Prognozowanie śmiertelności u chorych z mukowiscydozą cd

Jako czynnik prognostyczny śmierci ta zmienna (wskaźnik stanu odżywienia) nie miała większej wartości prognostycznej wśród pacjentów płci męskiej niż wśród kobiet. U młodszych pacjentów (w wieku od 6 do 17 lat) stosunek masy do wzrostu miał mniejszy związek ze śmiertelnością w ciągu dwóch lat niż u starszych pacjentów (18 do 44 lat) (ryc. 2). Tabela 1. Tabela 1. Wyniki analizy regresji przy użyciu modeli z pojedynczą zmienną. Tabela 2. Tabela 2. Wyniki analizy regresji z wybranymi modelami z wykorzystaniem więcej niż jednego współzmiennika. Analiza regresji proporcjonalnych zagrożeń potwierdziła, że wszystkie współzmienne, z wyjątkiem wieku, były istotnymi predykatorami śmierci (tab. 1). Oceniliśmy także względną istotność współzmiennych w modelach wielowymiarowych (tabela 2). Kobiecy seks był istotnym predyktorem wyższej śmiertelności we wszystkich modelach. Współczynnik wieku stał się ujemny i wysoce istotny, gdy FEV1 lub FVC zostały uwzględnione w modelu, potwierdzając, że dla danych wartości tych pomiarów młodsi pacjenci byli bardziej zagrożeni śmiercią w ciągu jednego lub dwóch lat niż starsi pacjenci. Wiek nie był znaczącym czynnikiem, gdy Pa02 lub PaCO2 został uwzględniony w modelu. Znaczenie wieku i płci zostało znacznie zmniejszone w modelu trójzmiennym, który obejmował procent wagowy, odzwierciedlający gorszy stan odżywienia kobiet i starszych pacjentów. Modele z więcej niż trzema zmiennymi predykcyjnymi (dane nie pokazane) również zostały wyprodukowane, ale tylko wiek, płeć i FEV1 pozostały znaczące (P <0,001) w każdym z tych modeli, co sugeruje, że ten model trzech zmiennych był najbardziej użyteczny. W szczególności, w tym Pa02 miał marginalny wpływ (P = 0,03, względne ryzyko na zmianę -5, 1,1) i włączając PaC02 (P = 0,8), FVC (P = 0,2) i procent masy na wysokość (P = 0,09) nie przyniosło efektu.
Odpowiedniość modelu, który obejmował wiek, płeć i FEV1, była dalej testowana. Model obejmujący rok zgonu każdego pacjenta wykazał, że czas kalendarzowy nie był znaczącym modyfikatorem (P = 0,7). Założenie dotyczące proporcjonalności zbadano dla każdej współzmiennej, uwzględniając zależną od czasu zmienną złożoną (współzmienną × log [czas]). Nie było dowodów na nieproporcjonalność. Oddzielne modele zostały dopasowane do pacjentów płci męskiej i żeńskiej, ale modele te nie wykazywały różnic między płciami w zakresie wpływu wieku i FEV1. Model został również wytworzony ze zmiennych binarnych, aby reprezentować kategorie FEV1, w oparciu o przyrosty o 10 procent przewidywanej wartości. Model ten wykazał przybliżone podwojenie ryzyka przy każdej redukcji o 10 procent przewidywanej wartości, podobnie jak w znacznie prostszym modelu, w którym FEV1 służyło jako zmienna ciągła.
Rysunek 3. Rysunek 3. Dwuletnia śmiertelność według FEV1 i płci (górny panel) i wieku (dolny panel). Wartości obliczono na podstawie pomiarów zbiorczych.
Rycina 3 pokazuje wpływ płci i wieku na wartość FEV1 w przewidywaniu śmierci w ciągu dwóch lat, jak na rycinie 1. Dwuletnią śmiertelność obliczono na podstawie zbiorczych rocznych pomiarów dla 10-letniego okresu. Ryzyko zgonu wśród kobiet z wartościami FEV1 między 20 a 30 procentami wyniosło 56 procent, w porównaniu z 38 procentami wśród mężczyzn
[patrz też: przychodnia stabłowice, teb edukacja leszno, nebbud dla dzieci ]