急性穿支动脉脑梗死患者血清CysC hs-CRP联合随机森林预测END风险

摘要

目的 探究基于血清胱抑素C(CysC)、超敏C反应蛋白（hs-CRP）等指标构建随机森林模型预测急性穿支动脉脑梗死（APACI）患者发生早期神经功能恶化（END）的价值。方法 回顾性纳入2023-08—2025-08焦作市第二人民医院治疗的189例APACI患者，根据是否发生END分为2组，比较2组患者临床资料，采用二元Logistic回归分析END的独立危险因素，并以此为特征变量构建随机森林模型。通过十折交叉验证评估模型稳健性，并利用受试者工作特征曲线评估其预测效能。结果 END组患者低密度脂蛋白胆固醇（LDL-C）、CysC、hs-CRP、尿酸（UA）水平均显著高于非END组，且均为END的独立危险因素。随机森林模型的特征重要性排序依次为CysC、hs-CRP、UA、LDL-C。该模型预测END的曲线下面积0.866，灵敏度0.733，特异度0.833。结论 基于入院时血清CysC、hs-CRP、LDL-C及UA水平构建的随机森林模型能有效预测APACI患者END的发生风险。

关键词

急性穿支动脉脑梗死 / 神经功能恶化 / 胱抑素C / 超敏C反应蛋白 / 随机森林

基金资助

国家重点研发计划项目（编号：2022YFC3501103）