摘要

目的基于Logistic回归模型和XGBoost算法模型构建前循环急性大血管闭塞性卒中(ALVOS)血管再通后恶性脑水肿(MBE)发生的预测模型, 并比较预测性能。方法回顾性选取2014年3月—2020年6月于江阴市中医院行早期血管内治疗(EVT)后闭塞血管成功再通的前循环ALVOS患者382例, 采用随机数字表法按7∶3的比例将患者分为训练组(n=267)和测试组(n=115), 根据患者闭塞血管成功再通后是否发生MBE, 将训练组分为MBE组(n=41)和非MBE组(n=226)。分别比较训练组与测试组及训练组中MBE组与非MBE组的基线资料、治疗情况、颅脑计算机断层扫描灌注成像检查结果, 包括年龄、入院美国国立卫生研究院卒中量表(NIHSS)评分、脑侧支循环分级、脑血容量等指标。采用Logistic回归模型和XGBoost算法模型筛选闭塞血管成功再通的前循环ALVOS患者发生MBE的预测因素, 比较两个模型的区分度和校准度。符合正态分布的计量资料以均数±标准差(±s)表示, 两组间比较采用独立样本t检验, 非正态分布的计量资料以M(Q1, Q3)表示, 采用独立样本Mann-WhitneyU检验, 计数资料组间比较采用χ2检验。结果训练组和测试组患者的基线资料、治疗情况、颅脑计算机断层扫描灌注成像检查结果差异无统计学意义(P>0.05);MBE组患者的年龄、入院收缩压、入院NIHSS评分、高血压比例、脑侧支循环0~2级比例、取栓次数>3次比例、发病至血管再通时间、脑血容量分别为(68.95±8.04)岁、(146.71±22.73) mmHg、17(13, 21)分、87.80%、82.93%、68.29%、(365.64±87.83) min、(32.56±5.73) mL/100 g, 明显高于非MBE组[(60.27±7.13)岁、(137.92±19.58) mmHg、14(10, 18)分、73.01%、60.62%、2.65%、(307.59±74.05) min、(27.49±5.46) mL/100 g](P<0.05);Logistic回归模型结果表明, 年龄、入院NIHSS、脑侧支循环分级、取栓次数、发病至血管再通时间是前循环ALVOS患者行EVT后闭塞血管成功再通后发生MBE的预测因素(P<0.05)。XGBoost算法模型重要特征评分中排前五位的为脑侧支循环分级34分、取栓次数27分、发病至血管再通时间25分、入院NIHSS评分22分、年龄16分。训练组中, Logistic回归模型的曲线下面积为0.816(95%CI:0.749~0.883), Hosmer-Lemeshow检验显示χ2=1.547, P=0.438;XGBoost算法模型的曲线下面积为0.856(95%CI:0.799~0.913), Hosmer-Lemeshow检验显示χ2=1.021, P=0.998。结论 Logistic回归模型和XGBoost算法模型对前循环ALVOS患者行EVT后闭塞血管成功再通后MBE发生的预测性能相当, 且脑侧支循环分级、取栓次数、发病至血管再通时间、入院NIHSS评分以及年龄可作为预测因子。

  • 单位
    江阴市中医院