Clinical Characteristics and Risk Factors of Patients with Pulmonary Infarction Secondary to Intermediate and High-risk Pulmonary Embolism Misdiagnosed as Pneumonia

doi:10.12114/j.issn.1007-9572.2024.0047

Chinese General Practice ›› 2024, Vol. 27 ›› Issue (32): 3987-3992.DOI: 10.12114/j.issn.1007-9572.2024.0047

• Original Research • Previous Articles Next Articles

Clinical Characteristics and Risk Factors of Patients with Pulmonary Infarction Secondary to Intermediate and High-risk Pulmonary Embolism Misdiagnosed as Pneumonia

1. Department of Pulmonary and Critical Care Medicine, the First Affiliated Hospital of USTC, Division of Life Sciences and Medicine, University of Science and Technology of China/Anhui Province Hospital, Hefei 230001, China
2. Graduate School, Wannan Medical College, Wuhu 241000, China
3. Department of Pulmonary and Critical Care Medicine, Maanshan People's Hospital, Maanshan 243000, China
4. Research Office, the First Affiliated Hospital of USTC, Division of Life Sciences and Medicine, University of Science and Technology of China/Anhui Province Hospital, Hefei 230001, China

Received:2024-03-10 Revised:2024-05-20 Published:2024-11-15 Online:2024-08-08
Contact: HU Xiaowen

误诊为肺炎的中高危肺栓塞继发肺梗死患者临床特征及相关危险因素研究

1．230001　安徽省合肥市，中国科学技术大学附属第一医院（安徽省立医院）呼吸与危重症医学科
2．241000　安徽省芜湖市，皖南医学院研究生院
3．243000　安徽省马鞍山市人民医院呼吸与危重症医学科
4．230001　安徽省合肥市，中国科学技术大学附属第一医院（安徽省立医院）科研处

通讯作者: 胡晓文
作者简介:
作者贡献：
吕广瑜进行文章的构思与设计，结果分析与解释，统计学处理及论文撰写；吕广瑜和孙宛君进行数据收集与整理；周倩倩、陈先梦、胡晓文进行研究的实施，论文的修订；刘雪晗负责论文统计学方法的设计及可行性分析；胡晓文对研究设计、质量控制进行指导和论文修改，对文章整体监督管理。
基金资助:
安徽省重点专科建设项目(2021szdzk05); 安徽省首届卫生健康杰出人才资助项目(0C6610183/202303-00141)

Abstract

Abstract:

Background

Although the number of case reports on pulmonary infarction (PI) secondary to pulmonary embolism (PE) is increasing in recent years, its misdiagnosis remains common, mainly as pneumonia. In patients with intermediate and high-risk pulmonary embolism, delays in diagnosis and timely treatment would lead to poor prognosis.

Objective

By analyzing the pneumonia-misdiagnosed cases of patients with PI, we summarized their clinical characteristics and related risk factors, and constructed a multivariate joint model to improve the accurate diagnosis rate at early stage.

Methods

This retrospective study included the hospitalized patients with pulmonary embolism at the First Affiliated Hospital of USTC from January 2017 to December 2023. In the group of pneumonia-misdiagnosed patients with intermediate to high-risk PI, we analyzed the clinical characteristics and compared the differences between the misdiagnosed groups and control group. Furthermore, using a multivariate Logistic regression analysis, we explored the independent predictive factors of the delayed diagnosis, analyze the predictive value of various indicators for the misdiagnosis by ROC curves, and compared the AUC values using Delong test.

