首页|老年脑卒中衰弱患者营养风险列线图预测模型的构建与验证

老年脑卒中衰弱患者营养风险列线图预测模型的构建与验证

刘蕾

老年脑卒中衰弱患者营养风险列线图预测模型的构建与验证

刘蕾1
扫码查看

作者信息

  • 1. 成都医学院
  • 折叠

摘要

目的: 通过系统评价、小组讨论及咨询神经内科和营养学领域专家的意见,全面了解老年脑卒中衰弱患者营养风险的发生情况,分析其关键影响因素。构建和外部验证适用于评估老年脑卒中衰弱患者营养风险的工具,以精准地识别出需要营养干预的患者,从而改善此类患者的预后结局,提高其生活质量。 资料与方法: 1.通过计算机检索PubMed、CINAHL、EMbase、WebofScience、万方(Wanfang)、维普(VIP)和知网(CNKI)等数据库,收集到2022年10月为止,关于脑卒中患者营养状况影响因素的研究,并手动检索参考文献以识别可能遗漏的相关研究。2名研究者独立进行文献检索、筛选和数据提取工作,分歧与第3名研究者讨论解决。队列研究的质量采用纽卡斯尔-渥太华量表(NOS)进行评价,横断面研究则采用美国卫生保健质量和研究机构(AHRQ)的11项推荐标准。鉴于纳入研究的影响因素及评估工具的多样性,对筛选的文献进行描述性定性分析,以归纳和总结脑卒中患者营养状况的现状及其主要影响因素。 2.结合系统评价结果及专家小组意见,自行设计老年脑卒中衰弱患者营养风险临床资料调查表。根据纳排标准,便利选取成都市3所三级甲等医院神经内科2022年11月~2023年4月住院的老年脑卒中衰弱患者为研究对象,共纳入434例符合条件的患者作为建模样本。使用最小绝对收缩和选择算子(LASSO)筛选预测变量,基于二元Logistic回归的结果构建列线图和网页计算器,模型的内部验证通过Bootstrap重采样(1000次)进行。采用混淆矩阵、接收器工作特性曲线(ROC)下面积(AUC)、校准曲线、Brier评分和临床决策曲线(DCA)评估模型性能。 3.收集2023年6月~2023年8月住院老年脑卒中衰弱患者的数据,对已构建的模型进行外部验证,目的是测试模型在新的患者样本上的效果和准确性。为确保结果的可比性,所有的评估和数据处理方法将严格与模型建立阶段保持一致。 结果: 1.共纳入20项研究,包括7项队列研究和13项横断面研究。总结出脑卒中患者营养状况的影响因素,包括患者基本特征、疾病相关资料、生理和生化指标、心理社会因素4大类,涉及年龄、性别、美国国立卫生研究院卒中量表(NIHSS)评分、血红蛋白、血清白蛋白水平、日常生活活动能力(ADL)、吞咽困难等25个影响因素。 2.通过LASSO回归和二元Logistic回归,筛选出7个老年脑卒中衰弱患者营养风险预测因子:ADL、NIHSS评分、糖尿病、BMI、握力、血清白蛋白水平及抑郁。建模集AUC为0.934(95%CI:0.909~0.959),Brier得分0.088,预测准确率为89.63%。校准曲线显示了模型预测与实际结果的良好一致性。DCA分析显示,在不同的临床决策阈值上,模型的应用能够为患者带来实际的健康益处,证明了其在临床中的应用价值。 3.外部验证集分析结果显示,AUC为0.887(95%CI:0.822~0.953),证明其在区分能力上仍表现出色。Brier得分为0.086,预测准确率为86.76%,这些指标均反映出模型的高稳健性。此外,校准曲线和DCA的分析结果与建模集相似,证实了模型具有良好的校准度和临床适用性。 结论: 老年脑卒中衰弱患者的营养风险发生率较高,本研究构建的列线图预测模型,整合了多维度预测因子,包括生理、心理和生化指标。其在两个独立数据集上的表现均证明了模型具有较好的风险预测价值,为存在营养风险患者的精准化医疗提供了重要评估工具。通过交互式网页计算器呈现该模型,访问网址为https://nutritionalrisk.shinyapps.io/DynNomapp/。

关键词

脑卒中/衰弱/营养风险/预测模型

引用本文复制引用

授予学位

硕士

学科专业

护理

导师

何春渝

学位年度

2024

学位授予单位

成都医学院

语种

中文

中图分类号

R4
段落导航相关论文