肺结核患者氟喹诺酮类耐药影响因素预测模型的构建与验证：基于LASSO-Logistic回归模型

doi:10.12114/j.issn.1007-9572.2023.0909

中国全科医学 ›› 2024, Vol. 27 ›› Issue (30): 3776-3783.DOI: 10.12114/j.issn.1007-9572.2023.0909

肺结核患者氟喹诺酮类耐药影响因素预测模型的构建与验证：基于LASSO-Logistic回归模型

秦娅莉¹, 陈静¹^,²^,^*(), 李军¹, 王明栋³, 欧维正³, 邱继瑶², 彭燕清²

1．561113　贵州省贵阳市，贵州医科大学公共卫生与健康学院　环境污染与疾病监控教育部重点实验室
2．550003　贵州省贵阳市公共卫生救治中心结核科
3．550003　贵州省贵阳市公共卫生救治中心检验科

收稿日期:2024-02-28 修回日期:2024-04-13 出版日期:2024-10-20 发布日期:2024-07-09
通讯作者: 陈静
作者贡献：
秦娅莉负责数据收集、整理、分析，撰写论文；陈静负责设计方案，研究指导，论文修订；李军负责研究指导，审阅文章；王明栋、欧维正负责获取数据及核对数据；邱继瑶、彭燕清负责临床资料解释，文章指导。
基金资助:
"十三五"国家重大新药创制项目(2017ZX09304009); 贵阳市科技计划项目(筑科合同[2018]1-47号)

Construction and Validation of a Predictive Model of Influencing Factors for Fluoroquinolone Resistance in Patients with Pulmonary Tuberculosis: Based on the LASSO-Logistic Regression Model

QIN Yali¹, CHEN Jing¹^,²^,^*(), LI Jun¹, WANG Mingdong³, OU Weizheng³, QIU Jiyao², PENG Yanqing²

1. School of Public Health/the Key Laboratory of Environmental Pollution Monitoring and Disease Control, Ministry of Education, Guizhou Medical University, Guiyang 561113, China
2. Department of Tuberculosis, Guiyang Public Health Clinical Center, Guiyang 550003, China
3. Department of Laboratory, Guiyang Public Health Clinical Center, Guiyang 550003, China

Received:2024-02-28 Revised:2024-04-13 Published:2024-10-20 Online:2024-07-09
Contact: CHEN Jing

分享到

摘要/Abstract

摘要： 背景利福平耐药/耐多药结核病（RR/MDR-TB）治疗困难，治愈率低，且传染性强，氟喹诺酮类（FQs）作为治疗RR/MDR-TB的核心药物，耐药趋势严峻，对FQs影响因素进行分析有助于提高RR/MDR-TB的治愈率，并控制准广泛耐药（pre-XDR）和广泛耐药结核病的发生。目的分析住院肺结核患者FQs耐药情况及影响因素，构建FQs耐药危险因素的列线图（Nomogram）预测模型并进行验证。方法回顾性选取于2021年1月—2022年2月在贵阳市公共卫生救治中心住院且有药物敏感试验结果的583例肺结核患者为研究对象。根据治疗史将患者分为初治组（296例）和复治组（287例）；根据FQs耐药情况将患者分为FQs耐药组（63例）和FQs敏感组（520例）。分析患者对13种抗结核药物总耐药分布情况，比较FQs耐药组与FQs敏感组肺结核患者的基线特征。采用LASSO回归模型筛选特征变量后，行多因素Logistic回归分析FQs耐药的独立危险因素，并构建Nomogram预测模型；采用受试者工作特征（ROC）曲线下面积（AUC）、校准曲线对其进行验证。结果 583例患者中FQs敏感520例，耐药63例，耐药率为10.81%，仅次于一线抗结核药异烟肼、利福平、链霉素、乙胺丁醇总耐药率（36.36%、32.76%、21.61%、12.86%）。复治组患者利福平、异烟肼、乙胺丁醇、链霉素、左氧氟沙星、莫西沙星、利福平耐药（RR）、耐多药（MDR）、pre-XDR耐药率高于初治组（P<0.05）。FQs耐药组患者其他民族、复治、艾滋病、吸毒史、空洞、咯血、不规则抗结核史、MDR占比高于FQs敏感组（P<0.05）。LASSO回归筛选出6个变量：民族、治疗史、艾滋病、吸毒史、咯血、MDR；多因素Logistic回归分析结果显示，其他民族（OR=2.313，95%CI=1.153~4.640，P=0.018）、复治（OR=1.892，95%CI=1.005~3.560，P=0.048）、咯血（OR=1.941，95%CI=1.087~3.465，P=0.025）、MDR（OR=3.342，95%CI=2.398~7.862，P<0.001）是肺结核患者FQs耐药的独立危险因素；Logistic回归方程Logit（P）=-3.571+0.838×民族+0.638×治疗史+0.663×咯血+1.468×MDR，基于此构建风险Nomogram预测模型，AUC为0.796（95%CI=0.717~0.876），Bootstrap法验证平均绝对误差为0.015，通过Hosmer-Lemeshow拟合优度检验，预测模型有较好的校准能力（χ2=3.426，P=0.489）。结论肺结核患者FQs耐药率较高，其他民族、复治、咯血、MDR是肺结核患者FQs耐药的独立危险因素，构建Nomogram预测模型对于肺结核患者FQs耐药具有较好的预测价值，能够为临床诊断耐药结核病及为RR/MDR-TB制订合理治疗方案提供新思路。

