摘要目的 评估已发表文献中卒中后神经功能恶化(ND)预测模型的建模特征和性能表现.方法 遵循系统评价与荟萃分析扩展范围综述首选报告项目,计算机检索PubMed、CINAHL、Cochrane Library、Embase、Web of Science、Scopus、中国知网、万方数据库和维普网,检索策略采用主题词与自由词相结合的方式,核心词汇包括"Stroke""Ischemic Stroke""Neurological Deterioration""Nomograms""Risk Prediction""Predictive Models""卒中""脑梗死""脑出血""神经功能恶化""预测模型",检索时间为建库至2024年12月15日.基于系统评价的批判性评估和数据提取清单提取数据,数据提取项包括基本特征、模型评估指标和预测因子特征.基本特征包括第一作者、发表年份、研究国家、研究设计类型(回顾性、前瞻性、注册数据库)、样本来源(单中心、多中心)、研究对象[适用卒中类型包括急性缺血性卒中(AIS)-保守治疗、AIS-静脉溶栓(IVT)、AIS-血管内治疗(EVT)、脑出血(ICH;即出血性卒中)]、卒中后ND定义[卒中后ND时间窗归纳为急性期(卒中后≤72 h)、亚急性期(卒中后≤7d)和长期预后期(卒中后≤90d)]、结局指标(单一终点、复合终点);模型评估指标包括是否存在数据缺失及是否明确报告处理方法(完整案例分析法、多重插补法等)、模型构建方法(多因素Logistic回归、最小绝对收缩和选择算子回归、机器学习算法等)、模型呈现形式(列线图、风险评分网页、风险预测工具等)、区分度(受试者工作特征曲线下面积、C指数)、校准度(Hosmer-Lemeshow拟合优度检验、校准曲线、校准斜率)、临床实用性[决策曲线分析(DCA)]、总体度量(Brier分数、R2、赤池信息准则)、样本量(训练集、内部验证集、外部验证集)及其满足事件数要求[以每个预测变量对应的结局事件数(EPV)≥10作为最低阈值以降低过拟合风险]、模型验证(内部验证、外部验证);预测因子特征包括预测因子筛选策略(先验知识导向、单因素分析等)、预测因子数量及属性(人口统计学特征、病史、体格检查、治疗干预信息、实验室检查指标、影像学指标).分析符合纳入排除标准文献中卒中后ND预测模型的区分度、校准度、临床实用性和总体度量,并绘制森林图可视化研究中预测模型的受试者工作特征曲线下面积差异,采用预测模型偏倚风险评估工具(PROBAST)评估卒中后ND预测模型的偏倚风险及临床适用性.统计纳入文献中的卒中后ND预测因子出现频次并提取前6位高频预测因子.评估缺血性卒中、出血性卒中后ND预测因子的临床可获得性(是否在急诊阶段可通过常规登记、病史采集或急诊评估快速获取).结果 (1)共检索文献3 728篇,依据文献的纳入与排除标准,最终纳入文献25篇.(2)预测模型的基本特征:研究设计类型以回顾性[72％(18/25)]、单中心[64％(16/25)]研究为主;研究对象为AIS患者占92％(23/25),为出血性卒中患者占8％(2/25).60％(15/25)的研究基于神经功能评分变化[如美国国立卫生研究院卒中量表(NIHSS)评分增加或格拉斯哥昏迷量表评分降低]定义卒中后ND,ND时间窗急性期、亚急性期和长期预后期的占比分别为36％(9/25)、48％(12/25)、16％(4/25).92％(23/25)的研究采用结局指标为单一终点.(3)预测模型的评估结果:96％(24/25)的研究模型构建方法为多因素Logistic回归,88％(22/25)的模型呈现形式为列线图.24％(6/25)的研究明确报告数据缺失处理方法,52％(13/25)的研究EPV≥10;模型区分度受试者工作特征曲线下面积中位数为0.865(范围0.650～0.981);44％(11/25)的研究报告了校准曲线,校准斜率报告率为4％(1/25);25项研究均采用DCA验证临床实用性;84％(21/25)的研究进行了内部验证,进行外部验证的研究占比为32％(8/25);基于PROBAST的偏倚风险和临床适用性评价结果显示,8％(2/25)的研究总体偏倚低风险(研究对象、预测因子、结局定义及统计分析4个维度均无缺陷),44％(11/25)的研究总体临床适用性低风险(研究人群覆盖目标临床场景、预测因子可快速获取、结局定义符合临床需求).(4)预测因子特征:64％(16/25)研究的预测因子筛选策略以先验知识为主导.前6位高频预测因子分别为NIHSS评分[64％(16/25)]、年龄[36％(9/25)]、血糖水平或糖尿病[36％(9/25)]、血压水平或高血压病[32％(8/25)]、Alberta卒中项目早期CT评分[20％(5/25)]和中性粒细胞与淋巴细胞比值[20％(5/25)].缺血性卒中后ND预测因子以急诊即时可获取指标为主,如NIHSS评分[65％(15/23)]、年龄[35％(8/23)];出血性卒中后ND预测因子以影像学指标为主,如基线血肿体积(2/2)及血肿位置(1/2).结论 现有卒中后ND预测模型在区分度优化与多模态整合方面表现较好,但校准度量化不足、偏倚风险高及临床转化断层制约了其临床应用.