预测卒中后认知障碍风险列线图的开发和验证

Development and validation of a nomogram for predicting the risk of post-stroke cognitive impairment

二维码有效期 120s

摘要目的在轻型急性缺血性卒中(AIS)患者中开发并验证一个预测卒中后认知障碍(PSCI)风险的列线图模型.方法选取自2019年4月-2021年1月就诊于吉林大学第一医院神经内科住院病房的315例轻型AIS患者,其中PSCI组181例,非PSCI组134例.选取15个与血管性认知障碍(VCI)相关的潜在预测指标.使用套索(LASSO)回归方法优化PSCI列线图模型预测指标的选择,最终缩减为10个对PSCI影响较大的预测指标,对这10个预测指标进行多因素Logistic回归分析并建立列线图模型.通过C指数、校准曲线和决策曲线分析(DCA)评估预测模型的准确度、区分度和临床实用性.采用Bootstrapping验证方法对模型进行内部验证.结果预测PSCI风险列线图模型包括5个预测指标,即年龄、性别、受教育水平、既往卒中病史和最大横切面直径(DMTS).该模型C指数为0.708(95％置信区间为:0.651～0.765),具有较好的区分度.通过内部验证得到C指数为0.682.在本研究中,校准曲线显示了良好的一致性.DCA表明,当PSCI的阈值概率大于27％时,使用本研究中开发的预测PSCI风险列线图模型可获得更高的净收益.结论该预测PSCI风险列线图模型结合年龄、性别、受教育水平、既往卒中病史和DMTS,便于临床医生预测轻型AIS患者的PSCI风险,是一个值得在临床推广和应用的工具.