关键词: 结核，肺, 氟喹诺酮类, 结核分枝杆菌, 药物敏感试验, 广泛耐药结核, 耐多药结核, 危险因素, 列线图

Abstract:

Background

Rifampicin-resistant/multidrug-resistant tuberculosis (RR/MDR-TB) is featured by challenges in the treatment, low cure rate, and high infectivity. Fluoroquinolones (FQs), as the core drugs for the treatment of RR/MDR-TB, have a severe trend of resistance. Analyzing influencing factors for FQs can help to increase the cure rate of RR/MDR-TB and to control the occurrence of the pre-extensive drug resistance (pre-XDR) and extensive drug resistance.

Objective

To analyze the drug resistance of FQs in hospitalized patients with pulmonary tuberculosis and the influencing factors, and to construct and validate a Nomogram prediction model for the risk factors of drug resistance of FQs.

Methods

A total of 583 patients with pulmonary tuberculosis who were hospitalized in Guiyang Public Health Clinical Center from January 2021 to February 2022 and tested for drug sensitivity were retrospectively selected as study subjects. They were divided into the initial treatment group (296 patients) and the retreatment group (287 patients) according to the history of previous treatment. Moreover, they were divided into the FQs-resistant group (63 patients) and FQs-sensitive group (520 patients) according to their FQs-resistance status. The distribution of total resistance to 13 antituberculosis drugs in 583 patients was analyzed, and the baseline characteristics of patients in the FQs-resistant group and FQs-sensitive group were compared. After screening the characteristic variables using least absolute shrinkage and selection operator (LASSO) regression model, multivariate Logistic regression was performed to analyze the independent risk factors for the resistance of FQs. A Nomogram prediction model was constructed, and its performance was validated by calculating the area under the curve (AUC) of receiver operating characteristic (ROC), and plotting the calibration curve.

