目的基于脑小血管病(cerebral small vessel disease,CSVD)影像学总负荷构建急性脑梗死(acute cerebral infarction,ACI)患者住院时间延长列线图模型,并对其进行验证。方法选取2021年1月至2023年12月湖州学院附属南太湖医院神经内科收治...目的基于脑小血管病(cerebral small vessel disease,CSVD)影像学总负荷构建急性脑梗死(acute cerebral infarction,ACI)患者住院时间延长列线图模型,并对其进行验证。方法选取2021年1月至2023年12月湖州学院附属南太湖医院神经内科收治的462例ACI患者作为研究对象,按照7∶3原则,将患者分为训练组(n=323)和验证组(n=139)。采用Lasso-Logistic回归分析ACI患者住院时间延长危险因素,采用受试者操作特征曲线(receiver operating characteristic curves,ROC曲线)预测效能。结果基于训练组数据,Lasso回归筛选出4个非零系数指标,分别为基线美国国立卫生研究院卒中量表(National Institutes of Health stroke scale,NIHSS)评分、年龄校正查尔森合并症指数(age-adjusted Charlson comorbidity index,aCCI)评分、中性粒细胞与淋巴细胞比值(neutroph to lymphocyte ratio,NLR)、CSVD总负荷评分。多因素Logistic回归分析显示,基线NIHSS评分、aCCI评分、NLR、CSVD总负荷评分均是ACI患者住院时间延长的独立危险因素(P<0.05)。基于上述4项指标构建列线图模型,预测训练组、验证组患者住院时间延长的ROC曲线下面积为0.812(95%CI:0.756~0.868)、0.820(95%CI:0.730~0.909)。结论基于CSVD总负荷评分构建的ACI患者住院时间延长列线图模型具有较好的预测效能,可作为筛查ACI患者住院时间延长的评估工具。展开更多
文摘目的基于脑小血管病(cerebral small vessel disease,CSVD)影像学总负荷构建急性脑梗死(acute cerebral infarction,ACI)患者住院时间延长列线图模型,并对其进行验证。方法选取2021年1月至2023年12月湖州学院附属南太湖医院神经内科收治的462例ACI患者作为研究对象,按照7∶3原则,将患者分为训练组(n=323)和验证组(n=139)。采用Lasso-Logistic回归分析ACI患者住院时间延长危险因素,采用受试者操作特征曲线(receiver operating characteristic curves,ROC曲线)预测效能。结果基于训练组数据,Lasso回归筛选出4个非零系数指标,分别为基线美国国立卫生研究院卒中量表(National Institutes of Health stroke scale,NIHSS)评分、年龄校正查尔森合并症指数(age-adjusted Charlson comorbidity index,aCCI)评分、中性粒细胞与淋巴细胞比值(neutroph to lymphocyte ratio,NLR)、CSVD总负荷评分。多因素Logistic回归分析显示,基线NIHSS评分、aCCI评分、NLR、CSVD总负荷评分均是ACI患者住院时间延长的独立危险因素(P<0.05)。基于上述4项指标构建列线图模型,预测训练组、验证组患者住院时间延长的ROC曲线下面积为0.812(95%CI:0.756~0.868)、0.820(95%CI:0.730~0.909)。结论基于CSVD总负荷评分构建的ACI患者住院时间延长列线图模型具有较好的预测效能,可作为筛查ACI患者住院时间延长的评估工具。
