急诊手术患者术后28 d死亡风险预测列线图模型的开发与验证

doi:10.3877/cma.j.issn.1674-6880.2026.03.003

目的

开发并验证用于预测急诊手术患者28 d生存率的列线图模型。

方法

收集2020年1月至2024年6月期间在浙江大学医学院附属邵逸夫医院接受急诊手术的1 956例成年患者临床资料，其中训练集1 369例、验证集587例。根据患者术后28 d是否死亡将训练集患者分为生存组（1 188例）和非生存组（181例）。通过最小绝对收缩与选择算子（LASSO）回归筛选变量，再经多因素logistic回归建立预测模型，并绘制列线图模型。模型的区分度以受试者工作特征（ROC）曲线的曲线下面积（AUC）评估，校准性通过Bootstrap自助法1 000次重采样验证，决策曲线分析（DCA）用于评价其临床实用性。

结果

非生存组患者Charlson合并症指数（CCI）、白细胞计数（WBC）、中性粒细胞计数、淋巴细胞计数、肌酐、血尿素氮（BUN）、尿酸以及术中失血量和并发症发生情况均显著高于生存组（P均< 0.05），男性患者占比、舒张压、纤维蛋白原（FIB）、C反应蛋白（CRP）和钾离子水平均显著低于生存组（P均< 0.05）。多因素logistic回归筛选出7个独立预测因子，分别为男性、CCI、中性粒细胞计数、淋巴细胞计数、FIB、BUN以及尿酸（P均< 0.05）。整合7个独立预测因子构建急诊手术患者术后28 d死亡的列线图模型。ROC曲线分析结果显示，在训练集和测试集中评估急诊手术患者术后28 d死亡的AUC值分别为0.759[95%置信区间（CI）（0.721，0.798），P < 0.001]及0.725[95%CI（0.701，0.820），P < 0.001]，说明列线图模型具有良好的区分度。校准曲线提示预测概率与实际观察值吻合良好。DCA结果表明模型具有显著的净临床获益。

结论

本研究建立的列线图模型可有效预测急诊手术患者的28 d生存率。

关键词: 急诊手术, 列线图, 风险预测, 生存率, 多因素分析

Objective

To develop and validate a nomogram for predicting the 28-day survival rate of patients undergoing emergency surgery.

Methods

Clinical data were collected from 1 956 adult patients who underwent emergency surgery at the Sir Run Run Shaw Hospital, Zhejiang University School of Medicine between January 2020 and June 2024. The cohort was randomly divided into a training set (n = 1 369) and a validation set (n = 587). According to the 28-day postoperative survival status, patients in the training set were classified into a survival group (n = 1 188) and a non-survival group (n = 181). The least absolute shrinkage and selection operator (LASSO) regression was applied for variable selection, followed by multivariable logistic regression to establish a prediction model, which was subsequently visualized as a nomogram. Model discrimination was evaluated using the area under the receiver operating characteristic curve (AUC). Calibration was assessed by bootstrap resampling with 1 000 iterations, and decision curve analysis (DCA) was performed to evaluate the clinical utility of the model.

Results

Compared with the survival group, patients in the non-survival group had significantly higher Charlson comorbidity index (CCI), white blood cell count, neutrophil count, lymphocyte count, serum creatinine, blood urea nitrogen (BUN), uric acid, intraoperative blood loss, and incidence of postoperative complications (all P < 0.05). In contrast, the proportion of male patients, diastolic blood pressure, fibrinogen (FIB), C-reactive protein, and serum potassium were significantly lower in the non-survival group than in the survival group (all P < 0.05). Multivariable logistic regression identified seven independent predictors of 28-day postoperative mortality: male, CCI, neutrophil count, lymphocyte count, FIB, BUN, and uric acid (all P < 0.05). A nomogram integrating these seven predictors was constructed to estimate the risk of 28-day postoperative mortality in patients undergoing emergency surgery. Receiver operating characteristic curve analysis demonstrated that the nomogram achieved AUCs of 0.759 [95% confidence interval (CI) (0.721, 0.798), P < 0.001] in the training set and 0.725 [95%CI (0.701, 0.820), P < 0.001] in the validation set, indicating its good discriminatory performance. Calibration curves showed good agreement between the predicted probabilities and the observed outcomes. DCA further demonstrated that the nomogram provided substantial net clinical benefit.

