摘要
背景 急性肾损伤(AKI)是脑卒中患者常见的严重并发症之一,与患者不良的短期和长期预后密切相关,因此需要探索特异性的AKI筛查工具,以便早期识别AKI的高危人群.目的 构建并验证脑卒中后发生AKI风险预测模型,并编制简易风险评分量表.方法 采用便利抽样法选取2021年1—9月在浙江大学医学院附属第二医院神经内科住院治疗且病历资料完整的760例脑卒中患者为建模组,根据是否发生AKI将其分为AKI亚组和非AKI亚组.采用多因素Logistic回归分析进行影响因素分析,并构建脑卒中后发生AKI风险预测模型,采用Hosmer-Lemeshow和受试者工作特征曲线(ROC曲线)检验模型的拟合优度及预测效果.采用便利抽样法选取2021年10—12月在本院治疗的脑卒中患者310例作为模型外部验证组,其中AKI者53例、非AKI者257例.将预测模型在验证组人群进行验证,并编制脑卒中后发生AKI简易风险评分量表.结果 建模组760例脑卒中患者中发生AKI 140例,AKI发生率为18.42％.多因素Logistic回归分析结果显示,性别、高血压史、美国国立卫生研究院脑卒中量表(NIHSS)评分、袢利尿剂用药史、机械取栓史、血清β2微球蛋白(β2-MG)、尿素氮、血清胱抑素C(sCysC)是脑卒中后发生AKI的独立影响因素(P<0.05).构建脑卒中后发生AKI风险预测模型:y=1/(1+e-a),其中a=-4.047+1.222×男性+1.386×高血压史+1.716×NIHSS评分+1.098×袢利尿剂用药史+0.830×机械取栓史+1.739×β2-MG+1.202×尿素氮+2.160×sCysC.Hosmer-Lemeshow检验预测模型拟合效果,χ2=6.523,P=0.367.脑卒中后发生AKI风险预测模型在建模组中预测脑卒中患者发生AKI的ROC曲线下面积(AUC)为0.916〔95％CI(0.891,0.940)〕,最佳截断值为12.8％,灵敏度为0.857,特异度为0.832,约登指数为0.689.脑卒中后发生AKI风险预测模型在验证组中预测脑卒中患者发生AKI的AUC为0.906〔95％CI(0.853,0.960)〕.结合多因素Logistic回归分析结果得出的变量的系数四舍五入到最近整数,赋分后编制量表,最终建立了总分值为11分、截断值为4分、AUC为0.900〔95％CI(0.843,0.957),P<0.001〕的脑卒中后发生AKI简易风险评分量表,实际应用的正确率为88.39％.结论 本研究构建的脑卒中后发生AKI风险预测模型可以有效地预测脑卒中后AKI发生风险,灵敏度、特异度较高,且据此编制的脑卒中后发生AKI简易风险评分量表为临床提供了一种简便可行的客观、量化高危患者的评估工具,为医护人员早期及时对不同AKI发生风险的脑卒中患者采取预防性治疗提供借鉴.
基金项目
2021年度浙江省高等学校国内访问工程师校企合作项目(FG2021220)
国家科技期刊平台
NSTL
维普
万方数据