Results

Among 583 patients, 520 cases were sensitive to FQs and 63 cases were resistant (resistance rate of 10.81%). The resistance rate of FQs was secondary to the total resistance rate of first-line antituberculosis drugs, including the isoniazid (36.36%), rifampicin (32.76%), streptomycin (21.61%), and ethambutol (12.86%). The resistance rates of rifampicin, isoniazid, ethambutol, streptomycin, levofloxacin, moxifloxacin and rifampicin resistance (RR), multidrug resistance (MDR), and pre-XDR were significantly higher in patients of the retreatment group than those of the initial treatment group (P<0.05). The proportions of patients with other ethnic, retreatment, acquired immunodeficiency syndrome (AIDS), history of drug abuse, cavitation, hemoptysis, history of irregular anti-TB and MDR were significantly higher in the FQs-resistance group than those of the FQs-sensitive group (P<0.05). Through LASSO regression, six variables of ethnicity, treatment history, AIDS, drug abuse history, hemoptysis, and MDR were screened out as influencing factors. Multivariate Logistic regression analysis showed that other ethnic (OR=2.313, 95%CI=1.153-4.640, P=0.018), retreatment (OR=1.892, 95%CI=1.005-3.560, P=0.048), hemoptysis (OR=1.941, 95%CI=1.087-3.465, P=0.025), and MDR (OR=3.342, 95%CI=2.398-7.862, P<0.001) were the independent risk factors for FQs resistance in patients with pulmonary tuberculosis. Logistic regression equation Logit (P) =-3.571+0.838×ethnicity+0.638×treatment history+0.663×hemoptysis+1.468×MDR. Based on which a risk Nomogram prediction model was constructed with an AUC of 0.796 (95%CI=0.717-0.876). The Bootstrap method validated the mean absolute error of 0.015, and the predictive model had good calibration ability by the Hosmer-Lemeshow goodness-of-fit test (χ²=3.426, P=0.489) .

Conclusion

Our findings suggest a high resistant rate of FQs in patients with pulmonary tuberculosis. Other ethnic, retreatment, hemoptysis, and MDR are independent risk factors for FQs resistance in patients. The constructed Nomogram prediction model has a good predictive value for FQs resistance in patients with pulmonary tuberculosis. Our study offers new insights into the clinical diagnosis of drug-resistant tuberculosis and the development of rational treatment regimens for RR/MDR-TB.

Key words: Tuberculosis, pulmonary, Fluoroquinolones, Mycobacterium tuberculosis, Drug susceptibility testing, Extensively drug-resistant tuberculosis, Multidrug-resistant tuberculosis, Risk factors, Nomograms

中图分类号:

R 521

秦娅莉,陈静,李军,等. 肺结核患者氟喹诺酮类耐药影响因素预测模型的构建与验证：基于LASSO-Logistic回归模型[J]. 中国全科医学, 2024, 27(30): 3776-3783. DOI: 10.12114/j.issn.1007-9572.2023.0909.
QIN Yali,CHEN Jing,LI Jun, et al. Construction and Validation of a Predictive Model of Influencing Factors for Fluoroquinolone Resistance in Patients with Pulmonary Tuberculosis: Based on the LASSO-Logistic Regression Model[J]. Chinese General Practice, 2024, 27(30): 3776-3783. DOI: 10.12114/j.issn.1007-9572.2023.0909.

