基于真实世界的自发性脑出血后脑积水形成的危险因素及临床风险预测模型研究

摘要

目的 应用基于真实世界的数据分析，构建自发性脑出血后脑积水形成的列线图预测模型，为临床决策提供证据支持。方法 收集2018年1月至2022年12月期间广东医科大学附属医院收治的433例自发性脑出血患者临床资料，采用多因素logistic回归分析筛选出与自发性脑出血后脑积水形成相关的影响因素，并根据这些影响因素制定风险预测列线图模型。结果 在433例自发性脑出血患者中，发生脑积水31例，未发生脑积水420例。通过多因素logistic回归分析发现格拉斯哥昏迷评分(Glasgow coma scale, GCS)、出血部位及破入脑室是独立危险因素(P<0.05),而性别、年龄、病因、高血压病史等不是独立危险因素(P>0.05)。将GCS、出血部位及破入脑室这三个变量纳入R软件构建预测模型，列线图预测模型的受试者工作特征曲线下面积为0.930(95%CI:0.895～0.930,P<0.001),校准曲线显示列线图校准效果良好(P>0.05),建立的模型具有较好预测价值。结论 GCS、出血部位及破入脑室是自发性脑出血后发生脑积水风险的危险因素，风险预测列线图模型有助于改进脑出血患者整体的治疗效果。

关键词

脑出血 / 脑积水 / 预测 / 列线图