Page 76 - 2022-23-中国全科医学
P. 76

http://www.chinagp.net   E-mail:zgqkyx@chinagp.net.cn  ·2889·


           表 2 脑卒中后发生 AKI 影响因素的多因素 Logistic 回归分析赋值表                 1.0
           Table 2 Assignment for factors associated with post-stroke acute kidney
           injury analyzed using multivariate Logistic regression
               自变量          赋值         自变量         赋值               0.8
                性别       女 =0,男 =1  袢利尿剂用药史      无 =0,有 =1
               复发史       无 =0,有 =1   抗生素用药史      无 =0,有 =1
                                                                    0.6
              高血压史       无 =0,有 =1   机械取栓史       无 =0,有 =1
              冠心病史       无 =0,有 =1     hs-CRP  正常 =0,升高 =1         灵敏度
                                                                    0.4
              心房颤动史      无 =0,有 =1     NGAL    正常 =0,升高 =1
                贫血       否 =0,是 =1      Hcy    正常 =0,升高 =1
                          <15 分 =0,                                 0.2
              NIHSS 评分                 β 2 -MG  正常 =0,升高 =1
                          ≥15分=1
             甘露醇用药史      无 =0,有 =1     尿素氮     正常 =0,升高 =1
           抗血小板药用药史      无 =0,有 =1     血尿酸     正常 =0,升高 =1
                                                                     0       0.2    0.4    0.6    0.8     1.0
             抗凝药用药史      无 =0,有 =1     sCysC   正常 =0,升高 =1                           1- 特异度
                                                               图 2 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 ROC 曲线
              表 3 脑卒中后发生 AKI 影响因素的多因素 Logistic 回归分析
           Table 3 Multivariate Logistic regression analysis of factors associated with   Figure 2 ROC curve of the risk prediction model in predicting post-stroke
           post-stroke acute kidney injury                     acute kidney injury in verification group
                      偏回归   标准   Wald                                   表 4 脑卒中后发生 AKI 简易风险评分量表
              变量                  2    P 值  OR 值   95%CI
                      系数    误    χ 值
                                                               Table 4 The Simplified Post-stroke Acute Kidney Injury Risk Prediction
              性别      1.222  0.324  14.195  <0.001  3.390  (1.799,6.410)  Scale
                                                                       条目                      赋值
             高血压史     1.386  0.337  16.908  <0.001  4.000  (2.066,7.747)
                                                                       性别                 女 =0 分,男 =1 分
             NIHSS 评分  1.716  0.331  26.919  <0.001  5.562  (2.909,10.637)
                                                                      高血压史                无 =0 分,有 =1 分
           袢利尿剂用药史    1.098  0.439  6.259  0.012  2.999  (1.268,7.089)
                                                                     NIHSS 评分          <15 分 =0 分,≥ 15 分 =2 分
             机械取栓史    0.830  0.389  4.558  0.033  2.293  (1.070,4.911)
                                                                   袢利尿剂用药史                无 =0 分,有 =1 分
              β 2 -MG  1.739  0.369  22.196  <0.001  5.689  (2.760,11.726)  机械取栓史         无 =0 分,有 =1 分
              尿素氮     1.202  0.318  14.311  <0.001  3.328  (1.785,6.204)  β 2 -MG        正常 =0 分,升高 =2 分
              sCysC   2.160  0.363  35.476  <0.001  8.674  (4.261,17.659)  尿素氮           正常 =0 分,升高 =1 分
                                   2
              注:Hosmer-Lemeshow 检验 χ =6.523,P=0.367                    sCysC             正常 =0 分,升高 =2 分
                1.0                                            ROC 曲线下面积分别为 0.916 和 0.906,该模型在验证
                                                               中仅下降了 0.010,模型总正确率为 91.93%,说明脑
                                                               卒中后发生 AKI 风险预测模型在脑卒中患者中识别出
                0.8
                                                               AKI 的能力强、准确度高。此外,在校准度的检验中,
                                                               P=0.367,说明脑卒中后发生 AKI 风险预测模型预测脑
                0.6                                            卒中患者发生 AKI 的概率与实际发生率接近,即预测
              灵敏度                                              模型的校准度好。考虑到脑卒中后发生 AKI 风险预测


                0.4                                            模型数学公式计算复杂繁琐,研究者基于该模型编制了
                                                               脑卒中后发生 AKI 简易风险评分量表,进行量化呈现,
                                                               便于床边应用。脑卒中后发生 AKI 简易风险评分量表
                0.2
                                                               总分为 11 分,可将患者进行风险分层,≥ 4 分为高风险,
                                                               <4 分为低风险,本研究结果显示脑卒中后发生 AKI 简
                                                               易风险评分量表评估脑卒中患者发生 AKI 的 AUC 为
                 0       0.2    0.4    0.6    0.8     1.0
                                 1- 特异度                        0.900,依据该评分量表判断的总正确率为 88.39%,具
           图 1 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                  有一定的科学性和实用性。
           生 AKI 的 ROC 曲线
           Figure 1 ROC curve of the risk prediction model in predicting post-stroke   3.2 脑卒中患者发生 AKI 的独立影响因素
           acute kidney injury in model group                  3.2.1 NIHSS 评分≥ 15 分、男性、合并高血压史的脑
   71   72   73   74   75   76   77   78   79   80   81