脑卒中类型与复发的Logistic回归预测

作者：郭维恒; 于萍; 赵海亮; 王立芹

来源：脑与神经疾病杂志, 2017, 25(04): 220-225.

• 脑卒中
• Logistic回归分析
• 判别分析
• SMOTE
• 不平衡数据

目的本研究拟构建脑卒中缺血性或出血性分型回归模型、脑卒中复发回归模型。方法2012年5月-2013年9月在河北医科大学第二医院因脑卒中入院治疗244例患者的病例,对其出院后进行随访,平均随访时间为18个月。通过IBM SPSS进行Logistic回归分析,采用向前法,获得Logistic回归方程。并用Cox&Snell R Square检验计算拟合优度,获得预测准确率。使用SMOTE算法用R语言平衡数据。结果脑卒中分型的回归模型检验拟合优度为0.634,预测准确率为86.1%;缺血性脑卒中复发预测的回归模型检验拟合优度为0.236,其灵敏度为28.6%,出血性脑卒中检验拟合优度为0.272,其灵敏度为60%;SMOTE算法处理缺血性脑卒中复发预测数据,获得的回归模型Cox&Snell R Square检验拟合优度为0.488,灵敏度为89.3%。结论缺血性与出血性脑卒中类型可以使用Logistic回归进行辅助诊断,以提高诊断准确率;脑卒中患者的复发可以根据出院后对其健康检测的数据代入Logistic回归方程评估,继而针对性进行强化二级预防管理。

• 单位
  河北医科大学第二医院; 神经内科; 河北医科大学; 公共卫生学院