Application value of prediction model established based on limb muscle strength status combined with clinical data for occurrence of deep vein thrombosis in acute stage of stroke
-
摘要:目的
探讨肢体肌力状况联合临床资料构建预测模型在脑卒中急性期发生深静脉血栓(DVT)的应用价值。
方法回顾性分析697例脑卒中患者的临床资料，按7∶3随机将其分为建模组488例和验证组209例，并分析2组资料有无差异。建模组中以患者急性期是否发生DVT划分为DVT组、非DVT组。采用多因素Logistic回归分析筛选出脑卒中急性期发生DVT的影响因素，利用R软件获得以列线图表达的预测模型。采用受试者工作特征(ROC)曲线评估模型的区分度。采用Bootstrap法(自抽样法)评价模型的校准度; 采用决策曲线评价模型的临床有效性。
结果建模组与验证组的临床资料比较，差异无统计学意义(P>0.05)。建模组488例脑卒中患者急性期住院期间内，有77例发生DVT(DVT组)，发生率为15.78%(77/488)。Logistic回归分析发现年龄、合并糖尿病、血脂异常、Padua评分、D-二聚体、肢体肌力均是脑卒中急性期DVT的影响因素(P < 0.05)。建模组发生DVT风险的曲线下面积为0.890(95%CI: 0.866~0.923), 验证组发生DVT风险的曲线下面积为0.851(95%CI: 0.781~0.911), 表明模型的区分度良好; Bootstrap法验证发现建模组和验证组的偏差校准曲线平均绝对误差分别为0.012、0.015, 表明预测模型的校准度高。决策曲线中的阀概率值设定为33%, 建模组与验证组的临床净获益分别为62%和64%, 表明预测模型具有临床有效性。
结论基于肢体肌力状况、年龄、有无糖尿病和血脂异常、Padua评分、D-二聚体指标建立的预测模型对脑卒中急性期发生DVT风险具有一定的预测价值。
Abstract:ObjectiveTo explore the application value of the prediction model established based on limb muscle strength combined with clinical data in the occurrence of deep vein thrombosis (DVT) in acute stage of stroke.
MethodsClinical data of 697 stroke patients were retrospectively analyzed, and they were randomly divided into modeling group (n=488) and validation group (n=209) according to a ratio of 7∶3, and the data of the two groups were analyzed for differences. The modeling group was divided into DVT group and non-DVT group according to whether patients had DVT in the acute stage. Multiple Logistic regression analysis was used to screen out the influencing factors of DVT in acute stage of stroke, and R software was used to obtain the prediction model expressed in line graph. Receiver operating characteristic (ROC) curve was used to evaluate the model differentiation. The calibration degree of the model was evaluated by Bootstrap method (self-sampling method); the decision curve was used to evaluate the clinical effectiveness of the model.
ResultsThere was no significant difference in clinical data between the modeling group and the verification group (P>0.05). In the modeling group, 77 of 488 stroke patients developed DVT during acute hospitalization (DVT group), with an incidence of 15.78% (77/488). Logistic regression analysis showed that age, diabetes mellitus, dyslipidemia, Padua score, D-dimer and limb muscle strength were all influencing factors of DVT in acute stage of stroke (P < 0.05). The area under the curve of DVT risk in the modeling group was 0.890 (95%CI, 0.866 to 0.923), and was 0.851 (95%CI, 0.781 to 0.911) in the verification group, which indicated that the model was well differentiated; the average absolute error of deviation calibration curve of the modeling group and the verification group was 0.012 and 0.015, respectively, which indicated that the calibration degree of the prediction model was high. The threshold probability value in the decision curve was set at 33%, and the net clinical benefit for the modeling group and the validation group was 62% and 64%, respectively, which indicated that the prediction model was effective in clinic.
ConclusionThe prediction model established based on limb muscle strength status, age, diabetes and dyslipidemia, Padua score and D-dimer index has certain value in predicting the risk of DVT in acute stage of stroke.