图/表 7

参考文献 22

[1]	World Health Organization. Global tuberculosis report 2023[R]. Geneva：World Health Organization，2023.
[2]	NAHID P, MASE S R, MIGLIORI G B，et al. Treatment of drug-resistant tuberculosis. An official ATS/CDC/ERS/IDSA clinical practice guideline[J]. Am J Respir Crit Care Med，2019,200(10):e93-142. DOI：10.1164/rccm.201909-1874ST.
[3]	CHEN T C, LU P L, LIN C Y，et al. Fluoroquinolones are associated with delayed treatment and resistance in tuberculosis：a systematic review and meta-analysis[J]. Int J Infect Dis，2011,15(3):e211-216. DOI：10.1016/j.ijid.2010.11.008.
[4]	詹建，游国庆，何霞，等. 两种结核分枝杆菌氟喹诺酮类药物耐药性检测方法比较及不一致原因初探[J]. 中国防痨杂志，2023,45(11):1058-1063. DOI：10.19982/j.issn.1000-6621.20230161.
[5]	中华人民共和国国家卫生和计划生育委员会. 肺结核诊断（WS+288-2017）[S]. 中华人民共和国卫生行业标准，2017.
[6]	赵雁林，逄宇. 结核病实验室检验规程[M]. 北京：人民卫生出版社，2015：174-277.
[7]	朱红琼，丁立，黄雅怡，等. 2018年珠海市某医院227株结核分枝杆菌药敏特征分析[J]. 现代预防医学，2020,47(11):2053-2057.
[8]	赵慧，王志锐，巨韩芳，等. 2020年天津市肺结核耐药流行病学特征及影响因素分析[J]. 疾病监测，2023,38(1):57-63. DOI：10.3784/jbjc.202206210286.
[9]	茹浩浩，陈连勇，杨星，等. 2020年云南省肺结核病例耐药监测分析[J]. 中国预防医学杂志，2022,23(10):787-791. DOI：10.16506/j.1009-6639.2022.10.011.
[10]	朱岩昆，苏茹月，常文静，等. 河南省1074株结核分枝杆菌药敏特征分析[J]. 现代预防医学，2022,49(18):3409-3414. DOI：10.20043/j.cnki.MPM.202202395.
[11]	于海娟，赵梅，王佳月，等. 肺结核患者结核杆菌耐药情况及耐多药结核病的危险因素[J]. 中国感染控制杂志，2020,19(1):58-62. DOI：10.12138/j.issn.1671-9638.20205260.
[12]	SONG Z X, LIU C F, HE W C，et al. Insight into the drug-resistant characteristics and genetic diversity of multidrug-resistant Mycobacterium tuberculosis in China[J]. Microbiol Spectr，2023,11(5):e0132423. DOI：10.1128/spectrum.01324-23.
[13]	WANG Z R, SUN R, MU C，et al. Characterization of fluoroquinolone-resistant and multidrug-resistant Mycobacterium tuberculosis isolates using whole-genome sequencing in Tianjin，China[J]. Infect Drug Resist，2022,15:1793-1803. DOI：10.2147/IDR.S361635.
[14]	马玲，辜吉秀，李晴，等. 甘肃省初治肺结核患者耐药现状及耐多药影响因素分析[J]. 中华流行病学杂志，2022,43(7):1093-1098. DOI：10.3760/cma.j.cn112338-20211117-00896.
[15]	ZHAO Y L, XU S F, WANG L X，et al. National survey of drug-resistant tuberculosis in China[J]. N Engl J Med，2012,366(23):2161-2170. DOI：10.1056/NEJMoa1108789.
[16]	PUNGA V V, JAKUBOWIAK W M, DANILOVA I D，et al. Prevalence of extensively drug-resistant tuberculosis in Vladimir and Orel regions，Russia[J]. Int J Tuberc Lung Dis，2009,13(10):1309-1312.
[17]	赵江南. 结核分枝杆菌对氟喹诺酮耐药现状及危险因素的回顾性临床分析[D]. 济南：山东大学，2015.
[18]	石文卉，初乃惠. 耐药肺结核患者氟喹诺酮类药物耐药情况及影响因素[J]. 中国防痨杂志，2021,43(9):905-909. DOI：10.3969/j.issn.1000-6621.2021.09.009.
[19]	MULU W, MEKONNEN D, YIMER M，et al. Risk factors for multidrug resistant tuberculosis patients in Amhara National Regional State[J]. Afr Health Sci，2015,15(2):368-377. DOI：10.4314/ahs.v15i2.9.
[20]	RUMENDE C M. Risk factors for multidrug-resistant tuberculosis[J]. Acta Med Indones，2018,50(1):1-2.
[21]	LIU C H, YANG N, WANG Q，et al. Risk factors associated with fluoroquinolone-resistant tuberculosis in a Beijing tuberculosis referral hospital[J]. Respirology，2011,16(6):918-925. DOI：10.1111/j.1440-1843.2011.01990.x.
[22]	张奇，杨志辉，杨甲飞，等. 粉尘作业工人肺功能异常风险预测模型的建立与验证[J]. 现代预防医学，2023,50(21):3878-3882,3894. DOI：10.20043/j.cnki.MPM.202304363.

