基于血细胞计数的炎症标志物预测急性缺血性卒中患者功能转归列线图模型的构建和验证

作者：刘海梅; 韩宇; 刘颖; 降建新^*

来源：国际脑血管病杂志, 2023, 31(10).

• 缺血性卒中
• 血细胞计数
• 炎症
• 生物标志物
• 治疗结果
• 列线图表

目的探讨基于血细胞计数的炎症标志物在急性缺血性卒中(acute ischemic stroke, AIS)转归评估中的价值。方法回顾性纳入2022年1月至2023年4月期间泰州市人民医院神经内科收治的AIS患者, 收集患者的人口统计学和临床资料, 特别是基于血细胞计数的相关炎症标志物, 包括全身炎症反应指数(systemic inflammation response index, SIRI)和中性粒细胞/淋巴细胞比值(neutrophil/lymphocyte ratio, NLR)。纳入研究的患者按照7∶3比例随机分为建模队列和验证队列。在建模队列中, 根据发病后90 d时改良Rankin量表评分进行转归评估, >2分定义为转归不良。应用多变量二分类logistic回归模型筛选AIS患者转归的独立影响因素。纳入所有独立影响因素构建列线图预测模型, 并在验证队列验证其预测能力。结果共纳入389例AIS患者, 按照7∶3比例随机分为建模队列(272例)和验证队列(117例)。建模队列与验证队列人口统计学和临床资料均差异无统计学意义。在建模队列中, 196例转归良好组, 76例转归不良组。多变量logistic回归分析表明, 基线美国国立卫生研究院卒中量表评分[优势比(odds ratio,OR)1.31, 95%置信区间(confidence interval,CI)1.18～1.45;P<0.001]、SIRI(OR 1.64, 95%CI 1.04～2.58;P=0.033)、NLR(OR 1.18, 95%CI 1.02～1.36;P=0.024)、吸烟(OR 2.51, 95%CI 1.16～5.46;P=0.020)及糖尿病(OR 2.48, 95%CI 1.13～5.48;P=0.024)是AIS患者转归不良的独立危险因素。纳入以上独立危险因素绘制列线图预测模型。受试者工作特征曲线分析显示, 预测模型的曲线下面积为0.866(95%CI 0.816～0.917), 表明该模型具有较好的区分度。在验证队列中进行的验证显示, 预测模型的曲线下面积为0.884(95%CI 0.804～0.964)。校准曲线及决策曲线分析也证明了预测模型的可靠性。结论 SIRI及NLR与AIS患者转归不良有关。纳入SIRI和NLR的列线图模型可准确预测AIS患者的转归不良风险。

• 单位
  神经内科; 泰州市人民医院; 大连医科大学