目的：建立一个早期预测急性胰腺炎（AP）进展为重症胰腺炎（SAP）的nomogram模型并进行验证。
方法：回顾性收集本院2016年1月至2022年7月收治的361例AP患者影像学与临床资料，男性221例（61.2%），女性140例（38.8%）。根据Atlantic评分，其中64例为SAP，297例为非SAP（NSAP）。通过单因素分析筛选差异有统计学意义的变量进行多因素logistic回归分析，筛选出SAP的独立危险因素并建立nomogram预测模型。运用受试者工作特征（ROC）曲线、校准曲线及决策曲线（DCA）分别评价模型的预测效能、准确性及临床实用性，运用Bootstrap法对模型进行内部验证，C-index为0.90。
结果：通过单因素分析和多因素logistic回归分析，最终筛选出胸腔积液（OR=7.353，95%CI：3.344-16.170）、肾旁后间隙（PPS）受累（OR=3.149，95%CI：1.314-7.527）、血肌酐浓度（Cr）（OR=1.027，95%CI：1.017-1.038）、血清钙离子浓度（Ca2+）（OR=0.038，95%CI：0.009-0.166）为SAP发生的独立危险因素（P<0.05），以这四个因素建立nomogram模型，该模型的ROC曲线下面积（AUC）为 0.905（95%CI: 0.869-0.933），模型的预测效能较好；校准曲线显示，模型对SAP的预测概率与实际概率相差较小，校准度高；内部验证结果显示，该模型预测SAP的区分度良好，一致性指数为0.90。DCA分析显示该模型的临床实用性较高。
结论：联合胸腔积液、PPS受累、Cr和Ca（2+）构建的nomogram模型对早期预测SAP有良好的效果，可为临床诊疗提供参考。

陈桥梁,徐丹丹,杨俊杰,杨维森,顾燕,王业青,范国华,殷国建,徐亮. 结合平扫CT征象与临床指标早期预测急性胰腺炎严重程度的nomogram模型的初步建立与评估[J]. 中华急诊医学杂志, 2023,32(10): 1333-1339.
DOI号:

伦理审批号：苏州大学附属第二医院伦理委员会（JDHG-2022-18）

关键词： 重症急性胰腺炎 预测模型 计算机体层成像 列线图