【背景】重症肌无力(myasthenia gravis,MG)是由自身抗体介导的获得性神经肌肉接头处传递障碍的器官特异性自身免疫性疾病。MG全球总体患病率为(150～250)/百万,年发病率为(4～10)/百万,其反复迁延的病程、复杂多变的病情、高致残率、高抑郁发生率、高自杀率及长期伴随的高昂医疗费用,给家庭及社会带来很大的负担。MG的临床症状表现为波动性肌无力和易疲劳,活动后常加重,休息后好转。目前公认MG的发病与胸腺异常免疫应答密切相关,胸腺切除术已成为治疗MG的重要方案。胸腺切除术后会发生一系列并发症,包括肌无力危象、膈神经麻痹、出血及感染等,其中肌无力危象是最严重的并发症,会增加患者死亡风险。积极寻找胸Barasertib半抑制浓度腺切除术后发生肌无力危象的相关风险因素,建立预测oral biopsy模型,有助于医护人员提前干预,最大限度降低肌无力危象的发生。【目的】术后肌无力危象(postoperative myasthenic crisis,POMC)是MG患者胸腺切除术后最严重的并发症。本研究旨在分析发生POMC购买GSKJ4的MG患者的人口学特征和临床特征,寻找POMC的相关风险因素,并基于Logistic回归分析建立逻辑回归模型,同时构建决策树模型,从而对MG患者胸腺切除术后30天内肌无力危象的发生进行预测。【方法】(1)采用回顾性队列研究对本院行胸腺切除术的MG患者的人口学信息和临床资料开展调查,时间为2015年1月～2020年10月。以术后30天内是否发生POMC将MG患者分为POMC组和非POMC组,然后分别对两组的人口学特征及临床特征进行描述性分析,并对两组的特征进行基线比较。(2)通过单因素Logistic回归分析患者的性别、发病年龄、民族、来源省份、高血压、糖尿病、吸烟、饮酒、首发症状、术前病程、术前球部症状、术前MGFA分型、术前静脉输注免疫球蛋白(intravenous immunoglobulin,IVIG)、术前用药方案、术前胸腺状态、肌无力危象史及手术方式与POMC的相关性,将P<0.05的因素纳入多因素Logistic回归分析后得到POMC的独立危险因素。(3)将所有MG患者按照7:3随机划分为建模组与验证组来进行风险预测模型的建立与验证。将单因素分析结果中P<0.2的因素作为初始变量,采用逐步回归向后法,根据赤池信息准则(Akaike information criterion,AIC),达到最小AIC时停止回归,得到最小AIC值的模型并以列线图进行展示,从而得到逻辑回归模型。通过曲线下面积(area under curve,AUC)、校准曲线、决策曲线分析(decision curve analysis,DCA)分别在建模组和验证组对逻辑回归模型进行评价。同样,将单因素分析结果中P<0.2的因素作为初始变量,采用R语言软件中“rpart”包绘制决策树模型,通过混淆矩阵、准确率、精确率、召回率、F1值及AUC值分别在建模组和验证组来对决策树模型进行评价。【结果】(1)行胸腺切除术的MG患者共522例,有52例发生了POMC,发生率为9.96%。对两组人口学特征进行描述性分析,POMC组平均发病年龄为49.27±14.11岁,非POMC组平均发病年龄为43.56±14.62岁。POMC组男性占55.80%,非POMC组男女基本持平。两组患者来源省份以陕西省、甘肃省为主。POMC组高血压、糖尿病患者分别占21.20%、9.60%,而非POMC组中两种慢性病分别占16.40%、6.40%。两组吸烟患者百分比基本一致,POMC组饮酒人数占7.70%,高于非POMC组的2.60%。对两组患者临床特征进行描述分析,POMC组首发症状为全身型的患者占80.80%,高于非POMC组。POMC组术前有球部症状的患者占48.10%,高于非POMC组。POMC组术前MGFA分型Ⅰ型患者的百分比低于非POMC组,Ⅱ型患者百分比与之相当,Ⅲ-Ⅳ型患者百分比要高于非POMC组。在术前用药方案方面,POMC组未治疗或单用溴吡斯的明的患者百分比要低于非POMC组,而使用类固醇联合非甾体免疫抑制剂的患者百分比要高于非POMC组。POMC组术前IVIG、术前胸腺状态为胸腺瘤、有肌无力危象史、手术方式选择开胸手术的患者百分比均高于非POMC组。两组特征进行基线比较后得出:发病年龄、首发症状、术前球部症状、术前MGFA分型、术前IVIG、术前用药方案、术前胸腺状态、术前肌无力危象史及手术方式有统计学差异(P<0.05)。(2)单因素Logistic回归分析得出:发病年龄大、首发症状为全身型、术前球部症状、术前MGFA分型Ⅲ-Ⅳ型、术前IVIG、术前用药(类固醇联合非甾体免疫抑制剂)、术前胸腺状态为胸腺瘤、肌无力危象史、开胸手术是MG患者发生POMC的高危因素(P<0.05)。进一步多因素Logistic回归分析结果显示:发病年龄大、首发症状为全身型、MGFA分型Ⅲ-Ⅳ型、开胸手术是发生POMC的独立危险因素(P<0.05)。(3)建立逻辑回归模型,最终纳入的变量为发病年龄、饮酒、首发症状、术前MGFA分型、手术方式。在建模组、验证组对该模型验证后得出其AUC大小分别为0.794、0.791。校准曲线表明,逻辑回归模型对于建模组和验证组在预测发生POMC的概率与实际概率之间存在较好的拟合。DCA决策曲线显示该模型具有较好的净获益率。构建决策树模型,最终纳入的变量为发病年龄、术前MGFA分型、首发症状及术前胸腺状态。在建模组、验证组对决策树模型验证后得出其准确率分别为0.923、0.924,精确率分别为0.595、0.647,召回率分别为0.629、0.647,F1值分别为0.611、0.647,AUC值分别为0.888、0.761。【结论】(1)人口学特征方面,POMC组患者的平均发病年龄要高于非POMC组,且基线比较有统计学差异,可能发病年龄越大越容易发生POMC,而性别、民族、来源省份、高血压、糖尿病、吸烟、饮酒在两组之间并无明显的差异。临床特征方面,首发症状、术前球部症状、术前MGFA分型、术前IVIG、术前用药方案、术前胸腺状态、肌无力危象史及手术方式在两组之间存在统计学差异,说明这些因素可能会对POMC的发生产生影响。(2)多因素Logistic回归分析结果显示:发病年龄大、首发症状为全身型、MGFA分型Ⅲ-Ⅳ型、开胸手术是发生POMC的独立危险因素。(3)构建的逻辑回归模型与决策树模型对POMC的发生都具有一定的预测能力,在临床上具有一定的应用价值。