耐药情况	初治组（n=296）	复治组（n=287）	χ²值	P值
抗结核药物
利福平	55（18.58）	136（47.39）	54.888	<0.001
异烟肼	64（21.62）	148（47.39）	56.470	<0.001
乙胺丁醇	21（7.09）	54（18.82）	17.858	<0.001
链霉素	48（16.22）	78（27.18）	10.335	0.002
左氧氟沙星	17（5.74）	42（14.63）	12.663	0.001
莫西沙星	17（5.74）	44（15.33）	14.298	<0.001
阿米卡星	6（2.03）	9（3.14）	0.715	0.442
卷曲霉素	12（4.05）	8（2.79）	0.706	0.497
卡那霉素	8（2.70）	12（4.18）	0.961	0.369
克拉霉素	16（5.49）	16（5.41）	0.008	0.928
丙硫异烟肼	0	2（0.70）	—	0.242
对氨基水杨酸	6（2.03）	11（3.83）	1.678	0.225
氯法齐明	6（2.03）	10（3.48）	1.159	0.319
RR	8（2.69）	18（6.27）	4.356	0.037
MDR	41（13.80）	83（28.92）	19.758	<0.001
pre-XDR	5（1.68）	29（10.10）	18.790	<0.001
XDR	1（0.34）	6（2.09）	—	0.065

耐药情况	初治组（n=296）	复治组（n=287）	χ²值	P值
抗结核药物
利福平	55（18.58）	136（47.39）	54.888	<0.001
异烟肼	64（21.62）	148（47.39）	56.470	<0.001
乙胺丁醇	21（7.09）	54（18.82）	17.858	<0.001
链霉素	48（16.22）	78（27.18）	10.335	0.002
左氧氟沙星	17（5.74）	42（14.63）	12.663	0.001
莫西沙星	17（5.74）	44（15.33）	14.298	<0.001
阿米卡星	6（2.03）	9（3.14）	0.715	0.442
卷曲霉素	12（4.05）	8（2.79）	0.706	0.497
卡那霉素	8（2.70）	12（4.18）	0.961	0.369
克拉霉素	16（5.49）	16（5.41）	0.008	0.928
丙硫异烟肼	0	2（0.70）	—	0.242
对氨基水杨酸	6（2.03）	11（3.83）	1.678	0.225
氯法齐明	6（2.03）	10（3.48）	1.159	0.319
RR	8（2.69）	18（6.27）	4.356	0.037
MDR	41（13.80）	83（28.92）	19.758	<0.001
pre-XDR	5（1.68）	29（10.10）	18.790	<0.001
XDR	1（0.34）	6（2.09）	—	0.065

参数	FQs敏感组（n=520）	FQs耐药组（n=63）	χ²值	P值
年龄			3.423	0.331
<18岁	16（3.08）	0
18~岁	140（26.92）	20（31.75）
40~岁	208（40.00）	28（44.44）
≥60岁	156（30.00）	15（23.81）
性别			0.477	0.490
男	349（67.11）	45（71.43）
女	171（32.89）	18（28.57）
民族			6.631	0.010
汉族	457（87.88）	48（76.19）
其他	63（12.12）	15（23.81）
吸烟史			0.987	0.321
否	249（47.88）	26（41.27）
是	271（52.12）	37（58.73）
饮酒史			0.005	0.944
否	303（58.27）	37（58.73）
是	217（41.73）	26（41.27）
结核接触史			0.863	0.353
否	468（90.00）	59（93.65）
是	52（10.00）	4（6.35）
粉尘接触史			0.705	0.401
否	442（85.00）	51（80.95）
是	78（15.00）	12（19.05）
治疗史			15.991	<0.001
初治	279（53.65）	17（26.98）
复治	241（46.35）	46（73.02）
糖尿病			0.204	0.651
否	417（80.19）	49（77.78）
是	103（19.81）	14（22.22）
高血压			0.941	0.332
否	467（89.81）	59（93.65）
是	53（10.19）	4（6.35）
艾滋病			—	0.032
否	519（99.81）	61（96.83）
是	1（0.19）	2（3.17）
吸毒史			—	0.043
否	514（98.85）	60（95.24）
是	6（1.15）	3（4.76）
空洞			5.249	0.022
否	154（29.62）	10（15.87）
是	366（70.38）	53（84.13）
咯血			10.692	0.001
否	383（73.65）	34（53.97）
是	137（26.35）	29（46.03）
抗结核情况			7.740	0.021
无	207（39.81）	15（23.81）
规则	139（26.73）	17（26.98）
不规则	174（33.46）	31（49.21）
MDR			47.081	<0.001
否	396（76.15）	22（34.92）
是	124（23.85）	41（65.08）
合并肺外结核			1.882	0.170
否	407（78.27）	54（85.71）
是	113（21.73）	9（14.29）

