Results: In this study, hypertensio

Results: In this study, hypertension, HbA1c, mean stent diameter, total stent length, thyroxine, and fibrinogen were all predictive factors for ISR. We successfully constructed a nomogram prediction model using these variables to quantify the risk of ISR. The AUC value of the nomogram prediction model was 0.806 (95%CI: 0.739–0.873), indicating that the model had a good discriminative ability for ISR. The high quality of the calibration curve of the model demonstrated the strong consistency of the model. Moreover, the DCA and CIC curve showed the model’s high clinical applicability and effectiveness

ผลลัพธ์ (ไทย) 1:

ผลลัพธ์: ในการศึกษานี้ ความดันโลหิตสูง, HbA1c, เส้นผ่านศูนย์กลางการใส่ขดลวดเฉลี่ย, ความยาวการใส่ขดลวดทั้งหมด, ไทรอกซีน และไฟบริโนเจน ล้วนเป็นปัจจัยคาดการณ์สำหรับ ISR เราประสบความสำเร็จในการสร้างแบบจำลองการทำนายโนโมแกรมโดยใช้ตัวแปรเหล่านี้เพื่อวัดปริมาณความเสี่ยงของ ISR ค่า AUC ของแบบจำลองการทำนายโนโมแกรมคือ 0.806 (95%CI: 0.739–0.873) ซึ่งบ่งชี้ว่าแบบจำลองมีความสามารถในการแยกแยะที่ดีสำหรับ ISR เส้นโค้งการสอบเทียบคุณภาพสูงของแบบจำลองแสดงให้เห็นถึงความสอดคล้องที่แข็งแกร่งของแบบจำลอง นอกจากนี้ เส้นโค้ง DCA และ CIC ยังแสดงให้เห็นถึงการนำไปใช้ทางคลินิกและประสิทธิผลในระดับสูง

ผลลัพธ์ (ไทย) 2:

ผลลัพธ์: ความดันโลหิตสูง, HbA1c, เส้นผ่าศูนย์กลางเฉลี่ยของวงเล็บ, ความยาวโดยรวมของวงเล็บ, thyroxine และ fibrinogen เป็นตัวทำนายของ ISR ในการศึกษานี้ เราสร้างแบบจำลองการทำนายแบบโนโมแกรมได้สำเร็จ โดยใช้ตัวแปรเหล่านี้เพื่อหาความเสี่ยงของ ISR ค่า AUC ของแบบจำลองการทำนาย Normod คือ 0.806 (95% CI: 0.73 ~ 0.873) ซึ่งแสดงให้เห็นว่ารุ่นนี้มีความสามารถในการแยกแยะที่ดีสำหรับ ISR คุณภาพของเส้นโค้งการสอบเทียบรุ่นนี้แสดงให้เห็นถึงความสอดคล้องที่แข็งแกร่งของรุ่นนี้ นอกจากนี้เส้นโค้ง DCA และ CIC แสดงให้เห็นถึงความเหมาะสมทางคลินิกและประสิทธิภาพสูงของรุ่นนี้

ผลลัพธ์ (ไทย) 3:

ผลการศึกษา:ในการศึกษาครั้งนี้ความดันโลหิตสูงฮีโมโกลบินglycosylatedเส้นผ่าศูนย์กลางเฉลี่ยของstentความยาวstentทั้งหมดthyrosineและfibrinogenเป็นตัวทํานายของISR เราประสบความสําเร็จในการสร้างแบบจําลองการทํานายnormodellซึ่งใช้ตัวแปรเหล่านี้เพื่อหาปริมาณความเสี่ยงของISR ค่าAUCของแบบจําลองการทํานายnormodleเท่ากับ0.806 ( 95 % CI:0.739-0.873)แสดงให้เห็นว่าแบบจําลองมีความสามารถในการเลือกปฏิบัติที่ดีต่อISR คุณภาพสูงของเส้นโค้งการสอบเทียบแบบจําลองพิสูจน์ความสอดคล้องของแบบจําลอง นอกจากนี้เส้นโค้งDCAและCICแสดงให้เห็นว่าแบบจําลองมีความสามารถในการประยุกต์ใช้ทางคลินิกและมีประสิทธิภาพสูง