Results

Among 101 cases of PI patients, 70 of them were misdiagnosed as pneumonia. From 2017 to 2023, the misdiagnosis rate gradually decreased in percentages of 100.0%, 83.3%, 74.1%, 71.4%, 63.2%, 66.7%, and 50.0%, respectively (χ²_trend=6.672, P=0.010). Based on the results of multivariate Logistic regression analysis, the characteristics of over sixty-years-old age (OR=18.271, 95%CI=4.373-76.339, P<0.001), fever (OR=16.073, 95%CI=3.510-73.786, P<0.001), chest pain (OR=6.660, 95%CI=1.571-28.233, P=0.010) and non-dyspnea (OR=7.783, 95%CI=2.049-30.249, P=0.003) were independent predictive factors for the misdiagnosis. Therefore, a multivariate joint model was constructed as the following equation: Y=-6.624+0.095×A (factor of age) +2.510×F (factor of fever) +2.683×N (factor of non-dyspnea chest pain). The model indicated the PI misdiagnosis parameters as AUC under the curve (OR=0.880, 95%CI=0.802-0.959, P<0.001), sensitivity (0.871) and specificity (0.806). According to Delong's tests, the predictive values were superior to single-factor indicators of age (Z=2.771, P=0.006), fever (Z=4.653, P<0.001) and non-dyspnea chest pain (Z=4.014, P<0.001) .

Conclusion

Although the misdiagnosis rate of pulmonary infarction has decreased in recent years, clinicians should keep alert to the differential diagnosis of pulmonary infarction and pneumonia in elderly PE patients with symptoms of fever and non-dyspnea chest pain.

Key words: Pulmonary infarction, Pulmonary embolism, Intermediate and high-risk, Misdiagnosis, Pneumonia, Prediction

摘要：

背景

尽管近年来肺栓塞继发肺梗死的病例不断见诸报道，但该病的误诊仍较普遍，其中最常被误诊为肺炎，尤其是存在中高危风险患者，延迟诊断、未能及时接受治疗将会影响患者的预后。

目的

总结中高危肺栓塞继发肺梗死被误诊为肺炎患者的临床特征，分析相关危险因素，并构建早期诊断模型。

方法

回顾性收集中国科学技术大学附属第一医院2017—2023年确诊为中高危风险肺栓塞继发肺梗死的住院患者临床资料。分析患者误诊情况，根据诊断情况分为误诊组（曾误诊为肺炎离院回家）和对照组（门诊或急诊科首次就诊即正确诊断）。采用多因素二元Logistic回归分析探究中高危风险肺栓塞继发肺梗死被误诊为肺炎的影响因素，绘制受试者工作特征曲线（ROC曲线）分析各指标对中高危风险肺栓塞继发肺梗死被误诊为肺炎的预测价值，并采用Delong检验比较各ROC曲线下面积（AUC）。

结果

共纳入患者101例，其中70例中高危肺栓塞继发肺梗死患者被误诊为肺炎。2017—2023年中高危肺栓塞继发肺梗死患者被误诊为肺炎的发生率呈下降趋势（依次为100.0%、83.3%、74.1%、71.4%、63.2%、66.7%、50.0%，χ²_趋势=6.672，P=0.010）。多因素二元Logistic回归分析结果显示，年龄≥60岁（OR=18.271，95%CI=4.373~76.339，P<0.001）、发热（OR=16.073，95%CI=3.510~73.786，P<0.001）、胸痛（OR=6.660，95%CI=1.571~28.233，P=0.010）和不伴有呼吸困难（OR=7.783，95%CI=2.049~30.249，P=0.003）是中高危风险肺栓塞继发肺梗死被误诊为肺炎的独立影响因素。经筛选得出，多变量联合模型=-6.624+0.095×年龄+2.510×发热+2.683×不伴有呼吸困难，联合模型预测中高危风险肺栓塞继发肺梗死被误诊为肺炎的AUC为0.880（95%CI=0.802~0.959），灵敏度为0.871，特异度为0.806。Delong检验结果显示，联合模型预测价值优于单因素指标如年龄（Z=2.771，P=0.006）、发热（Z=4.653，P<0.001）及不伴有呼吸困难（Z=4.014，P<0.001）。

结论

尽管2017—2023年中高危肺栓塞继发肺梗死患者被误诊为肺炎的比例有所降低，但当老年肺栓塞患者出现发热、胸痛并且不伴有呼吸困难时，临床医生应注意肺梗死与肺炎的鉴别诊断。

