位級別】:碩士
【部分圖文】:
不同嚴(yán)重程度頭顱MRIFigure1SkullMRIofdifferentseverityA-B為輕度:T2Flair像上雙側(cè)枕葉、頂葉后部可見高信號;C-D為中度:T2Flair像上雙側(cè)大腦白質(zhì)區(qū)可見較廣泛高信號;E-I為重度:T2Flair像上右側(cè)小腦齒狀核、腦干、基底節(jié)、GHI
重慶醫(yī)科大學(xué)碩士研究生學(xué)位論文15后不良的Logistic回歸進(jìn)行多因素分析。由于住院天數(shù)與MRI嚴(yán)重程度(P=0.003)、住院天數(shù)與存在精神行為異常(P=0.019),MRI嚴(yán)重程度與LDH之間(P=0.027)均存在較強(qiáng)的線性相關(guān)性,導(dǎo)致模型估計(jì)結(jié)果不可靠。為避免模型中的共線性問題,在多因素回歸的同時對回歸系數(shù)絕對值進(jìn)行懲罰,即Lasso-Logistic回歸(使用統(tǒng)計(jì)軟件R3.6.1)。圖2給出了回歸中標(biāo)準(zhǔn)化系數(shù)隨懲罰因子(Lambda)增大的縮減路徑。隨著系數(shù)懲罰因子Lambda的增加,模型中系數(shù)縮減為0的因素依次為LDH,Ca2+,存在精神行為異常,MRI嚴(yán)重程度和住院天數(shù),這體現(xiàn)了這5個影響因素在模型中的相對重要程度。除Ca2+與預(yù)后不良呈負(fù)相關(guān)關(guān)系,其余影響因素與預(yù)后不良均呈正相關(guān)關(guān)系。在單因素分析基礎(chǔ)上,我們選擇MRI嚴(yán)重程度、存在精神行為異常、住院天數(shù)進(jìn)行多因素分析。為消除共線性的影響,先將病程長短去掉,只用MRI嚴(yán)重程度和存在精神行為異常作為自變量,PRES患兒預(yù)后作為因變量,進(jìn)行Logistics回歸分析,發(fā)現(xiàn)MRI嚴(yán)重程度(P=0.024)是PRES預(yù)后不良的獨(dú)立危險因素;若將住院天數(shù)、MRI嚴(yán)重程度作為自變量,PRES患兒預(yù)后作為因變量,進(jìn)行Logistics回歸分析,發(fā)現(xiàn)住院天數(shù)(P=0.036)是PRES預(yù)后不良的獨(dú)立危險因素,見表5-1、表5-2。圖2Lasso-Logistic回歸中標(biāo)準(zhǔn)化系數(shù)隨懲罰因子(Lambda)增加的縮減路徑圖住院天數(shù)精神行為異常LDHCa2+MRI嚴(yán)重程度
本文編號:3209888
【文章來源】:重慶醫(yī)科大學(xué)重慶市
【文章頁數(shù)】:44 頁
【學(xué)位級別】:碩士
【部分圖文】:
不同嚴(yán)重程度頭顱MRIFigure1SkullMRIofdifferentseverityA-B為輕度:T2Flair像上雙側(cè)枕葉、頂葉后部可見高信號;C-D為中度:T2Flair像上雙側(cè)大腦白質(zhì)區(qū)可見較廣泛高信號;E-I為重度:T2Flair像上右側(cè)小腦齒狀核、腦干、基底節(jié)、GHI
重慶醫(yī)科大學(xué)碩士研究生學(xué)位論文15后不良的Logistic回歸進(jìn)行多因素分析。由于住院天數(shù)與MRI嚴(yán)重程度(P=0.003)、住院天數(shù)與存在精神行為異常(P=0.019),MRI嚴(yán)重程度與LDH之間(P=0.027)均存在較強(qiáng)的線性相關(guān)性,導(dǎo)致模型估計(jì)結(jié)果不可靠。為避免模型中的共線性問題,在多因素回歸的同時對回歸系數(shù)絕對值進(jìn)行懲罰,即Lasso-Logistic回歸(使用統(tǒng)計(jì)軟件R3.6.1)。圖2給出了回歸中標(biāo)準(zhǔn)化系數(shù)隨懲罰因子(Lambda)增大的縮減路徑。隨著系數(shù)懲罰因子Lambda的增加,模型中系數(shù)縮減為0的因素依次為LDH,Ca2+,存在精神行為異常,MRI嚴(yán)重程度和住院天數(shù),這體現(xiàn)了這5個影響因素在模型中的相對重要程度。除Ca2+與預(yù)后不良呈負(fù)相關(guān)關(guān)系,其余影響因素與預(yù)后不良均呈正相關(guān)關(guān)系。在單因素分析基礎(chǔ)上,我們選擇MRI嚴(yán)重程度、存在精神行為異常、住院天數(shù)進(jìn)行多因素分析。為消除共線性的影響,先將病程長短去掉,只用MRI嚴(yán)重程度和存在精神行為異常作為自變量,PRES患兒預(yù)后作為因變量,進(jìn)行Logistics回歸分析,發(fā)現(xiàn)MRI嚴(yán)重程度(P=0.024)是PRES預(yù)后不良的獨(dú)立危險因素;若將住院天數(shù)、MRI嚴(yán)重程度作為自變量,PRES患兒預(yù)后作為因變量,進(jìn)行Logistics回歸分析,發(fā)現(xiàn)住院天數(shù)(P=0.036)是PRES預(yù)后不良的獨(dú)立危險因素,見表5-1、表5-2。圖2Lasso-Logistic回歸中標(biāo)準(zhǔn)化系數(shù)隨懲罰因子(Lambda)增加的縮減路徑圖住院天數(shù)精神行為異常LDHCa2+MRI嚴(yán)重程度
本文編號:3209888
本文鏈接:http://sikaile.net/shoufeilunwen/mpalunwen/3209888.html
最近更新
教材專著