首页|基于血常规和颈动脉斑块构建缺血性脑卒中nomogram风险预测模型

基于血常规和颈动脉斑块构建缺血性脑卒中nomogram风险预测模型

扫码查看
原文链接
  • 万方数据
  • 维普
目的:基于血常规和颈动脉斑块构建一种个性化nomogram风险预测模型预测颈动脉粥样硬化(carotid atherosclerosis,CAS)患者发生缺血性脑卒中(cerebral ischemic stroke,CIS)的风险.方法:选取2021年3月1日至2022年3月1日在上海市第八人民医院神经内科住院的CAS患者214例,收集患者的基本特征、血常规指标及影像学检查数据.根据是否发生缺血性脑卒中分别分为两组,随机抽取全部数据按7∶3的比例拆分为建模组和验证组.采用单因素logistic回归和lasso回归筛选CAS患者发生缺血性脑卒中的独立风险预测因子,将其导入R软件构建nomogram预测模型.ROC曲线下面积(AUC)、校准曲线和DCA决策曲线对模型进行内部验证.结果:单因素logistic回归和lasso回归分析结果显示,红细胞分布宽度、大型血小板比率、血小板计数是CAS患者发生缺血性脑卒中的独立风险预测因子(P<0.05),由于年龄对于CIS具有重要临床意义,最终也将其纳入模型.基于上述预测因子导入R软件构建nomogram预测模型并进行模型内部验证.建模组受试者工作特征曲线下面积(area under the curve,AUC)为0.644,验证组AUC为0.677,表示该nomogram模型预测能力较好.Hosmer-Lemeshow拟合优度检验(P=0.058),表明该模型具有较好的区分度.DCA曲线显示风险阈值为8％～45％时使用该模型具有临床实用价值.结论:本研究构建并验证了一个预测CAS患者发生缺血性脑卒中的nomogram风险预测模型,该模型预测能力和区分能力较好,对临床评估CAS患者发生缺血性脑卒中具有较高的临床实用价值.
Construction of a nomogram prediction model for ischaemic stroke based on routine blood test and carotid plaque

Routine blood testCarotid artery plaqueCarotid atherosclerosisIschemic strokeNomogram modelRisk prediction

王益松、赵沨、张红珍

展开 >

安徽理工大学,安徽 淮南232001

安徽理工大学第一附属医院

血常规 颈动脉斑块 颈动脉粥样硬化 缺血性脑卒中 nomogram模型 风险预测

安徽理工大学研究生创新基金安徽省教育厅重点研究项目安徽省教育厅高等学校省级质量工程项目(2020)安徽省教育厅高等学校省级质量工程教学研究一般项目(2020)

研究生[2022]17号KJ2019A0094皖教秘高[2020]155号2020jyxm0463

2024

10.16833/j.cnki.jbmc.2024.03.003

包头医学院学报
内蒙古科技大学包头医学院

包头医学院学报

影响因子：0.543
ISSN：1006-740X
年,卷(期)：2024.40(3)
  • 1
  • 33