-
Keywords:
- stroke /
- acute phase /
- limb muscle strength /
- deep vein thrombosis /
- predictive model
-
玫瑰痤疮是一种由面部中央皮肤血管及毛囊皮脂腺引起的慢性炎症性皮肤病，在临床上主要表现为丘疹、脓疱、红斑、毛细血管扩张等，继而出现瘙痒、烧灼、刺痛等症状，严重影响人们的生活[1-2]。因此，寻找与玫瑰痤疮相关的生物标志物有助于临床开发新的治疗靶点。据报道，玫瑰痤疮患者肠道乳酸杆菌和双歧杆菌的菌落数量减少与胃肠道疾病高发病率有关，而肠道菌群又通过免疫系统和炎症反应影响皮肤疾病的发生[3-4]。睾酮是一种雄性激素，对维持男性的次要性特征和生育能力至关重要[5]。此外，睾酮可以通过脂肪组织来调节炎性细胞因子水平，在心血管疾病、代谢风险、系统性炎症中发挥作用[6-7]。雌二醇是一种雌激素，能够降低血脑屏障通透性、氧化应激、神经炎症和兴奋毒性[8]。研究[9]发现，男性体内也存在雌二醇，对骨骼生长和骨骼健康维持、身体组成和葡萄糖代谢以及血管运动稳定性十分重要。本研究检测玫瑰痤疮患者血清中睾酮、雌二醇的水平，探讨两者与患者肠道菌群失调的相关性，分析两者在玫瑰痤疮发生、发展中的作用，现报告如下。
1. 资料与方法
1.1 一般资料
选取2021年3月—2022年9月诊治的102例玫瑰痤疮患者作为观察组，其中男56例，女46例; 平均年龄(32.50±5.50)岁; 体质量指数(32.50±5.50) kg/m2; 吸烟者55例，不吸烟者47例; 饮酒者42例，不饮酒者60例。根据临床症状将患者分为轻度组64例、中度组17例、重度组21例。同时选取同期105例健康体检志愿者作为对照组，其中男55例，女50例，平均年龄(33.20±6.40)岁; 体质量指数(33.20±6.40) kg/m2; 吸烟者53例，不吸烟者52例; 饮酒者40例，不饮酒者65例。与对照组比较，观察组玫瑰痤疮患者在性别、年龄、体质量指数、吸烟、饮酒方面比较，差异无统计学意义(P>0.05)。纳入标准: ①符合玫瑰痤疮的诊断标准[10]者; ②无寻常性痤疮、皮炎等皮肤病者; ③年龄>18周岁，且自愿签署同意书者; ④临床资料完整者。排除标准: ①近期有糖皮质激素、抗生素、抗过敏药物或物理治疗者; ②有胃肠道疾病及手术史者; ③妊娠、哺乳期女性; ④有多囊卵巢综合征、卵巢早衰以及心血管系统性疾病者。本研究经医院伦理委员会批准。
1.2 方法
1.2.1 样本收集
收集所有患者确诊当天(对照组为体检当日)空腹静脉血3~4 mL, 自然冷却至室温后进行血清分离，于-20 ℃冰箱中保存以备检测。同时使用无菌盒收集患者清晨新鲜大便，经过系列稀释后，于-80 ℃超低温冰箱中保存以备菌群测定。
1.2.2 指标检测
采用放射免疫法检测血清睾酮、雌二醇水平: 严格按照人睾酮(货号EK-H12047, 博辉生物科技(广州)有限公司)、雌二醇(货号YT10719, 上海韵泰信息科技有限公司)试剂盒说明书配制梯度标准品，利用酶标仪(型号NanoDrop ND-12000, 美国Thermo公司)对不同浓度标准品的吸光值进行测定，建立吸光度与浓度的工作曲线。于-20 ℃冰箱中取适量血清样本，解冻，测定各样本的吸光度，计算各样本血清睾酮、雌二醇水平。
1.2.3 荧光定量聚合酶链反应(PCR)测定肠道菌群中双歧杆菌、乳酸杆菌、大肠埃希杆菌、肠球菌的拷贝数
对质粒标准品(货号MIR7906, 上海百赛生物有限公司)进行多次梯度稀释，以得到102~1012个拷贝/mL(质粒拷贝数浓度)的标准品为模板，进行荧光定量PCR。反应体系为20 μL: SYBR Green Master Mix 10 μL, 上下游引物各0.5 μL, 模板DNA 2 μL, ddH2O 7 μL; 反应条件: 1个循环(变性5 min 95 ℃), 45个循环(变性10 s 95℃、退火20 s 58或52 ℃、延伸30 s 72 ℃); 反应完毕后分析溶解曲线，以Ct值绘制标准曲线。反应体系、条件不变，将稀释后待测样品DNA进行荧光定量PCR, 对肠道菌群中双歧杆菌、乳酸杆菌、大肠埃希杆菌、肠球菌的拷贝数量进行检测，同时计算双歧杆菌与大肠埃希杆菌的比值(B/E), B/E < 1提示患者肠道抗定植能力弱，肠道菌群失调; B/E>1提示患者肠道抗定植能力强[11-13]。见表 1。
