构建出血性卒中不良预后的风险预测模型：一项横断面研究

摘要

目的 研究出血性卒中的不良预后因素，并构建预测模型，改进相关评判体系。方法 从院前-院内一体化角度开展横断面调查，经单因素比较后，将有显著差异的指标依次纳入单因素-多因素Poisson回归分析，将筛选所得独立危险因素构建为预测模型。再以列线图形式将预测模型转为可视化的优化评分量表，获知相应评分对应的预测概率。应用ROC曲线检验优化评分与ICH-CT评分对于预测不良预后的评判效能，按照两种评分信息提取验证组患者的相关资料，获取每例验证组患者的最终评分。将评分与预后结果代入ROC曲线以评价不同预测模型的预测能力，并将预测模型转换为可视化的优化评分量表，从而量化不良预后转归的概率；再以ICH-CT模型为参照，探寻优化评分对于出血性卒中患者不良预后转归的评判效能。结果 经过样本量计算，最终选取273例患者作为本次横断面研究的模型组样本：累计110例出血性卒中患者为不良预后转归、163例患者预后尚可，时间跨度为2021年1月至2021年9月。另收集2021年9月至2022年1月期间81例急性出血性卒中患者为验证组：出血性卒中患者预后不良及尚可的患者分别为21、60例。模型组不同预后组间比较人口学特征发现：男性占比、年龄、糖尿病病史存在显著统计学差异(均P<0.05);其他临床资料组间比较发现GCS评分、就诊时间、出血血肿量、发热、混合征、脑疝、脑室内出血发生率及出血部位存在显著统计学差异(均P<0.05)。回归分析发现，糖尿病病程、就诊时间、出血血肿量、混合征、脑室内出血为不良预后的影响因素。优化评分与ICH-CT评分的评判临界(Cut-off)值分别为186分、128分，优化评分的AUC与Youden指数均大于ICH-CT评分，优化评分对于不良预后的评判效能优于ICH-CT评分(Z=2.369,P<0.05)。结论 本研究为出血性卒中患者的不良预后构建了预测模型，并将其转化为易于临床使用的优化评分。其预测效能优于传统评估方式。

关键词

出血性卒中 / 预后 / 预测模型 / 横断面研究