贺剑绗，李仁，郭庚

    摘要目的：建立重症脑出血病人发生急性肾损伤的交互式、动态列线图模型，并验证模型效能。方法：纳入美国重症监护医学信息数据库中997例诊断为脑出血的病人，通过LASSO回归筛选影响因素，建立列线图模型，在训练集和验证集中与传统重症评分模型比较，综合评价列线图的区分度、准确性和临床适用性。结果：训练集中443例(61.86%)病人发生急性肾损伤，LASSO回归筛选出影响因素包括年龄、体重、心率、血肌酐、有创通气、血管导管、心力衰竭、白蛋白及万古霉素药物使用和格拉斯哥昏迷量表(GCS)评分，以此为基础建立列线图模型，受试者工作特征曲线显示曲线下面积在训练集中为0.78，在验证集中为0.80，校准曲线评价显示预测的急性肾损伤发生率与实际的发生率具有较好的一致性，决策曲线表明模型具有一定的临床效益。结论：该列线图模型可以在一定程度上预测重症脑出血病人发生急性肾损伤的风险，有助于神经重症医生识别高风险病人，并为早期预防急性肾损伤的发生和个体化治疗提供研究依据。

    关键词脑出血；急性肾损伤；神经重症；列线图模型

    doi：10.12102/j.issn.1672-1349.2024.08.032

    中风在全球范围内是仅次于缺血性心脏病的中老年人第二大死因，也是致残的主要原因，其中脑出血(intracerebral hemorrhage，ICH)约占所有中风病例的27.9%[1]。急性肾损伤(acute kidney injury，AKI)是中风后常见的并发症，与中风病人的高死亡率和致残率相关[2]。有研究报道，住院期间发生AKI与重症ICH病人死亡率升高、住院时间延长、慢性肾脏疾病发生和心血管疾病复发风险增加相关[3-6]。因AKI定义标准的不同、研究人群的差异，既往报道危重ICH病人AKI的发生率存在差异；部分医疗中心报告重症监护室(intensive care unit ......