表 1 各菌属引物信息及退火温度细菌菌属 正向引物5′-3′ 反向引物5′-3′ 退火温度/℃ 扩增片段 双歧杆菌 CTCCTGGAAACGGGTGG GGTGTTCTTCCCGATATCTACA 58 549~563 乳酸杆菌 AGCAGTAGGGAATCTTCCA CACCGCTACACATGGAG 58 341 大肠埃希杆菌 GTTAATACCTTTGCTCATTGA ACCAGGGTATCTAATCCTGTT 58 340 肠球菌 CCCTTATTGTTAGTTGCCATCATT ACTCGTTGTACTTCCCATTGT 52 140 1.3 统计学分析
采用SPSS 25.0软件对数据进行处理，计量资料均符合正态分布，采用(x±s)表示, 2组数据组间比较采用独立样本t检验，多组数据进行单因素方差分析(组内两两比较进行SNK-q检验); 计数资料以[n(%)]表示，利用χ2检验进行比较; 采用Pearson相关性分析对玫瑰痤疮患者血清睾酮、雌二醇水平与肠道菌群的相关性进行分析。P < 0.05为差异有统计学意义。
2. 结果
2.1 2组血清睾酮、雌二醇水平比较
与对照组比较，观察组玫瑰痤疮患者血清睾酮水平升高，雌二醇水平降低，差异有统计学意义(P < 0.05), 见表 2。
表 2 2组血清睾酮、雌二醇水平比较(x±s)组别 n 睾酮/(ng/L) 雌二醇/(pmol/L) 对照组 105 445.34±68.75 294.25±42.97 观察组 102 547.06±75.13* 225.28±25.89* 与对照组比较, *P < 0.05。 2.2 不同性别玫瑰痤疮患者血清睾酮、雌二醇水平比较
观察组玫瑰痤疮男性患者血清雌二醇水平低于对照组男性，玫瑰痤疮女性患者血清睾酮水平高于对照组女性，差异有统计学意义(P < 0.05), 见表 3。
表 3 不同性别玫瑰痤疮患者血清睾酮、雌二醇水平比较(x±s)组别 性别 n 睾酮/(ng/L) 雌二醇/(pmol/L) 对照组 男 55 480.12±70.32 194.35±30.17 女 50 407.08±67.02 404.14±57.05 观察组 男 56 504.08±72.67 92.34±19.54* 女 46 599.38±78.12# 387.12±33.62 与对照组男性比较, *P < 0.05; 与对照组女性比较, #P < 0.05。 2.3 2组菌群情况比较
与对照组比较，观察组玫瑰痤疮患者肠道双歧杆菌、乳酸杆菌菌群数量减少，大肠埃希杆菌、肠球菌增多, B/E降低，差异有统计学意义(P < 0.05), 见表 4。
表 4 2组菌群情况比较(x±s)组别 n 双歧杆菌 乳酸杆菌 大肠埃希杆菌 肠球菌 B/E 对照组 105 8.67±1.43 6.44±1.06 6.63±1.02 6.32±0.99 1.31±0.21 观察组 102 6.88±1.14* 5.06±1.11* 7.85±1.11* 7.56±1.15* 0.88±0.10* B/E: 双歧杆菌与大肠埃希杆菌比值。与对照组比较, *P < 0.05。 2.4 不同程度玫瑰痤疮患者血清睾酮、雌二醇水平比较
与轻度组比较，中度组、重度组玫瑰痤疮患者血清睾酮水平升高，雌二醇降低，差异有统计学意义(P < 0.05); 重度组较中度组患者血清睾酮水平升高，雌二醇降低，差异有统计学意义(P < 0.05), 见表 5。
表 5 不同程度玫瑰痤疮患者血清睾酮、雌二醇水平比较(x±s)组别 n 睾酮/(ng/L) 雌二醇/(pmol/L) 轻度组 64 508.58±73.12 246.12±29.12 中度组 17 566.57±75.52* 217.47±24.44* 重度组 21 648.54±80.94*# 168.09±17.22*# 与轻度组比较, *P < 0.05; 与中度组比较, #P < 0.05。 2.5 玫瑰痤疮患者血清睾酮、雌二醇水平与肠道菌群数量的相关性