关键词: 肺梗死, 肺栓塞, 中高危风险, 误诊, 肺炎, 预测

CLC Number:

R 563.5

LYU Guangyu,SUN Wanjun,ZHOU Qianqian, et al. Clinical Characteristics and Risk Factors of Patients with Pulmonary Infarction Secondary to Intermediate and High-risk Pulmonary Embolism Misdiagnosed as Pneumonia[J]. Chinese General Practice, 2024, 27(32): 3987-3992. DOI: 10.12114/j.issn.1007-9572.2024.0047.
吕广瑜,孙宛君,周倩倩等. 误诊为肺炎的中高危肺栓塞继发肺梗死患者临床特征及相关危险因素研究[J]. 中国全科医学, 2024, 27(32): 3987-3992. DOI: 10.12114/j.issn.1007-9572.2024.0047.

Figures/Tables 7

References 24

[1]	KONSTANTINIDES S V，MEYER G，BECATTINI C，et al. 2019 ESC Guidelines for the diagnosis and management of acute pulmonary embolism developed in collaboration with the European Respiratory Society（ERS）：the task force for the diagnosis and management of acute pulmonary embolism of the European Society of Cardiology（ESC）[J]. Eur Respir J，2019，54（3）：1901647. DOI：10.1183/13993003.01647-2019.
[2]	中华医学会呼吸病学分会肺栓塞与肺血管病学组，中国医师协会呼吸医师分会肺栓塞与肺血管病工作委员会，全国肺栓塞与肺血管病防治协作组. 肺血栓栓塞症诊治与预防指南[J]. 中华医学杂志，2018，98（14）：1060-1087.
[3]	LIO K U，O'CORRAGAIN O，BASHIR R，et al. Clinical outcomes and factors associated with pulmonary infarction following acute pulmonary embolism：a retrospective observational study at a US academic centre[J]. BMJ Open，2022，12（12）：e067579.
[4]	YUAN Y，WANG H Y，XING Z C，et al. Characteristics of pulmonary infarction in patients with acute pulmonary embolism in China：a single-center retrospective observational study[J]. J Thorac Dis，2023，15（11）：5961-5970.
[5]	孙宛君. 119例肺栓塞继发肺梗死临床分析[D]. 合肥：安徽医科大学，2021.
[6]	KAPTEIN F H J，KROFT L J M，HAMMERSCHLAG G，et al. Pulmonary infarction in acute pulmonary embolism[J]. Thromb Res，2021，202：162-169. DOI：10.1016/j.thromres.2021.03.022.
[7]	MINIATI M. A 48-year-old man with a pleural-based consolidation[J]. CMAJ，2013，185（12）：1059-1062.
[8]	GAO L，LI Y Z，ZHAI Z G，et al. Radiomics study on pulmonary infarction mimicking community-acquired pneumonia[J]. Clin Respir J，2021，15（6）：661-669. DOI：10.1111/crj.13341.
[9]	GOUHIER E，CANNIFF E，FOURNEL L，et al. Pulmonary vein occlusion with parenchymal infarction：a misdiagnosed entity[J]. Diagn Interv Imaging，2022，103（9）：440-442.
[10]	CHOWDHURY J M，BROWN P，KASARABADA A. Risk stratification of pulmonary embolism[J]. Curr Opin Pulm Med，2023，29（5）：363-369. DOI：10.1097/MCP.0000000000000998.
