首页 > 亚太传统医药 > 脑卒中后血管性痴呆预测模型及风险评估工具构建

脑卒中后血管性痴呆预测模型及风险评估工具构建

Construction of a Predictive Model and Risk Assessment Tool for Vascular Dementia in Stroke Patients

二维码有效期 120s

摘要目的:开发脑卒中后血管性痴呆预测模型及风险评估工具.方法:采用双向队列研究设计,收集2019年1月-2021年10月,北京中医药大学东方医院医院信息系统中的230例脑卒中入院患者的临床资料,对脑卒中3个月后的患者进行随访,结局指标为血管性痴呆事件发生情况.采用Logis-tic 回归方法进行预测变量的指标筛选,结合脑卒中领域专家意见确定模型变量,最终年龄、脑梗死史、便秘、中枢性言语障碍、BI(重度依赖)为脑卒中后血管性痴呆的危险因素(OR＞1).抗血小板聚集药物、降脂药物、NIHSS＞4分为脑卒中后血管性痴呆的保护因素(OR＜1).使用多因素Logistic回归模型纳入8个影响因素构建预测模型,使用AUC值评价模型的预测能力.结果:156例患者患有血管性痴呆,多因素Logistic模型的预测工具计分(Score)算式:Score=2.3×年龄80岁以上(是=1,否=0)+1.7×年龄 71～80 岁(是=1,否=0)+1.5×年龄 61～70 岁(是=1,否=0)+0.8×脑梗死史(是=1,否=0)+0.8×便秘(是=1,否=0)+1.1×中枢性言语障碍(是=1,否=0)-0.7×抗栓药物使用(是=1,否=0)-1.4×降脂药物使用(是=1,否=0)+1.5×BI分类(重度依赖=2,非重度依赖=1)-0.1×NIHSS分类(非轻型卒中=2,轻型卒中=1),模型的AUC值为0.834 7,模型截断值为0.669,Youden指数值为0.499,灵敏度为0.769,特异度为0.730.结论:建立的脑卒中后血管性痴呆预测模型,可较好区分脑卒中后血管性痴呆人群,为卒中后血管性痴呆预防及评估提供参考.