Pearson相关性分析发现，玫瑰痤疮患者血清睾酮水平与双歧杆菌、乳酸杆菌菌群数量均呈负相关，与大肠埃希杆菌、肠球菌菌群数量均呈正相关(P < 0.05); 血清雌二醇水平与双歧杆菌、乳酸杆菌菌群数量均呈正相关，与大肠埃希杆菌、肠球菌菌群数量均呈负相关(P < 0.05), 见表 6。
表 6 玫瑰痤疮患者血清睾酮、雌二醇水平与肠道菌群数量的相关性指标 双歧杆菌 乳酸杆菌 大肠埃希杆菌 肠球菌 睾酮/(ng/L) r -0.409 -0.485 0.502 0.431 P < 0.05 < 0.05 < 0.05 < 0.05 雌二醇/(pmol/L) r 0.417 0.526 -0.481 -0.421 P < 0.05 < 0.05 < 0.05 < 0.05 3. 讨论
玫瑰痤疮是一种能够引起面部红斑、红肿的常见皮肤疾病，能够引起眼睛烧灼感和疼痛，易复发且持续时间长，易逐渐恶化[14]。研究[15-17]发现，玫瑰痤疮常与胃肠道疾病并发，受先天性和适应性免疫系统失调、微生物紊乱、永久性毛细血管扩张等因素影响，一些生物物质如肠道碱性磷酸酶、肠道细菌、血管活性肠肽等与肠道中炎症反应、血浆激肽释放酶-激肽有关，参与了玫瑰痤疮的发生、发展。因此，寻找与玫瑰痤疮相关的因子，及时加以干预，以便在临床医疗中对患者进行及时治疗。
性激素是人体内重要的物质，性激素失调对心血管病、冠心病、内分泌疾病等都会产生影响[18]。睾酮和雌二醇是人体内主要的性激素，在氧化应激、炎症、血管舒张等方面具有重要的作用。睾酮能够对细胞间脂质的合成、毛发生长、表皮的有丝分裂活性等许多皮肤功能产生影响，青春期雄激素和酶活性的增加引起皮脂腺产生皮脂[19]。雌二醇可在缺氧等应激情况下影响血管系统的血管舒张，能够调节炎症反应，并直接影响免疫系统细胞[20]。ZH C等[21]在研究性激素水平与玫瑰痤疮发展关系时发现，玫瑰痤疮是一种激素介导的疾病，男性患者睾酮水平升高，雌二醇水平降低。较高的睾丸激素增加了女性患者2型糖尿病和多囊卵巢综合征的风险[22]。BISHT A等[23]发现，丙酸杆菌和睾酮能够诱导痤疮发生，造成皮脂腺功能紊乱、皮脂分泌过多和脂肪酸成分改变。本研究发现，与对照组比较，观察组玫瑰痤疮患者血清睾酮水平明显升高，雌二醇显著降低，说明血清中睾酮、雌二醇水平与玫瑰痤疮具有一定关系。随着病情的加重，玫瑰痤疮患者血清睾酮水平依次升高，雌二醇依次降低，说明睾酮、雌二醇与玫瑰痤疮关系密切。进一步对不同性别患者血清中的睾酮、雌二醇水平进行比较发现，观察组玫瑰痤疮男性患者血清雌二醇水平低于对照组男性，女性患者血清睾酮水平高于对照组女性，提示血清中的睾酮、雌二醇水平在不同性别中具有显著差异，高水平的睾酮造成女性性激素水平紊乱，引起皮脂腺产生皮脂，从而造成女性玫瑰痤疮发病，而低水平的雌二醇会造成血管扩张，促进炎症水平升高，对免疫系统产生影响，从而引起男性发生玫瑰痤疮。通过对肠道菌群数量的研究发现，与对照组比较，观察组玫瑰痤疮患者肠道双歧杆菌、乳酸杆菌菌群数量减少，大肠埃希杆菌、肠球菌增多, B/E降低，说明玫瑰痤疮患者双歧杆菌、乳酸杆菌等优势菌群数量减少，大肠埃希杆菌、肠球菌致病菌增多，定植抗力减弱，肠道免疫、代谢功能出现异常，易感染细菌，提示肠道菌群失调与玫瑰痤疮的发生与发展密切相关。Pearson法分析发现，玫瑰痤疮患者血清睾酮水平与双歧杆菌、乳酸杆菌菌群数量均呈负相关，与大肠埃希杆菌、肠球菌菌群数量均呈正相关; 血清雌二醇水平与双歧杆菌、乳酸杆菌菌群数量均呈正相关，与大肠埃希杆菌、肠球菌菌群数量均呈负相关，说明玫瑰痤疮患者血清睾酮、雌二醇水平与肠道菌群失调有关。推测高水平睾酮、低水平雌二醇可引起机体炎症因子的释放，促进血管扩张，造成肠道菌群失调，从而参与玫瑰痤疮的发生、发展。