[11]	BECATTINI C，AGNELLI G，MAGGIONI A P，et al. Contemporary management and clinical course of acute pulmonary embolism：the COPE study[J]. Thromb Haemost，2023，123（6）：613-626. DOI：10.1055/a-2031-3859.
[12]	CHENGSUPANIMIT T，SUNDARAM B，LAU W B，et al. Clinical characteristics of patients with pulmonary infarction - a retrospective review[J]. Respir Med，2018，139：13-18.
[13]	路明，陈亚红，姚中强，等. 发热、胸痛、咯血、双肺多发实变影[J]. 中华结核和呼吸杂志，2016，39（12）：992-994. DOI：10.3760/cma.j.issn.1001-0939.2016.12.023.
[14]	牟向东，李桂莲，张建华，等. 发热、咯血、胸痛、左下肺阴影[J]. 中华结核和呼吸杂志，2012，35（9）：710-711.
[15]	HAMPTON A，CASTLEMAN B. Correlation of postmortem chest teleroentgenograms with autopsy findings with special reference to pulmonary embolism and infarction[J]. Am J Roentgenol Radium Ther，1940，43：305-326.
[16]	ISLAM M，FILOPEI J，FRANK M，et al. Pulmonary infarction secondary to pulmonary embolism：an evolving paradigm[J]. Respirology，2018. DOI：10.1111/resp.13299.
[17]	TORRES-MACHO J，MANCEBO-PLAZA A B，CRESPO-GIMÉNEZ A，et al. Clinical features of patients inappropriately undiagnosed of pulmonary embolism[J]. Am J Emerg Med，2013，31（12）：1646-1650. DOI：10.1016/j.ajem.2013.08.037.
[18]	WANG Y，LIU B，ZHOU C M，et al. Pulmonary embolism induces pneumonia-like lung injury beyond pulmonary infarction[J]. Pulm Circ，2023，13（4）：e12322. DOI：10.1002/pul2.12322.
[19]	SAAD M，SHAIKH D H，MANTRI N，et al. Fever is associated with higher morbidity and clot burden in patients with acute pulmonary embolism[J]. BMJ Open Respir Res，2018，5（1）：e000327. DOI：10.1136/bmjresp-2018-000327.
[20]	KAPTEIN F H J，KROFT L J M，VAN DAM L F，et al. Impact of pulmonary infarction in pulmonary embolism on presentation and outcomes[J]. Thromb Res，2023，226：51-55.
[21]	YANG Y Q，WANG X，ZHANG Y J，et al. Prognosis assessment model based on low serum calcium in patients with acute pulmonary thromboembolism[J]. Respirology，2022，27（8）：645-652.
[22]	宋华峰，吴妹英，张建平，等. 血清蛋白指标在构建肺结核治疗预后评估的早期预测模型中的应用价值[J]. 中华结核和呼吸杂志，2023，46（7）：664-673. DOI：10.3760/cma.j.cn112147-20221021-00836.
[23]	MINIATI M，BOTTAI M，CICCOTOSTO C，et al. Predictors of pulmonary infarction[J]. Medicine，2015，94（41）：e1488.
[24]	ZHOU X，YANG Y H，ZHAI Z G，et al. Clinical characteristics and mortality predictors among very old patients with pulmonary thromboembolism：a multicenter study report[J]. BMC Pulm Med，2024，24（1）：26. DOI：10.1186/s12890-023-02824-7.