参数	FQs敏感组（n=520）	FQs耐药组（n=63）	χ²值	P值
年龄			3.423	0.331
<18岁	16（3.08）	0
18~岁	140（26.92）	20（31.75）
40~岁	208（40.00）	28（44.44）
≥60岁	156（30.00）	15（23.81）
性别			0.477	0.490
男	349（67.11）	45（71.43）
女	171（32.89）	18（28.57）
民族			6.631	0.010
汉族	457（87.88）	48（76.19）
其他	63（12.12）	15（23.81）
吸烟史			0.987	0.321
否	249（47.88）	26（41.27）
是	271（52.12）	37（58.73）
饮酒史			0.005	0.944
否	303（58.27）	37（58.73）
是	217（41.73）	26（41.27）
结核接触史			0.863	0.353
否	468（90.00）	59（93.65）
是	52（10.00）	4（6.35）
粉尘接触史			0.705	0.401
否	442（85.00）	51（80.95）
是	78（15.00）	12（19.05）
治疗史			15.991	<0.001
初治	279（53.65）	17（26.98）
复治	241（46.35）	46（73.02）
糖尿病			0.204	0.651
否	417（80.19）	49（77.78）
是	103（19.81）	14（22.22）
高血压			0.941	0.332
否	467（89.81）	59（93.65）
是	53（10.19）	4（6.35）
艾滋病			—	0.032
否	519（99.81）	61（96.83）
是	1（0.19）	2（3.17）
吸毒史			—	0.043
否	514（98.85）	60（95.24）
是	6（1.15）	3（4.76）
空洞			5.249	0.022
否	154（29.62）	10（15.87）
是	366（70.38）	53（84.13）
咯血			10.692	0.001
否	383（73.65）	34（53.97）
是	137（26.35）	29（46.03）
抗结核情况			7.740	0.021
无	207（39.81）	15（23.81）
规则	139（26.73）	17（26.98）
不规则	174（33.46）	31（49.21）
MDR			47.081	<0.001
否	396（76.15）	22（34.92）
是	124（23.85）	41（65.08）
合并肺外结核			1.882	0.170
否	407（78.27）	54（85.71）
是	113（21.73）	9（14.29）

变量	β	SE	Wald χ²值	P值	OR值	95%CI
民族（以汉族为参考）	0.838	0.355	5.568	0.018	2.313	1.153~4.640
治疗史（以初治为参考）	0.638	0.323	3.906	0.048	1.892	1.005~3.560
艾滋病	2.392	1.373	3.037	0.081	10.940	0.742~161.295
吸毒史	0.896	0.783	1.307	0.253	2.449	0.527~11.373
咯血	0.663	0.296	5.025	0.025	1.941	1.087~3.465
MDR	1.468	0.303	23.490	<0.001	3.342	2.398~7.862
常量	-3.571	0.314	129.140	<0.001	0.028

肺结核患者氟喹诺酮类耐药影响因素预测模型的构建与验证：基于LASSO-Logistic回归模型

Construction and Validation of a Predictive Model of Influencing Factors for Fluoroquinolone Resistance in Patients with Pulmonary Tuberculosis: Based on the LASSO-Logistic Regression Model