综上所述，玫瑰痤疮患者血清中睾酮水平升高、雌二醇水平降低与肠道菌群失调有关，在玫瑰痤疮的发生、发展中具有一定作用。然而睾酮、雌二醇、肠道菌群与玫瑰痤疮患者严重程度相关的具体机制仍需进一步探讨。
-
![]()
图 2 脑卒中急性期DVT风险的预测模型评价
A: 建模组的ROC曲线; B: 验证组的ROC曲线; C: 建模组的校正图; D: 验证组的校正图; E: 建模组的决策曲线; F: 验证组的决策曲线。
表 1 建模组与验证组的一般资料比较(x±s)[n(%)]
一般资料 建模组(n=488) 验证组(n=209) t/χ2 P 年龄/岁 58.24±8.13 57.29±8.46 1.396 0.163 男性 375(76.84) 153(73.21) 1.055 0.304 体质量指数/(kg/m2) 24.21±1.94 24.19±1.85 0.126 0.899 吸烟史 167(34.22) 68(32.54) 0.186 0.666 饮酒史 213(43.65) 81(38.76) 1.436 0.231 合并高血压 67(13.73) 23(11.01) 0.966 0.326 合并糖尿病 58(11.89) 21(10.05) 0.492 0.483 血脂异常 73(14.96) 32(15.31) 0.014 0.905 
下载: 导出CSV
表 2 脑卒中急性期发生DVT的单因素分析(x±s)[n(%)]
指标 DVT组(n=77) 非DVT组(n=411) t/χ2 P 年龄/岁 60.95±9.14 57.73±8.52 3.008 0.003 男性 54(70.13) 321(78.10) 2.316 0.128 体质量指数/(kg/m2) 24.43±2.05 24.17±1.89 1.093 0.275 吸烟史 29(37.66) 138(33.58) 0.481 0.448 饮酒史 38(49.35) 175(42.57) 1.209 0.272 合并高血压 13(16.88) 54(13.14) 0.768 0.381 合并糖尿病 15(19.48) 43(10.46) 5.036 0.025 血脂异常 20(25.97) 53(12.89) 8.720 0.003 脑卒中类型 出血型 16(20.78) 60(14.60) 2.007 0.367 缺血型 57(74.03) 332(80.78) 混合型 4(5.19) 19(4.62) Padua评分/分 3.58±0.93 3.14±0.82 4.228 < 0.001 血小板/(×109/L) 209.79±31.95 215.80±32.47 1.494 0.136 D-二聚体/(mg/L) 0.87±0.16 0.78±0.11 6.080 < 0.001 APTT/s 27.45±3.72 28.16±4.13 1.405 0.161 Fib/(g/L) 3.91±1.06 3.76±0.94 1.259 0.209 肢体肌力/级 3.08±0.43 3.61±0.62 7.182 < 0.001 APTT: 活化部分凝血活酶时间; Fib: 纤维蛋白原。
下载: 导出CSV
表 3 脑卒中急性期DVT的多因素Logistic回归分析
变量 β SE Wald χ2 P OR(95%CI) 年龄 0.347 0.113 9.429 0.002 1.415(1.056~2.789) 合并糖尿病 0.543 0.212 6.560 0.026 1.721(1.243~3.854) 血脂异常 0.614 0.203 9.148 0.005 1.848(1.163~3.397) Padua评分 1.215 0.524 5.376 0.034 3.370(2.109~6.403) D-二聚体 0.456 0.162 7.923 0.012 1.578(1.104~2.945) 肢体肌力 -0.542 0.184 8.677 0.009 0.582(0.215~0.937)
下载: 导出CSV
-
