基于血清指标及临床资料构建高血压脑出血发生HE的预测模型及验证

梁宝毅, 周达坤, 郭海敏, 梁立毅, 洪允钦, 周传凯, 禤彩霞, 何东明, 廖振南

中国实用神经疾病杂志 ›› 2025, Vol. 28 ›› Issue (12) : 1494 -1499.

PDF
中国实用神经疾病杂志 ›› 2025, Vol. 28 ›› Issue (12) : 1494 -1499.

基于血清指标及临床资料构建高血压脑出血发生HE的预测模型及验证

    梁宝毅, 周达坤, 郭海敏, 梁立毅, 洪允钦, 周传凯, 禤彩霞, 何东明, 廖振南
作者信息 +

Author information +
文章历史 +
PDF

摘要

目的 基于临床资料、微管相关蛋白Tau(Tau蛋白)、神经元特异性烯醇化酶(NSE)、水通道蛋白4(AQP4)构建高血压脑出血(HICH)患者发生血肿扩大(HE)的预测模型,并对模型预测能力进行实证分析。方法 选取2021-05—2024-05钦州市第二人民医院收治的204例HICH患者,根据是否出现HE分为扩大组、非扩大组。收集2组患者临床资料、实验室指标资料,采用多因素LASSO-Logistic筛选出HICH患者发生HE的危险因素,构建列线图预测模型,并对该模型的预测效能进行实证评价。结果 单因素分析显示,扩大组发病至入院时间长于非扩大组,糖尿病患者占比、收缩压、出血量、CT岛征患者占比、Tau蛋白、NSE、AQP4高于非扩大组(P<0.05)。经LASSO-Logistic回归多因素分析显示,发病至入院时间延长、出血量增加、CT岛征、Tau蛋白升高、NSE升高、AQP4升高均是HICH患者发生HE的危险因素(P<0.05)。基于上述危险因素构建的HICH患者发生HE预测模型的一致性指数(C-index)为0.821。受试者工作特征(ROC)曲线分析显示,该模型在建模数据集和外部验证数据集中的AUC分别为0.821(95%CI:0.757~0.886)、0.867(95%CI:0.793~0.942)。校准曲线显示,该模型预测能力较强。结论 HICH患者发生HE的危险因素是发病至入院时间延长、出血量增加、CT岛征、Tau蛋白升高、NSE升高、AQP4升高,基于此构建的HE预测模型预测能力较强,可有效识别早期HE高风险人群。

关键词

高血压 / 脑出血 / 血肿扩大 / Logistic预测模型 / 外部验证 / 内部验证

Key words

引用本文

引用格式 ▾
基于血清指标及临床资料构建高血压脑出血发生HE的预测模型及验证[J]. 中国实用神经疾病杂志, 2025, 28(12): 1494-1499 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/