Page 74 - 2022-23-中国全科医学
P. 74
http://www.chinagp.net E-mail:zgqkyx@chinagp.net.cn ·2887·
1.2.1 研究工具 计算机检索 PubMed、中国知网、万 全 54 例,未遵医嘱治疗或自动离院 12 例,合并恶性肿
方数据知识服务平台、维普网数据库中的相关文献,结 瘤、严重心肺功能不全 36 例,最终纳入建模组 760 例。
合专家意见,自行编制脑卒中后发生 AKI 临床资料调查 760 例脑卒中患者中男 493 例(64.90%),女 267 例
表以确认模型变量。脑卒中后发生 AKI 临床资料调查表 (35.10%);年龄 26~95 岁,平均年龄(66.6±12.6)岁;
包括 4 个部分内容:(1)患者人口学资料:性别、年龄、 发生 AKI 140 例,AKI 发生率为 18.42%。
脑卒中类型、复发史、高血压史、糖尿病史、冠心病史、 2.1.1 脑卒中后发生 AKI 的单因素分析 两亚组患者
心房颤动史、是否贫血。(2)美国国立卫生研究院脑 性别,有无复发史、高血压史、冠心病史、心房颤动史、
卒中量表(NIHSS)评分,包括意识状态、视野、感觉、 贫血,NIHSS 评分,有无甘露醇、抗血小板药、抗凝
四肢运动等 11 项检测内容,每项得分 0~4 分,总分越高, 药、袢利尿剂、抗生素用药史,有无机械取栓史,hs-
代表患者临床症状越严重,分为轻度(≤8分)、中度 CRP、NGAL、Hcy、β 2 -MG、尿素氮、血尿酸、sCysC
(9~14 分)、中 - 重度(≥ 15 分),该量表具有良好 比较,差异有统计学意义(P<0.05);两亚组患者年龄,
的可操作性和可重复性 [14] 。(3)治疗相关情况:有 脑卒中类型,有无糖尿病史、溶栓史比较,差异无统计
无甘露醇、抗血小板药、抗凝药、袢利尿剂、抗生素用 学意义(P>0.05),见表 1。
药史,有无溶栓、机械取栓史。(4)实验室检查结果 2.1.2 脑卒中后发生 AKI 风险预测模型的构建及预测
(均为入院 48 h 内检查结果):超敏 C 反应蛋白(hs- 效果分析 以脑卒中后是否发生 AKI 为因变量(赋值:
CRP)(参考范围 <10 mg/L)、血中性粒细胞明胶酶相 发生 =1,未发生 =0),将单因素分析中 P<0.05 的 20
关脂质运载蛋白(NGAL)(参考范围 <180 μg/L)、 个变量作为自变量(赋值见表 2)纳入多因素 Logistic
同型半胱氨酸(Hcy)(参考范围 <15.0 μmol/L)、血 回归分析,采用向前逐步法进行影响因素的进一步筛
清β 2 微球蛋白(β 2 -MG)(参考范围 1~3 μg/L)、尿 选,结果显示,性别、高血压史、NIHSS 评分、袢利尿
素氮(参考范围 2.80~7.20 mmol/L)、血尿酸(男性参 剂用药史、机械取栓史、β 2 -MG、尿素氮、sCysC 是脑
考范围 <416 μmol/L,女性参考范围 <357 μmol/L)、血 卒中后发生 AKI 的独立影响因素(P<0.05),见表 3。
清胱抑素 C(sCysC)(参考范围 <1.5 μg/L)。 根据上述 8 个独立影响因素以及各因素对应的 β,构
-a
1.2.2 资料收集及质量控制 利用医院的电子病历系统 建脑卒中后发生 AKI 风险预测模型:y=1/(1+e ),
及数字化病案系统,通过计算机终端,按照前期设计的 其 中 y 为 脑 卒 后 发 生 AKI 的 概 率,e 为 指 数 函 数,
脑卒中后发生 AKI 临床资料调查表收集数据。由 2 名 a=-4.047+1.222× 男 性 +1.386× 高 血 压 史 +1.716
经统一培训的研究者共同收集数据,对于临床资料中个 ×NIHSS 评分 +1.098× 袢利尿剂用药史 +0.830× 机械
别缺失值,采取该变量的中位数或均值替换。完整的数 取栓史 +1.739×β 2 -MG+1.202× 尿素氮 +2.160×sCysC。
2
据由专人保存,另 1 名研究者每月抽查其中 10% 的数据, Hosmer-Lemeshow 检验预测模型拟合效果,χ =6.523,
详细核实患者临床资料的完整性、真实性和准确性。 P=0.367。脑卒中后发生 AKI 风险预测模型在建模组中
1.3 统计学方法 采用 SPSS 25.0 统计软件进行数据分 预测脑卒中患者发生AKI的AUC为0.916〔95%CI(0.891,
析。整体符合正态分布的计量资料以( ±s)进行描述。 0.940)〕,最佳截断值为 12.8%,灵敏度为 0.857,特
2
计数资料以相对数描述,两组间比较采用 χ 检验。等 异度为 0.832,约登指数为 0.689,见图 1。
级资料比较采用秩和检验。将单因素分析中 P<0.05 的 2.2 脑卒中后发生 AKI 风险预测模型在验证组中的预
变量纳入多因素 Logistic 回归分析,采用向前逐步法明 测情况 脑卒中后发生 AKI 风险预测模型在验证组中
确最终纳入预测模型的变量。根据各变量对应的偏回 预测脑卒中患者发生AKI的AUC为0.906〔95%CI(0.853,
归系数(β)构建方程,建立脑卒中后发生 AKI 风险 0.960)〕,最佳截断值为 19.6%,灵敏度为 0.793,特
预测模型,并编制脑卒中后发生 AKI 简易风险评分量 异度为 0.914,约登指数为 0.707,见图 2。验证组中实
表。利用 Hosmer-Lemeshow 检验和受试者工作特征曲 际发生 AKI 且模型判断发生 AKI 共 34 例,模型判断为
线(receiver operating characteristic curve,ROC 曲 线 ) 40 例,误判 6 例,分类正确率 85.00%(34/40);实际
评价预测模型的拟合优度以及预测能力,以 ROC 曲线 未发生 AKI 且模型判断未发生 AKI 共 251 例,模型判
下面积(AUC)、灵敏度、特异度和正确率验证预测模 断为 270 例,误判 19 例,分类正确率 92.96%(251/270)。
型及量表的应用效能。双侧检验水准 α=0.05。 模型总正确率(34+251)/310=91.93%。
2 结果 2.3 脑卒中后发生 AKI 简易风险评分量表的编制与验
2.1 建模组 建模组初步选取脑卒中患者 931 例,其 证 将多因素 Logistic 回归分析结果得出的变量的系数
中 171 例不符合标准予以排除,包括重复入组(即多 四舍五入到最近整数,赋分后编制量表。最终建立了
次入院)46 例,入院前已发生 AKI 23 例,资料严重不 总分值为 11 分,截断值为 4 分,AUC 为 0.900〔95%CI