脑卒中后抑郁风险预测模型的研究进展
样本量,危险,病人,1疾病风险预测模型概述,2国内PSD风险预测模型,1脑梗死病人PSD风险预测列线图模型,2基于弥散张量成像(DTI)的PSD风险预测模型,3PSD分类回归树预测模型(CART),4中性粒细胞,淋巴细胞比值
李晓彤,史丽娜,杨丽君,李 琪,张 茹,孙 垚,马宏文*1.天津中医药大学,天津301617;2.天津市人民医院
脑卒中后抑郁(post-stroke depression,PSD)是脑卒中最常见的并发症之一,病人表现为情绪低落、广泛性焦虑和兴趣缺失等神经精神症状,已成为脑卒中康复的主要负面因素[1]。有研究表明,约有1/3的脑卒中病人会发生PSD[2],在脑卒中后前2个月,36%的病人出现抑郁症状,14%的病人被诊断为重度抑郁症[3],1年内出现抑郁倾向的发生率为25%~50%,严重影响病人的认知及肢体功能的恢复,降低了病人及其家人的生活质量[4],甚至导致脑卒中复发[5]。风险预测评估是PSD预防的第1步,应用PSD风险预测模型评估和筛选高危人群,有效识别其危险因素和早期筛查高风险人群对改善病人预后具有重要意义,预测结果将直接影响预防措施的选择及预防效果。现对国内外PSD风险预测模型研究进展进行综述,以期为我国PSD的风险预测模型建立及早期预防提供参考。
1 疾病风险预测模型概述
风险预测模型是以病因研究为基础,按风险高低分层,结合多种预测因子评估某一事件在未来发生的风险[6]。风险预测模型能使流行病学研究获得的成果更好地与临床实践接轨,通过高危筛检、临床循证指南等途径促进疾病的三级预防,降低发病率[7]。良好的预测模型需具有较高的灵敏度、特异度和曲线下面积(AUC)[8]。AUC值越大,该模型预测疾病的敏感性和特异性就越高。AUC为0.5是没有意义的,而>0.7被认为是合理的,>0.8则是好的[9]。
2 国内PSD风险预测模型
2.1 脑梗死病人PSD风险预测列线图模型
脑梗死病人PSD风险预测列线图模型由柯绪芬等[10]采用便利抽样法,选取321例脑梗死首次发作且病程<4周的病人作为研究对象,从321例脑梗死病人中获得74例(31.0%)发生PSD病人的相关临床资料,采用Logistic多因素回归分析纳入7项预测因子,即职业类型、额叶病变、基底核区病变、脑干病变、丘脑病变、同型半胱氨酸水平及美国国立卫生研究院卒中量表(NIHSS)评分。该研究使用Hosmer-Lemeshow拟合优度检验和受试者工作特征(ROC)曲线检验模型的预测性能。结果显示,建模集和验证集的优度检验χ2值分别为5.541,4.473,P值分别为0.127,0.634,AUC分别为0.826,0.793,已进行内外部验证,多角度证明了其具有良好的预测效能 ......
您现在查看是摘要页,全文长 9635 字符。