汪仁 边迪 王树奇 李雪萌 赵东升

    1 引言

    近年来，脑卒中作为一种死亡率高、复发率高、致残率高的急性脑血管疾病逐渐成为世界第二大致死病。我国脑卒中患者数量居世界第二位，每年因脑卒中致死人数达上百万，并且绝大多数脑卒中患者存在不同程度的后遗症，给患者家庭和国家都带来了沉重的负担[1]。2009年，原国家卫生部启动了“国家脑卒中防治工程”，并建立了“中国卒中数据中心”。截至目前，已收集存储了从2011年以来对全国40岁以上人群进行抽样筛查的近700万筛查对象和高危人群的信息资料[2]。脑卒中筛查过程中，定义危险因素包括：高血压、血脂异常、糖尿病、房颤或瓣膜性心脏病、吸烟史、明显超重或肥胖、缺乏运动、脑卒中家族史、TIA既往史、脑卒中既往史等。根据危险因素的筛查结果，将被筛查者脑卒中风险分为3级(低危、中危、高危)。具有0～2个危险因素且无慢性病危险因素(高血压、血脂异常、糖尿病)的档案分类为低危；具有0～2个危险因素且有慢性病危险因素的档案分类为中危；具有3个及以上危险因素或有TIA既往史、脑卒中既往史档案分类为高危。

    在脑卒中筛查数据统计分析中，危险级别检出率、相对危险度等统计指标在对筛查工作质量评定、临床决策支持、相关医疗政策制定具有指导意义，这些统计指标的计算需要使用到危险分级字段[3]。在实际筛查数据中，由于采集时间限制、个人主观性、检查数据获取成本高等原因造成原始数据中危险因素字段存在不同程度的数据缺失，因而导致无法对这些被筛查者进行脑卒中危险评级。通常对这些缺失数据进行删除处理，但这样会给统计分析的结果带来误差。对危险分级的缺失数据进行预测插补，可以矫正数据分析结果、统计指标准确度。其中危险因素与危险分级数据缺失模式(图1) ......