年份	例数	曾误诊为肺炎
2017年	6	6（100.0）
2018年	12	10（83.3）
2019年	27	20（74.1）
2020年	7	5（71.4）
2021年	19	12（63.2）
2022年	12	8（66.7）
2023年	18	9（50.0）
χ²_趋势值		6.672
P值		0.010

年份	例数	曾误诊为肺炎
2017年	6	6（100.0）
2018年	12	10（83.3）
2019年	27	20（74.1）
2020年	7	5（71.4）
2021年	19	12（63.2）
2022年	12	8（66.7）
2023年	18	9（50.0）
χ²_趋势值		6.672
P值		0.010

组别	例数	性别（男/女）	年龄[M（P₂₅，P₇₅），岁]	吸烟史[例（%）]	饮酒史[例（%）]	发热[例（%）]	咳嗽[例（%）]	胸痛[例（%）]	呼吸困难[例（%）]	咯血[例（%）]
对照组	31	20/11	53.0（42.0，66.0）	4（12.9）	2（6.5）	6（19.4）	14（45.2）	6（19.4）	24（77.4）	10（32.3）
误诊组	70	43/27	67.5（56.5，73.0）	14（20.0）	12（17.1）	40（57.1）	38（54.3）	30（42.9）	30（42.9）	15（21.4）
χ²（Z）值		0.087	-3.488^a	—	—	12.370	0.716	5.174	10.316	1.353
P值		0.768	<0.001	0.574	0.216	<0.001	0.397	0.023	0.001	0.245
组别	单侧下肢肿痛[例（%）]	白细胞计数[M（P₂₅，P₇₅），×10⁹/L]	肌钙蛋白[M（P₂₅，P₇₅），ng/mL]	D-二聚体[M（P₂₅，P₇₅），mg/L]	氨基末端脑利钠肽前体[M（P₂₅，P₇₅），ng/L]	病灶梗死位置[例（%）]
组别	单侧下肢肿痛[例（%）]	白细胞计数[M（P₂₅，P₇₅），×10⁹/L]	肌钙蛋白[M（P₂₅，P₇₅），ng/mL]	D-二聚体[M（P₂₅，P₇₅），mg/L]	氨基末端脑利钠肽前体[M（P₂₅，P₇₅），ng/L]	左侧	右侧	双侧
对照组	8（25.8）	8.47（6.27，12.24）	0.02（0.01，0.10）	4.16（2.53，7.78）	969.00（100.00，4 376.00）	16（51.6）	12（38.7）	3（9.7）
误诊组	19（27.1）	8.59（6.38，11.35）	0.03（0.01，0.12）	6.68（3.39，18.47）	572.00（237.00，1 897.00）	20（28.6）	40（57.1）	10（14.3）
χ²（Z）值	0.020	-0.162^a	-0.418^a	-1.900^a	-0.060^a	4.973
P值	0.889	0.871	0.676	0.057	0.952	0.083
组别	病灶肺叶分布[例（%）]			梗死病灶影像学征象[例（%）]				预后情况[例（%）]
组别	上叶	中叶	下叶	楔形影	中央透亮影征	血管征	充气征	死亡	良好
对照组	6（19.3）	2（6.4）	25（80.6）	22（71.0）	18（58.1）	8（25.8）	8（25.8）	1（3.2）	30（96.8）
误诊组	13（18.6）	7（10.0）	56（80.0）	32（45.7）	41（58.6）	30（42.9）	15（21.4）	4（5.7）	66（94.3）
χ²（Z）值	0.009	—	0.006	5.507	0.002	2.662	0.234	—
P值	0.926	0.718	0.940	0.019	0.962	0.103	0.628	1.000

组别	例数	性别（男/女）	年龄[M（P₂₅，P₇₅），岁]	吸烟史[例（%）]	饮酒史[例（%）]	发热[例（%）]	咳嗽[例（%）]	胸痛[例（%）]	呼吸困难[例（%）]	咯血[例（%）]
对照组	31	20/11	53.0（42.0，66.0）	4（12.9）	2（6.5）	6（19.4）	14（45.2）	6（19.4）	24（77.4）	10（32.3）
误诊组	70	43/27	67.5（56.5，73.0）	14（20.0）	12（17.1）	40（57.1）	38（54.3）	30（42.9）	30（42.9）	15（21.4）
χ²（Z）值		0.087	-3.488^a	—	—	12.370	0.716	5.174	10.316	1.353
P值		0.768	<0.001	0.574	0.216	<0.001	0.397	0.023	0.001	0.245
组别	单侧下肢肿痛[例（%）]	白细胞计数[M（P₂₅，P₇₅），×10⁹/L]	肌钙蛋白[M（P₂₅，P₇₅），ng/mL]	D-二聚体[M（P₂₅，P₇₅），mg/L]	氨基末端脑利钠肽前体[M（P₂₅，P₇₅），ng/L]	病灶梗死位置[例（%）]
组别	单侧下肢肿痛[例（%）]	白细胞计数[M（P₂₅，P₇₅），×10⁹/L]	肌钙蛋白[M（P₂₅，P₇₅），ng/mL]	D-二聚体[M（P₂₅，P₇₅），mg/L]	氨基末端脑利钠肽前体[M（P₂₅，P₇₅），ng/L]	左侧	右侧	双侧
对照组	8（25.8）	8.47（6.27，12.24）	0.02（0.01，0.10）	4.16（2.53，7.78）	969.00（100.00，4 376.00）	16（51.6）	12（38.7）	3（9.7）
误诊组	19（27.1）	8.59（6.38，11.35）	0.03（0.01，0.12）	6.68（3.39，18.47）	572.00（237.00，1 897.00）	20（28.6）	40（57.1）	10（14.3）
χ²（Z）值	0.020	-0.162^a	-0.418^a	-1.900^a	-0.060^a	4.973
P值	0.889	0.871	0.676	0.057	0.952	0.083
组别	病灶肺叶分布[例（%）]			梗死病灶影像学征象[例（%）]				预后情况[例（%）]
组别	上叶	中叶	下叶	楔形影	中央透亮影征	血管征	充气征	死亡	良好
对照组	6（19.3）	2（6.4）	25（80.6）	22（71.0）	18（58.1）	8（25.8）	8（25.8）	1（3.2）	30（96.8）
误诊组	13（18.6）	7（10.0）	56（80.0）	32（45.7）	41（58.6）	30（42.9）	15（21.4）	4（5.7）	66（94.3）
χ²（Z）值	0.009	—	0.006	5.507	0.002	2.662	0.234	—
P值	0.926	0.718	0.940	0.019	0.962	0.103	0.628	1.000

