基于NHANES数据库开发和验证卒中后抑郁风险的临床预测模型

作者：胡填; 王陶陶; 叶玉焊; 陈楚霈; 古剑雄^*

来源：神经疾病与精神卫生, 2023, 23(03): 153-160.

• 卒中后抑郁
• 临床预测模型
• 列线图
• 风险因素

目的 基于美国国家健康和营养检查调查（NHANES）数据库开发、验证以非侵入方法评估卒中幸存者发生卒中后抑郁（PSD）的列线图，为临床早期筛选高危人群提供有价值的参考。方法 从NHANES数据库中选取2007—2018年调查的1 003例卒中幸存者为研究对象，将2007—2014年调查的659例卒中幸存者纳入建模组，将2015—2018年调查的344例卒中幸存者纳入验证组。采用患者健康问卷（PHQ-9）评估卒中幸存者的抑郁症状。采用多因素Logistic回归分析卒中幸存者发生PSD的影响因素。将多因素Logistic回归分析中P<0.10的预测因子纳入列线图，采用受试者工作特征（ROC）曲线下面积（AUC）和校准曲线评价列线图的预测性能，采用决策曲线分析探究列线图的临床应用价值。结果 在1 003例卒中幸存者中，共190例（18.94%）被评估为有抑郁症状（PHQ-9≥10分），其中建模组124例（18.82%），验证组66例（19.19%）。多因素Logistic回归分析结果表明，女性（OR=1.671,95%CI=1.040～2.684）、有睡眠障碍（OR=2.797,95%CI=1.740～4.494）、有工作限制（OR=2.293,95%CI=1.362～3.861）和有行走障碍（OR=2.163,95%CI=1.304～3.588）是卒中幸存者发生PSD的危险因素（P<0.05）;60～79岁（OR=0.321,95%CI=0.121～0.852）、≥80岁（OR=0.117,95%CI=0.032～0.426）是卒中幸存者发生PSD的保护因素（P<0.05）。构建基于性别、年龄、心血管疾病史、睡眠障碍、工作限制和行走障碍的列线图，ROC曲线显示，建模组的AUC为0.797(95%CI:0.756～0.838)，经1 000次Bootstrap重抽样法内部验证得C指数为0.782；验证组AUC为0.752(95%CI:0.684～0.820)。校准曲线表明，列线图预测PSD发生概率与实际发生概率基本吻合。决策曲线结果显示，当阈值概率为5%～75%时，使用该预测模型筛查卒中患者将获得更高的净收益。结论 本研究构建的PSD风险列线图预测性能良好，可用于卒中患者进行早期PSD风险的筛查，以帮助医生做出更好的治疗决策。

• 单位
  中山大学附属第三医院; 第一临床医学院; 广东医科大学附属医院; 中山市人民医院; 广东医科大学