Conclusion

The nomogram developed in this study can effectively predict the 28-day survival rate of patients undergoing emergency surgery.

Key words: Emergency surgery, Nomogram, Risk prediction, Survival rate, Multivariate analysis

表1 训练集急诊手术患者病历资料比较

指标	生存组（n = 1 188）	非生存组（n = 181）	t/χ²/Z值	P值
年龄（岁， ± s）	62（51，71）	62（52，73）	1.135	0.314
男性[例（%）]	828（69.7）	111（61.3）	4.728	0.030
BMI（kg/m²， ± s）	22.9 ± 4.0	22.6 ± 3.8	0.998	0.319
创伤手术[例（%）]	210（17.7）	43（23.8）	3.461	0.063
CCI[M（P₂₅，P₇₅）]	5（3，7）	7（5，9）	7.727	< 0.001
收缩压[mmHg，M（P₂₅，P₇₅）]	126（110，144）	123（106，146）	0.704	0.481
舒张压[mmHg，M（P₂₅，P₇₅）]	74（64，84）	70（60，82）	2.703	0.007
心率[次/min，M（P₂₅，P₇₅）]	88（75，104）	92（75，113）	1.947	0.052
呼吸频率[次/min，M（P₂₅，P₇₅）]	19（16，20）	18（14，21）	0.706	0.480
WBC[× 10⁹/L，M（P₂₅，P₇₅）]	10.40（6.76，14.64）	12.49（8.64，17.80）	4.120	< 0.001
中性粒细胞计数[× 10⁹/L，M（P₂₅，P₇₅）]	8.20（4.77，12.42）	9.50（5.90，14.52）	2.591	0.010
淋巴细胞计数[× 10⁹/L，M（P₂₅，P₇₅）]	0.94（0.62，1.64）	1.32（0.67，2.59）	3.847	< 0.001
单核细胞计数[× 10⁹/L，M（P₂₅，P₇₅）]	0.57（0.37，0.83）	0.57（0.38，0.95）	0.937	0.349
RBC[× 10⁹/L，M（P₂₅，P₇₅）]	4.03（3.30，4.60）	4.20（3.31，4.79）	1.387	0.166
血红蛋白[g/L，M（P₂₅，P₇₅）]	123（98，140）	123（101，143）	0.524	0.600
HCT[%，M（P₂₅，P₇₅）]	36.7（30.0，41.7）	37.9（31.1，42.7）	1.105	0.269
PLT[× 10⁹/L，M（P₂₅，P₇₅）]	192.0（133.0，255.0）	189.0（140.0，251.0）	0.439	0.661
INR[M（P₂₅，P₇₅）]	1.06（0.97，1.20）	1.06（0.96，1.25）	0.139	0.890
FIB[g/L，M（P₂₅，P₇₅）]	3.11（2.19，4.56）	2.65（1.87，4.36）	2.639	0.008
PT[s，M（P₂₅，P₇₅）]	12.2（11.3，13.8）	12.3（11.3，14.4）	0.802	0.423
APTT[s，M（P₂₅，P₇₅）]	27.10（24.50，32.63）	27.40（23.90，36.70）	0.409	0.682
白蛋白[g/L，M（P₂₅，P₇₅）]	38.7（31.7，44.3）	40.4（30.2，45.2）	0.638	0.523
肌酐[μmol/L，M（P₂₅，P₇₅）]	73.5（60.0，95.0）	89.0（66.0，126.0）	4.483	< 0.001
BUN[mmol/L，M（P₂₅，P₇₅）]	6.05（4.64，8.38）	6.24（4.99，10.70）	2.406	0.016
尿酸[μmol/L，M（P₂₅，P₇₅）]	292.00（210.75，379.00）	341.00（255.00，423.00）	4.313	< 0.001
CRP[mg/L，M（P₂₅，P₇₅）]	9.90（1.58，48.60）	4.56（1.00，38.80）	2.066	0.039
LVEF[%，M（P₂₅，P₇₅）]	65（60，69）	63（60，68）	1.228	0.220
钾离子[mmol/L，M（P₂₅，P₇₅）]	3.78（3.43，4.19）	3.68（3.24，4.20）	2.045	0.041
钠离子[mmol/L，M（P₂₅，P₇₅）]	139（137，142）	140（137，143）	1.768	0.077
手术时长[min，M（P₂₅，P₇₅）]	175.50（104.75，297.25）	181.00（93.00，290.00）	0.171	0.864
术中失血量[mL，M（P₂₅，P₇₅）]	100（50，500）	200（50，600）	2.479	0.013
术中输血[例（%）]	589（49.6）	95（52.5）	0.421	0.516
术中血管活性药使用[例（%）]	921（77.5）	150（82.9）	2.333	0.127
术中并发症[例（%）]	407（34.3）	83（45.9）	8.694	0.003

表1 训练集急诊手术患者病历资料比较

指标	生存组（n = 1 188）	非生存组（n = 181）	t/χ²/Z值	P值
年龄（岁， ± s）	62（51，71）	62（52，73）	1.135	0.314
男性[例（%）]	828（69.7）	111（61.3）	4.728	0.030
BMI（kg/m²， ± s）	22.9 ± 4.0	22.6 ± 3.8	0.998	0.319
创伤手术[例（%）]	210（17.7）	43（23.8）	3.461	0.063
CCI[M（P₂₅，P₇₅）]	5（3，7）	7（5，9）	7.727	< 0.001
收缩压[mmHg，M（P₂₅，P₇₅）]	126（110，144）	123（106，146）	0.704	0.481
舒张压[mmHg，M（P₂₅，P₇₅）]	74（64，84）	70（60，82）	2.703	0.007
心率[次/min，M（P₂₅，P₇₅）]	88（75，104）	92（75，113）	1.947	0.052
呼吸频率[次/min，M（P₂₅，P₇₅）]	19（16，20）	18（14，21）	0.706	0.480
WBC[× 10⁹/L，M（P₂₅，P₇₅）]	10.40（6.76，14.64）	12.49（8.64，17.80）	4.120	< 0.001
中性粒细胞计数[× 10⁹/L，M（P₂₅，P₇₅）]	8.20（4.77，12.42）	9.50（5.90，14.52）	2.591	0.010
淋巴细胞计数[× 10⁹/L，M（P₂₅，P₇₅）]	0.94（0.62，1.64）	1.32（0.67，2.59）	3.847	< 0.001
单核细胞计数[× 10⁹/L，M（P₂₅，P₇₅）]	0.57（0.37，0.83）	0.57（0.38，0.95）	0.937	0.349
RBC[× 10⁹/L，M（P₂₅，P₇₅）]	4.03（3.30，4.60）	4.20（3.31，4.79）	1.387	0.166
血红蛋白[g/L，M（P₂₅，P₇₅）]	123（98，140）	123（101，143）	0.524	0.600
HCT[%，M（P₂₅，P₇₅）]	36.7（30.0，41.7）	37.9（31.1，42.7）	1.105	0.269
PLT[× 10⁹/L，M（P₂₅，P₇₅）]	192.0（133.0，255.0）	189.0（140.0，251.0）	0.439	0.661
INR[M（P₂₅，P₇₅）]	1.06（0.97，1.20）	1.06（0.96，1.25）	0.139	0.890
FIB[g/L，M（P₂₅，P₇₅）]	3.11（2.19，4.56）	2.65（1.87，4.36）	2.639	0.008
PT[s，M（P₂₅，P₇₅）]	12.2（11.3，13.8）	12.3（11.3，14.4）	0.802	0.423
APTT[s，M（P₂₅，P₇₅）]	27.10（24.50，32.63）	27.40（23.90，36.70）	0.409	0.682
白蛋白[g/L，M（P₂₅，P₇₅）]	38.7（31.7，44.3）	40.4（30.2，45.2）	0.638	0.523
肌酐[μmol/L，M（P₂₅，P₇₅）]	73.5（60.0，95.0）	89.0（66.0，126.0）	4.483	< 0.001
BUN[mmol/L，M（P₂₅，P₇₅）]	6.05（4.64，8.38）	6.24（4.99，10.70）	2.406	0.016
尿酸[μmol/L，M（P₂₅，P₇₅）]	292.00（210.75，379.00）	341.00（255.00，423.00）	4.313	< 0.001
CRP[mg/L，M（P₂₅，P₇₅）]	9.90（1.58，48.60）	4.56（1.00，38.80）	2.066	0.039
LVEF[%，M（P₂₅，P₇₅）]	65（60，69）	63（60，68）	1.228	0.220
钾离子[mmol/L，M（P₂₅，P₇₅）]	3.78（3.43，4.19）	3.68（3.24，4.20）	2.045	0.041
钠离子[mmol/L，M（P₂₅，P₇₅）]	139（137，142）	140（137，143）	1.768	0.077
手术时长[min，M（P₂₅，P₇₅）]	175.50（104.75，297.25）	181.00（93.00，290.00）	0.171	0.864
术中失血量[mL，M（P₂₅，P₇₅）]	100（50，500）	200（50，600）	2.479	0.013
术中输血[例（%）]	589（49.6）	95（52.5）	0.421	0.516
术中血管活性药使用[例（%）]	921（77.5）	150（82.9）	2.333	0.127
术中并发症[例（%）]	407（34.3）	83（45.9）	8.694	0.003

图1 急诊手术患者术后28 d死亡影响因素的LASSO回归分析注：LASSO.最小绝对收缩和选择算子；a图为LASSO回归10折交叉验证筛选变量模型误差随λ的对数变化图；b图为LASSO回归筛选变量数量与回归系数随λ的对数变化图

图2 急诊手术患者术后28 d死亡预测因子的列线图模型注：CCI. Charlson合并症指数；FIB.纤维蛋白原；BUN.血尿素氮

图3 急诊手术患者术后28 d死亡预测模型的ROC曲线分析注：ROC.受试者工作特征

图4 列线图模型预测急诊手术患者术后28 d死亡的校正曲线（a）及决策曲线（b）

1	Havens JM, Peetz AB, Do WS, et al. The excess morbidity and mortality of emergency general surgery [J]. J Trauma Acute Care Surg, 2015, 78 (2): 306-311.
2	Pearse RM, Harrison DA, James P, et al. Identification and characterisation of the high-risk surgical population in the United Kingdom[J]. Crit Care, 2006, 10 (3): R81.
3	Havens JM, Neiman PU, Campbell BL, et al. The future of emergency general surgery [J]. Ann Surg, 2019, 270 (2): 221-222.
4	Chen B, Sheng W, Wu Z, et al. Machine learning based peri-surgical risk calculator for abdominal related emergency general surgery: a multicenter retrospective study[J]. Int J Surg, 2024, 110 (6): 3527-3535.
5	Zhuo XY, Lei SH, Sun L, et al. Preoperative risk prediction models for acute kidney injury after noncardiac surgery: an independent external validation cohort study [J]. Br J Anaesth, 2024, 133 (3): 508-518.
6	Shafi S, Aboutanos M, Brown CV, et al. Measuring anatomic severity of disease in emergency general surgery [J]. J Trauma Acute Care Surg, 2014, 76 (3): 884-887.
7	Guo K, Xu F, Li Y, et al. Mortality and cardiac arrest rates of emergency surgery in developed and developing countries: a systematic review and meta-analysis[J]. BMC Anesthesiol, 2024, 24 (1): 178.
8	Becher RD, Jin L, Warren JL, et al. Geographic variation in the utilization of and mortality after emergency general surgery operations in the Northeastern and Southeastern United States [J]. Ann Surg, 2022, 275 (2): 340-347.
9	Morris C, Russell C. Morbidity and mortality after emergency surgery[J]. BMJ, 2006, 333 (7571): 713-714.
10	Anderson B, Zou X, Evison F, et al. Major adverse cardiovascular events and all-cause mortality after emergency general surgery among kidney failure patients[J]. BJS Open, 2022, 6 (6): zrac130.
11	AlSowaiegh R, Naar L, El Moheb M, et al. The Emergency Surgery Score is a powerful predictor of outcomes across multiple surgical specialties: results of a retrospective nationwide analysis [J]. Surgery, 2021, 170 (5): 1501-1507.
12	Castillo-Angeles M, Cooper Z, Jarman MP, et al. Association of frailty with morbidity and mortality in emergency general surgery by procedural risk level [J]. JAMA Surg, 2021, 156 (1): 68-74.
13	Kao AM, Maloney SR, Prasad T, et al. The CELIOtomy Risk Score: an effort to minimize futile surgery with analysis of early postoperative mortality after emergency laparotomy [J]. Surgery, 2020, 168 (4): 676-683.
14	Balachandran VP, Gonen M, Smith JJ, et al. Nomograms in oncology: more than meets the eye [J]. Lancet Oncol, 2015, 16 (4): e173-e180.
15	Gale SC, Shafi S, Dombrovskiy VY, et al. The public health burden of emergency general surgery in the United States: a 10-year analysis of the Nationwide Inpatient Sample—2001 to 2010 [J]. J Trauma Acute Care Surg, 2014, 77 (2): 202-208.
16	Smith M, Hussain A, Xiao J, et al. The importance of improving the quality of emergency surgery for a regional quality collaborative [J]. Ann Surg, 2013, 257 (4): 596-602.
17	Eugene N, Kuryba A, Martin P, et al. Development and validation of a prognostic model for death 30 days after adult emergency laparotomy[J]. Anaesthesia, 2023, 78 (10): 1262-1271.
18	Oliver CM, Walker E, Giannaris S, et al. Risk assessment tools validated for patients undergoing emergency laparotomy: a systematic review [J]. Br J Anaesth, 2015, 115 (6): 849-860.
19	Hansted AK, Storm N, Burcharth J, et al. Validation of the NELA risk prediction model in emergency abdominal surgery [J]. Acta Anaesthesiol Scand, 2023, 67 (9): 1194-1201.
20	Xu D, Zhou H, Hou L. Development and validation of a preoperative prediction model for geriatric emergency general surgery [J]. Langenbecks Arch Surg, 2025, 410 (1): 45.
21	Feng S, van Walraven C, Lalu MM, et al. Derivation and external validation of a 30-day mortality risk prediction model for older patients having emergency general surgery [J]. Br J Anaesth, 2022, 129 (1): 33-40.
22	Sheikh K, Jiang Y, Bullock CM. Effect of comorbid and fatal coexistent conditions on sex and race differences in vascular surgical mortality [J]. Ann Vasc Surg, 2007, 21 (4): 496-504.
23	Reynolds HR, Cyr DD, Merz CNB, et al. Sex differences in revascularization, treatment goals, and outcomes of patients with chronic coronary disease: insights from the ISCHEMIA trial [J]. J Am Heart Assoc, 2024, 13 (5): e029850.
24	Smedberg C, Steuer J, Leander K, et al. Sex differences and temporal trends in aortic dissection: a population-based study of incidence, treatment strategies, and outcome in Swedish patients during 15 years [J]. Eur Heart J, 2020, 41: 2430-2438.
25	St-Louis E, Iqbal S, Feldman LS, et al. Using the age-adjusted Charlson comorbidity index to predict outcomes in emergency general surgery [J]. J Trauma Acute Care Surg, 2015, 78 (2): 318-323.
26	Fabbian F, De Giorgi A, Ferro S, et al. Post-operative all-cause mortality in elderly patients undergoing abdominal emergency surgery: role of Charlson comorbidity index [J]. Healthcare (Basel), 2021, 9 (7): 805.
27	Liew PX, Kubes P. The neutrophil's role during health and disease[J]. Physiol Rev, 2019, 99 (2): 1223-1248.
28	King PT. Inflammation in chronic obstructive pulmonary disease and its role in cardiovascular disease and lung cancer[J]. Clin Transl Med, 2015, 4 (1): 68.
29	Roe K. NK-cell exhaustion, B-cell exhaustion and T-cell exhaustion—the differences and similarities [J]. Immunology, 2022, 166 (2): 155-168.
30	Ho P, Cahir-McFarland E, Fontenot JD, et al. Harnessing regulatory T cells to establish immune tolerance [J]. Sci Transl Med, 2024, 16 (738): eadm8859.
31	Moore EE, Moore HB, Kornblith LZ, et al. Trauma-induced coagulopathy [J]. Nat Rev Dis Primers, 2021, 7 (1): 30.
32	Yamada S, Asakura H. Coagulopathy and fibrinolytic pathophysiology in COVID-19 and SARS-CoV-2 vaccination[J]. Int J Mol Sci, 2022, 23 (6): 3338.
33	Mahajan M, Kaur S, Mahajan S, et al. Uric acid a better scavenger of free radicals than vitamin C in rheumatoid arthritis [J]. Indian J Clin Biochem, 2009, 24 (2): 205-207.

[1]	邬明嫄, 李婷婷, 鲜欣欣, 罗朝阳, 杨青, 卢漫. 基于超微血流成像血管指数的列线图模型诊断肢端黑色素瘤引流区域淋巴结的价值[J/OL]. 中华医学超声杂志（电子版）, 2026, 23(04): 276-282.
[2]	周文考, 张佳坡, 黄培培, 潘艺梅, 朱琳, 李诗睿, 孙慧敏. 多种机器学习算法比较下急性左心衰竭患者住院期间死亡风险预测模型的构建与外部验证[J/OL]. 中华危重症医学杂志(电子版), 2026, 19(03): 198-207.
[3]	李琳, 庞乐, 潘霞, 朱磊, 王桂子, 刘梅. 汉中社区老年人口腔衰弱与躯体衰弱的横断面关联分析及风险评估模型构建[J/OL]. 中华口腔医学研究杂志(电子版), 2026, 20(03): 217-224.
[4]	江伟东, 陈博. 早发性可切除胃癌的临床病理特征及预后列线图模型的建立[J/OL]. 中华普通外科学文献(电子版), 2026, 20(04): 230-237.
[5]	罗文勇, 黄文龙, 阮沁桐, 蔡莹, 王欣, 吴柱国, 王利玲, 于海兵. 甲状腺癌术后并发低钙血症的发病风险预测模型构建[J/OL]. 中华普通外科学文献(电子版), 2026, 20(04): 257-264.
[6]	鲁峰刚, 刘宇, 张毅, 王秦玉. 新辅助放化疗直肠癌根治术患者术后吻合口漏影响因素分析及风险预测模型构建[J/OL]. 中华普外科手术学杂志(电子版), 2026, 20(04): 347-351.
[7]	李若隐, 罗义, 张雪琳, 雷李凤, 李思丽. MDSCs相关基因在乳腺癌中表达特征分析与风险预测模型构建[J/OL]. 中华普外科手术学杂志(电子版), 2026, 20(04): 366-373.
[8]	何继强, 鄢春月, 张道文, 徐绮, 阳明, 黄燕平, 唐小林, 王飞. 基于肺CT影像组学列线图在术前鉴别肺腺癌和良性肺结节248例的临床研究[J/OL]. 中华肺部疾病杂志(电子版), 2026, 19(03): 411-417.
[9]	柯雨仙, 刘罡, 郭莹莹, 何李谦, 姜轶. 慢性阻塞性肺疾病急性加重期并发呼吸衰竭风险预测模型研究进展[J/OL]. 中华肺部疾病杂志(电子版), 2026, 19(03): 500-503.
[10]	陈志坚, 俞建达, 林泽润, 林宏焕, 易长昱, 池小斌, 吕立志, 陈永标. 基于术前影像肿瘤负荷评分的模型对单发肝细胞癌微血管侵犯的预测价值[J/OL]. 中华肝脏外科手术学电子杂志, 2026, 15(03): 379-385.
[11]	韩一梅, 冯仕川, 陈志娟. 高脂血症性急性胰腺炎复发的危险因素及其列线图预测模型构建[J/OL]. 中华消化病与影像杂志(电子版), 2026, 16(03): 222-228.
[12]	孙娟华, 白引苗, 孔胜男, 王梦雪, 王文慧, 张红梅. 胰腺癌患者化疗相关性恶心呕吐风险列线图构建及验证[J/OL]. 中华消化病与影像杂志(电子版), 2026, 16(02): 114-119.
[13]	张维娜, 潘亚娟, 徐敏. 晚期消化系统癌症手术患者器官/腔隙感染的风险预测模型的建立[J/OL]. 中华消化病与影像杂志(电子版), 2026, 16(02): 120-124.
[14]	李晨阳, 汪涛, 徐忠瑞, 黄福秀, 李淑玲, 徐衍, 周旋, 赵慧, 张宁宁, 陈超. 急性下消化道出血患者安全出院风险评分的构建与验证[J/OL]. 中华消化病与影像杂志(电子版), 2026, 16(02): 156-161.
[15]	张培, 孙长博, 张坤鹏, 凌新宇, 戴晨阳, 王龙, 曹足, 吴俊琪, 陈昶. 中国肺移植长期生存率的挑战与提升策略[J/OL]. 中华胸部外科电子杂志, 2026, 13(02): 140-146.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Development and validation of a nomogram model for predicting 28-day mortality in emergency surgery patients

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Development and validation of a nomogram model for predicting 28-day mortality in emergency surgery patients