可独立行走的脑小血管病患者跌倒风险预测模型的构建与验证

摘要

目的 基于神经影像学特征及临床因素探究可独立行走的脑小血管病(cerebral small vessel disease, CSVD)患者跌倒风险的危险因素，建立预测模型并验证其效能。方法 选择2021年9月—2024年9月就诊于河北医科大学第三医院可独立行走的CSVD患者315例，按6∶4比例分为建模人群(196例)和验证人群(119例)。采用起立-行走量表评估可独立行走的CSVD患者跌倒风险。在建模人群中行单因素及多因素分析可独立行走的CSVD患者跌倒风险的独立危险因素，构建跌倒风险预测模型并绘制诺莫图。分别在建模人群与验证人群中采用受试者工作特征(receiver operating characteristic, ROC)曲线下面积(area under the curve, AUC)、校准曲线评估模型的区分度、校准度。结果 与无跌倒风险组患者相比，存在跌倒风险组患者的高龄、高血压病、骨折史、认知障碍、中重度白质高信号(white matter hyperintensity, WMH)、中重度EPVS、腔隙例数占比高，差异有统计学意义(P<0.05)。多因素Logistic回归分析显示，年龄(95%CI:1.356～3.256)、高血压病(95%CI:1.119～6.682)、认知障碍(95%CI:1.146～7.423)、中重度WMH(95%CI:1.487～8.363)、腔隙(95%CI:1.965～9.636)是可独立行走的CSVD患者跌倒风险的独立危险因素(P<0.05)。基于上述影响因素构建可独立行走的脑小血管病跌倒风险的诺莫图模型，建模人群和验证人群的ROC曲线下面积分别为0.855、0.921,模型区分度高，校准曲线显示该预测模型与实际观测结果有较好的一致性。结论 高龄、高血压、中重度WMH、腔隙、认知障碍是可独立行走的CSVD患者跌倒风险的独立危险因素，依据本研究建立的临床预测模型可以较好的预测可独立行走的CSVD患者跌倒风险。

关键词

脑血管障碍 / 意外跌倒 / 预测模型