基于GCS评分的Nomogram图预测急性脑出血后卒中相关性肺炎的发生风险

摘要

目的 通过构建Nomogram预测模型，探讨急性脑出血后发生卒中相关性肺炎（SAP）的危险因素。方法 回顾性分析2018-01—2022-12平顶山学院第一附属医院神经外科、重症医学科及神经重症的1 050例急性脑出血患者的临床资料，先根据GCS评分进行感染率的分层分析，然后运用组间差异性比较及多因素Logistic回归分析筛选SAP的独立危险因素，应用R语言构建Nomogram预测模型，并对构建的模型进行评价。结果 急性脑出血患者中SAP发生率为35.9%，其中GCS评分3～8分患者为77.21%,GCS评分9～12分患者为30.81%,GCS评分13～15分患者为6.50%，各组间感染率差异有统计学意义（P<0.05）。多因素Logistic回归显示，年龄、GCS评分、入院时随机血糖、淋巴细胞绝对值及手术治疗均为SAP独立危险因素，以这5个危险因素构建的Nomogram预测模型可帮助临床医师预测急性脑出血后SAP发生风险，具有较高的准确性和临床适用性。结论 基于GCS评分构建的Nomogram预测模型能够在疾病早期阶段准确高效地对急性脑出血患者发生SAP的风险进行分层，识别出易发生SAP患者的高风险人群，从而采取有针对性的干预措施。

关键词

急性脑出血 / 卒中相关性肺炎 / 危险因素 / GCS评分 / 列线图 / Nomogram预测模型