基于 mCTSI、Balthazar CT 分级及胰外炎症 CT评分的 SAP 预后预测模型构建

摘要:

目的 构建基于修正CT严重指数（mCTSI）、Balthazar CT分级及胰外炎症CT评分（EPIC）的重症急性胰腺炎（SAP）预后预测模型，并分析该模型预测效能。方法 本研究为回顾性病例对照研究。收集2022年8月至2025年6月温州医科大学附属第一医院收治的SAP患者426例，根据28 d预后情况，分为预后不良组（不良组，n=136）及预后良好组（良好组，n=290）。比较两组患者一般资料、mCTSI、Balthazar CT分级及EPIC。运用多因素Logistic 回归分析SAP患者预后的影响因素，基于影响因素构建预测模型，借助受试者工作特征（ROC）曲线评估各影响因素及预测模型的效果。结果 不良组mCTSI评分、Balthazar CT分级及EPIC评分均高于良好组（均P＜0.05），两组急性生理学与慢性健康状况评分Ⅱ（APACHE Ⅱ）评分、C反应蛋白（CRP）及清蛋白（Alb）差异均有统计学意义（均P＜0.05）。高mCTSI、高Balthazar CT 分级、高EPIC、高APACHE Ⅱ评分及高CRP均是SAP患者预后不良的危险因素，高Alb是SAP患者预后不良的保护因素（均P＜0.05）。根据Logistic回归分析构建预测模型，Log（P）= 15.029+0.356×mCTSI+1.929×Balthazar CT分级+0.923×EPIC+0.467×APACHE Ⅱ评分+0.256×CRP 0.252×Alb。ROC曲线显示，mCTSI、Balthazar CT分级、EPIC、APACHE Ⅱ评分、CRP、Alb单独及预测模型预测SAP患者预后的分别为0.753、0.866、0.783、0.878、0.851、0.786及0.968，预测模型的最高（P＜0.05），其敏感度和特异度也最高，分别为94.9%和 88.3%。结论 基于mCTSI、Balthazar CT分级、EPIC、APACHE Ⅱ评分、CRP、Alb水平的预测模型预测SAP的效能较高，可应用于临床。

Abstract: