3 统计学处理

使用 R 版本 4.1.0 进行分析，主要应用的R包是tableone（基线特征描述）、nnet（构建回归模型）和ROCR（ROC分析）。结果以计数（n），比例（%），平均数标准差（）或中位数（四分位数间距）表示（视情况而定）。我们比较了复发者和非复发者的临床和人口统计学变量，并进一步比较了不同手术组患者的复发率。对于连续变量，正态分布数据使用 t 检验，非正态分布数据使用非参数检验（曼惠特尼 U 检验）分析各组之间的差异，并使用卡方检验比较比例。使用相关系数来评估疾病严重程度与压力水平和抑郁变化的相关性。若计量资料符合正态分布，采用Pearson 相关分析；若计量资料不符合正态分布,采用Spearman相关分析。

运用Logistic 回归分析候选预测因素与 MG 复发的关系，结合独立预测因子建立了风险预测模型。然后利用受试者工作特征（ROC）曲线分析确定最佳截断值。应用ROC曲线分析对预测模型的判别性能（如曲线下面积、敏感性和特异性）进行检验。在所有分析中，P 值<0.05 被认为具有统计学意义。