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 22

相关文章 15

编辑推荐

Metrics

留言

[1]	中国微循环学会糖尿病与微循环专业委员会, 中华医学会内分泌学分会基层内分泌代谢病学组. 基层糖尿病微血管疾病筛查与防治专家共识（2024）[J]. 中国全科医学, 2024, 27(32): 3969-3986.
[2]	许耀珑, 赵佳欣, 杨立刚. 非酒精性脂肪性肝病流行现状及危险因素研究进展[J]. 中国全科医学, 2024, 27(30): 3825-3834.
[3]	李秋伶, 唐文武, 余艺雯, 邓欢, 杨小华, 陈晓霞, 季一飞. 维持性血液透析患者发生无症状脑梗死风险预测模型的建立及验证：一项多中心研究[J]. 中国全科医学, 2024, 27(26): 3232-3239.
[4]	朱亚敏, 杜莉, 王焕辉, 王配配. 阻塞性睡眠呼吸暂停低通气综合征合并重症哮喘的研究现状和挑战[J]. 中国全科医学, 2024, 27(25): 3192-3196.
[5]	李宏基, 赵晓龙, 胡伟, 韩东晖, 王安辉, 秦卫军. 前列腺癌早期筛查风险预测模型的建立与验证研究[J]. 中国全科医学, 2024, 27(20): 2483-2490.
[6]	曾繁艳, 杨学智, 刘星雨, 莫佳丽, 刘祖婷, 卢依, 易应萍, 况杰. 降雨量与脑卒中入院的关联性：基于分布滞后非线性模型[J]. 中国全科医学, 2024, 27(20): 2458-2465.
[7]	徐云佳, 舒碧芸, 郑永韬, 陈挺, 来芬华, 倪梦姣, 罗秀兰, 吴恒璟. 基于竞争风险模型分析超高龄人群跌倒致长期卧床的危险因素及预测模型研究[J]. 中国全科医学, 2024, 27(18): 2192-2197.
[8]	杨旭, 姚弥. 美国预防临床服务指南工作组《无心血管疾病危险因素成年人预防心血管疾病的健康饮食和身体活动：行为咨询干预推荐声明》解读[J]. 中国全科医学, 2024, 27(17): 2064-2069.
[9]	裴雪静, 沈怀云, 徐倩倩, 刘彬彬, 王慧慧. 新生儿重度窒息并发急性肾损伤的危险因素及近期预后分析[J]. 中国全科医学, 2024, 27(15): 1861-1866.
[10]	李自栋, 朱琳. COVID-19恢复期疲劳发生的临床特征及其危险因素研究[J]. 中国全科医学, 2024, 27(15): 1849-1854.
[11]	洪玲, 陆李萍, 程宁, 孙琴, 江建红, 朱良枫. 嘉兴市静脉血栓栓塞症患病率及流行病学特征研究[J]. 中国全科医学, 2024, 27(15): 1837-1842.
[12]	杨硕, 刘新颖, 王慧哲, 李焕敏, 李新民. 儿童重症肺炎支原体肺炎危险因素的Meta分析[J]. 中国全科医学, 2024, 27(14): 1750-1760.
[13]	张春悦, 方力群. 急性前庭综合征患者脑梗死的临床特征及相关因素分析[J]. 中国全科医学, 2024, 27(14): 1678-1684.
[14]	屈媛媛, 曹淼, 王静, 程丽, 何小双. 1990—2019年中国哮喘患病、疾病负担趋势及其危险因素研究[J]. 中国全科医学, 2024, 27(13): 1594-1600.
[15]	李兴珺, 李双蓉, 王楠, 王湘宇, 崔若玫, 徐健, 郭雨龙, 刘爽. 特发性炎性肌病患者临床特点及发生肺间质病变的危险因素研究[J]. 中国全科医学, 2024, 27(13): 1623-1629.