目的:探究严重烧伤后并发脓毒症的高危因素,以此构建nomogram预测模型,帮助临床工BAY 73-4506体内实验剂量作者早期识别严重烧伤脓毒症,从而尽早防治,降低其发生的风险。方法:回顾性收集南昌大学第一附属医院江西烧伤中心2017年5月28日至2022年5月28日收治的烧伤面积≥30%的患者的临床资料。根据严重烧伤患者入院后是否并发脓毒症分为并发脓毒症组和未并发脓毒症组。使用SPSS26.0软件对资料进行分析,统计学方法主要是:Kolmogorov-Smirnov检验、独立样本t检验、Mann-Whitney U检验、卡方检验或Fisher确切概率、多因素logistic分析等。使用RStudio软件构建模型并对其评估,对两组病人的一般临床资料进行单因素分析和多因素Logistic回归分析,据此构建风险预测模型,并对其预测效能进行评估,采用受试者工作特性曲线(ROC曲线)描述预测模型地预测效能。DCA曲线评估模型的临床适用性。结果:(1)共纳入402例患者。其中,发生脓毒症的患者(脓毒症组)130例,占32.34%。(2)单因素分析和多因素Logistic回归分析显点击此处示,尿量(12h;OR=0.998,95%CI:0.997-1)、白细胞(OR=0.854,95%CI:0.737-0.991)、血小板(OR=0.994,95%CI:0.989-0.999)、合并多发伤和复合伤(OR=0.101,95%CI:0.016-0.62)、休克期延迟复苏(OR=0.162,95%CI:0.063-0.415)、预防性气管插管(OR=47.059,95%CI:3.291-672.948)、使用升压药(OR=0.013,95%CI:0-0.374)、肠内营养(OR=0.107,95%CI:0.036-0.321)、烧伤面积(OR=1.058,95%CI:1.022-1.095)等是严重烧伤脓毒症的独立危险因素。(3)利用这9个变量建立烧伤脓毒症的列线图预测模型。其ROC曲线的最大约登指数为0.614,以此为界值,可获得最优的灵敏度和特异度,分别为84.4%、94.3%。预测模型的AUC值为0.934,达到高效能标准(>0.9为高效能)。DCA分析结果显示模型的预测值在0～0.8之In Vitro Transcription间时患者的临床净收益水平最高,提示模型具有一定的临床适用性。结论:1、尿量(12h)、白细胞、血小板、合并多发伤和复合伤、休克期延迟复苏、预防性气管插管、使用升压药、肠内营养、烧伤面积是严重烧伤脓毒血症的独立危险因素。2、本文建立的列线图(nomogram)模型可以成为较为准确、客观的工具,帮助预测严重烧伤患者并发脓毒症的概率。