医院潘晔生
NT-proBNP用于心力衰竭的诊断受到很多其它因素（如年龄、性别、肾功能、身高体重指数BMI等）的干扰。临床上虽然有根据年龄、肾功能的不同分层诊断标准，但并不实用。我们中心进行的研究发现，结合多变量的校正NT-proBNP判定式可以提高慢性心力衰竭诊断的准确性。
我们共筛选了例疑似慢性心力衰竭患者，例进入建模数据集，例进入验证数据集。
根据ESC指南诊断标准共例被诊断为慢性心力衰竭，其中左室收缩功能减退例，左室收缩功能保留（临界区）59例，左室收缩功能保留84例。在建模组中用NT-proBNP值诊断慢性心力衰竭的曲线下面积（AUC）为0.，cutoff值为.5ng/L，筛选变量后发现将年龄、eGFR、体重指数、房颤、性别5个变量加入诊断模型后AUC可增加到0.。由此建立logistic回归模型：Logit(P)=-1.+0.×NT-proBNP+0.×eGFR-0.×age+0.×BMI-2.×AF-0.×sex，诊断灵敏度可由92.4%升至94.2%，特异度由77.3%升至86.7%。在验证数据集中同样证实了校正NT-proBNP心衰诊断判定式的准确性。
OCC现场花絮
治疗白癜风多少钱北京治疗白癜风