[1] WRITING GROUP MEMBERS, MOZAFFARIAN D, BENJAMIN E J, et al. Executive summary: heart disease and stroke statistics: 2016 update: a report from the American heart association[J]. Circulation, 2016, 133(4): 447-454. doi: 10.1161/CIR.0000000000000366
[2] POWERS W J, RABINSTEIN A A, ACKERSON T, et al. Guidelines for the early management of patients with acute ischemic stroke: 2019 update to the 2018 guidelines for the early management of acute ischemic stroke: a guideline for healthcare professionals from the American heart association/American stroke association[J]. Stroke, 2019, 50(12): e344-e418.
[3] DIZON M A M, DE LEON J M. Effectiveness of initiating deep vein thrombosis prophylaxis in patients with stroke: an integrative review[J]. J Neurosci Nurs, 2018, 50(5): 308-312. doi: 10.1097/JNN.0000000000000385
[4] 中华医学会神经病学分会, 中华医学会神经病学分会脑血管病学组. 中国各类主要脑血管病诊断要点2019[J]. 中华神经科杂志, 2019, 52(9): 710-715. [5] LI Z B, WANG M R, ZHANG L W, et al. Neuronavigation-guided corticospinal tract mapping in brainstem tumor surgery: better preservation of motor function[J]. World Neurosurg, 2018, 116: e291-e297. doi: 10.1016/j.wneu.2018.04.189
[6] 袁光华. 超声诊断基础与临床检查规范[M]. 北京: 科学技术文献出版社, 2005: 243-252. [7] WANG H J, ROSENDAAL F R, CUSHMAN M, et al. Procoagulant factor levels and risk of venous thrombosis in the elderly[J]. J Thromb Haemost, 2021, 19(1): 186-193. doi: 10.1111/jth.15127
[8] KARASU A, ŠRÁMEK A, ROSENDAAL F R, et al. Aging of the venous valves as a new risk factor for venous thrombosis in the elderly: the BATAVIA study[J]. J Thromb Haemost, 2018, 16(1): 96-103. doi: 10.1111/jth.13880
[9] CHUNG W S, LIN C L, KAO C H. Diabetes increases the risk of deep-vein thrombosis and pulmonary embolism. A population-based cohort study[J]. Thromb Haemost, 2015, 114(4): 812-818.