变量	β	SE	Wald χ²值	P值	OR（95%CI）
常量	-2.850	0.748	14.528	<0.001	—
年龄≥60岁	2.905	0.730	15.860	<0.001	18.271（4.373~76.339）
发热	2.777	0.778	12.756	<0.001	16.073（3.510~73.786）
胸痛	1.896	0.737	6.620	0.010	6.660（1.571~28.233）
不伴有呼吸困难	2.063	0.687	9.027	0.003	7.783（2.049~30.249）

Clinical Characteristics and Risk Factors of Patients with Pulmonary Infarction Secondary to Intermediate and High-risk Pulmonary Embolism Misdiagnosed as Pneumonia

误诊为肺炎的中高危肺栓塞继发肺梗死患者临床特征及相关危险因素研究

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 7

References 24

Related Articles 15

Recommended Articles 0

Metrics

Comments

变量	AUC	95%CI	P值	标准误	灵敏度	特异度
年龄≥60岁	0.718	0.608~0.829	<0.001	0.056	0.700	0.710
发热	0.689	0.580~0.798	0.003	0.056	0.571	0.806
胸痛	0.618	0.503~0.732	0.060	0.059
不伴有呼吸困难	0.673	0.561~0.784	<0.001	0.057	0.571	0.774

变量	β	SE	Wald χ²值	P值	OR（95%CI）
常量	-6.624	1.625	16.616	<0.001	—
年龄≥60岁	0.095	0.023	16.700	<0.001	1.100（1.051~1.151）
发热	2.510	0.684	13.458	<0.001	12.307（3.219~47.053）
不伴有呼吸困难	2.683	0.757	12.572	<0.001	14.627（3.320~64.450）

