判断急性冠脉综合症的统计模型的建立

    澳大利亚学者R L Kennedy和R F Harrison运用临床资料及现有的ECG建立一个急性冠脉综合症的统计模型，并对其可靠性及可操作性加以了评估。他们从UK教学医院调用了3462名患者的数据资料。建立了8,14,25,和43因素的logistic回归模型，数据经接收机工作特征曲线来进行分析。选出一个中心的25因素模型做进一步的研究分析结果显示：98.2%的ST段抬高性心肌梗塞(STEMIs)和96.2%的非ST段抬高性心肌梗塞(non-STEMIs)能够正确地区分，仅2.1%的非心源性疾病不能被准确区分。从其他3个中心来的数据资料的分析结果表明，97.3% 的STEMIs和 91.9%的非STEMIs能被准确分类。而当分析结果与临床资料及标志性的蛋白结合起来分析，则结果更加可靠。以上数据表明，建立在现有资料基础上的Logistic回归模型能够相当准确地分类胸痛的患者，尤其是将临床资料及标志蛋白结合起来一起分析，结果将更为可靠。/**/