[10] GREGSON J, KAPTOGE S, BOLTON T, et al. Cardiovascular risk factors associated with venous thromboembolism[J]. JAMA Cardiol, 2019, 4(2): 163. doi: 10.1001/jamacardio.2018.4537
[11] ARPAIA G G, CALEFFI A, MARANO G, et al. Padua prediction score and IMPROVE score do predict in-hospital mortality in Internal Medicine patients[J]. Intern Emerg Med, 2020, 15(6): 997-1003. doi: 10.1007/s11739-019-02264-4
[12] 内科住院患者静脉血栓栓塞症预防中国专家建议写作组, 中华医学会呼吸病学分会, 中华医学会老年医学分会, 等. 内科住院患者静脉血栓栓塞症预防中国专家建议(2015)[J]. 中华结核和呼吸杂志, 2015, 38(7): 484-491. doi: 10.3760/cma.j.issn.1001-0939.2015.07.002 [13] 曹闻亚, 常红. Padua评分联合血清D-二聚体早期预测急性期缺血性脑卒中病人深静脉血栓形成的分析[J]. 护理研究, 2019, 33(16): 2841-2844. doi: 10.12102/j.issn.1009-6493.2019.16.025 [14] 王悦曦, 解佳妮, 王晓溶, 等. 肌肉链理论在脑卒中康复治疗中的研究进展[J]. 实用临床医药杂志, 2020, 24(21): 128-132. doi: 10.7619/jcmp.202021036 [15] 柯绪芬, 张晗. 脑梗死患者卒中后抑郁风险预测列线图模型的建立与验证[J]. 实用心脑肺血管病杂志, 2021, 29(8): 34-40. [16] 荆莉, 沈延艳. 急性脑梗死患者机械取栓后颅内出血的风险列线图预测模型[J]. 中国医师杂志, 2021, 23(3): 366-369, 374. -
期刊类型引用(4)
1. 肖礼红，鲁力，石伟. 中性粒细胞明胶酶相关脂质运载蛋白、肾损伤分子-1联合尿微量白蛋白检测对胰腺炎并发急性肾损伤的诊断价值. 中国当代医药. 2024(11): 117-120 . 
百度学术
2. 李玲，管亚飞，张存，陈筱青，崔曙东，吴晶晶. 窒息相关新生儿急性肾损伤危险因素及临床特征分析. 实用临床医药杂志. 2024(18): 81-85 . 本站查看
3. 荣曾霞，熊绘，杨勋能. 低晶胶比液体复苏完成时限对成人重症急性胰腺炎休克患者病情及转归的影响. 实用临床医药杂志. 2024(23): 81-86 . 本站查看
4. 罗玮玮，董小武，王凝之，李瑶瑶，肖炜明，丁岩冰，孙云云. 基于Web of Science数据库对急性胰腺炎相关研究的文献计量与可视化分析. 实用临床医药杂志. 2023(19): 101-106 . 本站查看
其他类型引用(1)
计量
- 文章访问数: 188
- HTML全文浏览量: 79
- PDF下载量: 12
- 被引次数: 5
苏公网安备 32100302010246号