首页|基于Logistic回归方程分析aSAH病人脑积水的影响因素及预测模型构建

基于Logistic回归方程分析aSAH病人脑积水的影响因素及预测模型构建

扫码查看
目的:基于Logistic回归方程分析动脉瘤性蛛网膜下腔出血(aSAH)病人脑积水的影响因素,进一步构建预测模型,旨在为临床防治脑积水提供指导。方法:采用便利抽样法,选取2021年1月-2022年10月中国人民解放军空军军医大学第二附属医院收治的aSAH病人,将符合纳入、排除标准的236例病人作为研究对象,统计脑积水发生情况,并通过单因素、Lasso回归、Logistic回归方程分析aSAH病人脑积水的影响因素,采用似然比卡方、Wald卡方、拟合优度检验评价Logistic回归模型,受试者工作特征(ROC)曲线评价Logistic回归模型预测价值。结果:236例aSAH病人脑积水发生率为14。83%(35/236)。动脉瘤位于后循环[OR=4。443,95%Cl(1。028,19。201)]、出血破入脑室[OR=5。842,95%Cl(2。212,15。428)]、蛛网膜下腔出血厚度≥5 mm[OR=3。440,95%CI(1。120,10。568)]、弥散性蛛网膜下腔出血[OR=3。951,95%Cl(1。213,12。869)]、颅内感染[OR=5。092,95%Cl(2。326,11。147)]、脑脊液转化生长因子 β1(TGF-β1)水平[OR=5。112,95%Cl(1。283,20。368)]、脑脊液基质金属蛋白酶-9(MMP-9)水平[OR=6。530,95%Cl(2。302,18。521)]是aSAH病人发生脑积水的危险因素,脑脊液净化[OR=0。365,95%Cl(0。154,0。865)]是aSAH病人发生脑积水的保护因素(P<0。05)。ROC曲线显示,Logistic回归模型对aSAH病人发生脑积水的预测价值曲线下面积(AUC)为0。932,95%CI[0。892,0。961],预测敏感度为97。14%,特异度为86。07%。结论:动脉瘤位于后循环、出血破入脑室、蛛网膜下腔出血厚度≥5 mm、弥散性蛛网膜下腔出血、颅内感染、脑脊液TGF-β1水平、脑脊液MMP-9是aSAH病人发生脑积水的危险因素,脑脊液净化是aSAH病人发生脑积水的保护因素,临床可据此制定针对性防治措施,进一步改善预后。

马妙丽、李明娟

展开 >

中国人民解放军空军军医大学第二附属医院(西安 710038)

动脉瘤性蛛网膜下腔出血 脑积水 Logistic回归方程 影响因素 预测模型

2024

中西医结合心脑血管病杂志
中国中西医结合学会 山西医科大学第一医院

中西医结合心脑血管病杂志

CSTPCD
影响因子:1.463
ISSN:1672-1349
年,卷(期):2024.22(18)