Page 72 - 2022-23-中国全科医学

http://www.chinagp.net E-mail:zgqkyx@chinagp.net.cn ·2885·

·论著·

脑卒中后发生急性肾损伤风险预测模型的构建及验证

1
1
2*
饶艳 ，姚梅琪 ，江大为 ，毛翠 1 扫描二维码
查看原文
【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 β 2 微球蛋白（β 2 -MG）、尿素氮、血清胱抑素 C（sCysC）是脑卒中后发
-a
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 ），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×β 2 -MG+1.202× 尿
2
素氮 +2.160×sCysC。Hosmer-Lemeshow 检验预测模型拟合效果，χ =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。
【关键词】 卒中；急性肾损伤；风险预测模型；评估工具；筛查；预测；影响因素分析
【中图分类号】 R 743 【文献标识码】 A DOI：10.12114/j.issn.1007-9572.2022.0246
饶艳，姚梅琪，江大为，等 . 脑卒中后发生急性肾损伤风险预测模型的构建及验证［J］. 中国全科医学，2022，
25（23）：2885-2891. ［www.chinagp.net］
RAO Y，YAO M Q，JIANG D W，et al. Development and validation of a risk prediction model of post-stroke acute kidney
injury［J］. Chinese General Practice，2022，25（23）：2885-2891.

2*
1
Development and Validation of a Risk Prediction Model of Post-stroke Acute Kidney Injury RAO Yan ，YAO Meiqi ，
1
JIANG Dawei ，MAO Cui 1
1.School of Medicine，Quzhou College of Technology，Quzhou 324000，China
2.Nursing Department，the Second Affiliated Hospital Zhejiang University School of Medicine，Hangzhou 310009，China
*
Corresponding author：YAO Meiqi，Chief superintendent nurse；E-mail：zrhlyj@zju.edu.cn
【Abstract】 Background Acute kidney injury （AKI） is a common and serious complication that is closely
correlated to a poor short-term or long-term prognosis in stroke patients. Therefore，it is necessary to develop a specific AKI
screening tool to early identify patients at high risk of AKI. Objective To construct and verify a risk prediction model of
post-stroke AKI and to develop a simple post-stroke AKI risk assessment scale. Methods Stroke inpatients with complete
medical records were selected from the Second Affiliated Hospital Zhejiang University School of Medicine by use of convenience

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）
1.324000 浙江省衢州市，衢州职业技术学院医学院 2.310009 浙江省杭州市，浙江大学医学院附属第二医院护理部
*
通信作者：姚梅琪，主任护师；E-mail：zrhlyj@zju.edu.cn
本文数字出版日期：2022-04-22