[1]	ZHANG Long, LI Jianping. Establishment and Promotion of a Dyslipidemia Management and Control System Grounded on Hierarchical Medical Treatment [J]. Chinese General Practice, 2024, 27(36): 4493-4497.
[2]	ZHOU Zhensen, HUANG Yan, CHENG Siwei, ZHANG Xiaoyu, ZHANG Xiaoyu, SUN Ting, YANG Xianjun, XIE Hui, MA Zuchang. Construction and Validation of a Screening Model for Early Atherosclerosis Risk in the Aorta [J]. Chinese General Practice, 2024, 27(33): 4147-4154.
[3]	WANG Wuchao, LIU Siqi, LIU Qianqian, ZHU Jihong. Clinical Characteristics of Acute Pulmonary Embolism Complicated with Thrombocytopenia: a Retrospective Study [J]. Chinese General Practice, 2024, 27(27): 3372-3377.
[4]	LI Qiuling, TANG Wenwu, YU Yiwen, DENG Huan, YANG Xiaohua, CHEN Xiaoxia, JI Yifei. Establishment and Verification of Risk Prediction Model for Silent Brain Infarction in Maintenance Hemodialysis Patients: a Multicenter Study [J]. Chinese General Practice, 2024, 27(26): 3232-3239.
[5]	ZHANG Lan, ZHANG Ruihua, WU Xuelian, YANG Yan, DUAN Guimin, ZHAO Daren. Equity Analysis and Demand Prediction of General Practitioner Resource Allocation in Western China [J]. Chinese General Practice, 2024, 27(25): 3171-3177.
[6]	JIANG Qixia, XIE Haoting, WANG Huajun, LI Xiuyun, ZHU Yuling, WANG Yaling, MIN Yan, WANG Ke. Effectiveness Analysis of Two Incontinence Care Plans Based on Guidelines for Elderly COVID-19 Patients with Incontinence [J]. Chinese General Practice, 2024, 27(18): 2212-2217.
[7]	MIAO Lipeng, REN Kehao, LI Mengdie, LYU Juncheng. Trend Analysis and Prediction of Cardiovascular Disease Mortality in China from 2009 to 2021 [J]. Chinese General Practice, 2024, 27(18): 2260-2264.
[8]	GAO Ying, XU Xinyi, LIU Yang, YANG Xiaokun. Research on the Development of Atherosclerotic Cardiovascular Disease Prediction Model for the Elderly Based on TCM Constitution [J]. Chinese General Practice, 2024, 27(15): 1878-1885.
[9]	LIU Caixia, AN Tingting, LIU Jing, LI Xiangyang, JIN Jie, XU Lanjuan. Prognostic Value of IMPACT and CRASH Models in the Assessment of Patients with Traumatic Brain Injury: a Comparative Study [J]. Chinese General Practice, 2024, 27(15): 1843-1849.
[10]	YANG Shuo, LIU Xinying, WANG Huizhe, LI Huanmin, LI Xinmin. Risk Factors for Severe Mycoplasma Pneumoniae Pneumonia in Children: a Meta-analysis [J]. Chinese General Practice, 2024, 27(14): 1750-1760.
[11]	ZHONG Jinjia, LI Wentao, HUANG Yafang, WU Hao. Design Features and Methodological Quality of Researches about Prediction Models Based on Machine Learning in Primary Care: a Scoping Review [J]. Chinese General Practice, 2024, 27(10): 1271-1276.
[12]	ZENG Lingcong, ZHANG Longju, ZHOU Ling, ZHANG Wei, DAI Meng, HUANG Yin, HUANG Yi. Analysis of the Predictive Value of 4-level Clinical Pretest Probability Score in Elderly Patients with Acute Pulmonary Embolism [J]. Chinese General Practice, 2024, 27(09): 1062-1067.
[13]	HAN Junjie, WU Di, CHEN Zhisheng, XIAO Yang, SEN Gan. A Nomogram Prediction Model and Validation Study on the Risk of Complicated Diabetic Nephropathy in Type 2 Diabetes Patients [J]. Chinese General Practice, 2024, 27(09): 1054-1061.
[14]	ZOU Qiong, WU Xi, ZHANG Yang, WAN Yi, CHEN Changsheng. Prediction of Type 2 Diabetic Nephropathy Based on BP Neural Network Optimized by Sparrow Search Algorithm [J]. Chinese General Practice, 2024, 27(08): 961-970.
[15]	WANG Minghang, HAN Weihong, BI Lichan, YANG Jiang, LI Jiansheng. Evaluation Study of Traditional Chinese Medicine Syndrome Differentiation Therapy on the Quality of Life and Efficacy Satisfaction in Elderly Community-acquired Pneumonia Patients after Discharge [J]. Chinese General Practice, 2024, 27(08): 1001-1007.