到达我们 + 44 7480725689
所有提交的EM系统将被重定向到网上投稿系统.作者被要求将文章直接提交给网上投稿系统各自的日志。

缺血性脑卒中患者一年生存的临床预后因素

Irina Gontschar1伊戈尔·普鲁德夫斯2

1健康信息管理美国埃文斯社区成人学校的保险账单计划

2EPAM系统公司首席应用支持分析师,白俄罗斯

*通讯作者:
Irina Gontschar医学博士,博士生
健康信息管理埃文斯社区成人学校的保险账单计划
美国洛杉矶
电话:+1 323 717 8863
电子邮件: (电子邮件保护)

收到日期:07/06/2019接受日期:17/07/2019发表日期:24/07/2019

更多相关文章请访问研究与评论:神经科学雷竞技苹果下载

摘要

引言:本研究的目的是确定缺血性卒中(IS)患者在观察1年内生存的最重要的预后临床标准。材料和方法:临床前瞻性研究的对象是2002-2015年在明斯克市第五临床医院和明斯克急救医院神经(中风)科住院的1421例IS患者。对所得资料进行分析,坚持前瞻性标本采集,回顾性评价设计。该研究的主要终点是患者在IS发展一年内因任何原因死亡。关于中风后全因死亡率的信息是通过与官方来源的联系获得的,即明斯克市居民死亡集中档案。没有确定死亡日期的患者在已知的最后活着的日期被审查。所有在一年内存活的患者都被认为在那时进行了审查。临床、人口统计学、神经影像学、实验室数据的收集,以及卒中结局的最终确定,都是根据生存数据盲目进行的。结果:为了建立模型,在初步数据分析阶段使用了22个证明与脑卒中后生存关系的多变量临床指标:根据牛津郡社区中风项目的中风亚型,年龄,性别,住院时根据NIHSS量表的神经功能缺损的严重程度,既往中风或TIA,存在动脉高血压,心房颤动,心肌动脉粥样硬化,充血性心力衰竭,糖尿病,外周动脉疾病,酗酒,血液中肌酐,葡萄糖,尿素,钾,钠的水平,血红蛋白量, erythrocytes and leukocytes on the 1st day of treatment, the level of systolic and diastolic blood pressure in the hospital admission department. In the construction of a survival decision tree of patients with IS, of the 22 initially embedded parameters, only 6 independent predictors were finally included in the prognostic model the stroke subtype according to the OCSP, the presence of a lacunar infarction, the severity of neurologic deficit at hospitalization according NIHSS, level of urea and glucose in the blood, and the presence of congestive heart failure.

关键字

临床标准,决策树,缺血性中风,预测因素,生存期。

简介

心血管疾病是白俄罗斯共和国人口死亡的主要原因,2014年占总死亡率的55.2%(2012年为52.4%,2013年为52.7%)[1].根据世卫组织关于白俄罗斯心肌梗死和中风紧急护理和康复组织的专家审查(2017年),心血管疾病占非传染性疾病死亡率的63%。在这种情况下,缺血性心脏病占过早死亡导致寿命减少的原因的57%,中风占32%[2].

这项单一人群研究于2001年在白俄罗斯共和国地区城市格罗德诺进行,包括671名急性中风患者[3.].对于所有亚型的中风,观察后1年内的致死率为37.4% (95% CI:33.0% - 42.3%)。正如这项人群研究的作者所指出的,由于通过神经影像学和或尸检方法确诊中风的频率较低(37.1%),因此没有对中风的各种亚型的结局进行分层。一生中第一次中风的临床特征数据未登记;中风功能结局分析仅限于5年随访MRS的估计[3.].

目前的神经学家强调,需要开发预后量表和模型,基于这些临床参数的评估,可以在病人住院的第一分钟内测量。如果将快速的数学计算、简单性和生物终点预测的可靠性结合起来,评估IS不良结局风险的量表可能是中风第一天有价值的临床和研究工具[4].该研究的目的是确定缺血性卒中(IS)患者在观察一年内生存的最重要的预后临床标准。

材料与方法

研究设计

临床前瞻性研究的对象是2002-2015年5个国家神经(脑卒中)科住院的1421例IS患者th明斯克市临床医院和明斯克急救医院是白俄罗斯共和国卫生部神经病学和神经外科科学与实践中心(RSPCNN)的临床基地。随机选择患者纳入研究[5].每位患者的信息都包含在专门设计的纸质表格和计算机数据库中。所有IS患者或其官方代表均获得个人知情同意。

对获得的数据进行分析,我们遵循前瞻性标本采集、研究回顾性评价设计、非正式同意书和RSPCNN当地伦理委员会批准的研究方案。所有IS患者或其官方代表均获得个人知情同意。

研究人群

我们纳入了符合以下纳入标准的患者:在48小时内出现急性IS。在我院临床医院急诊科收治的脑血管疾病患者中,立即鉴别诊断IS与短暂性脑缺血发作(TIA)、脑出血、脑室内出血、蛛网膜下腔出血(动脉瘤性、创伤性及其他病因)硬膜下和硬膜外血肿、静脉窦血栓形成、脑膜脑炎、脑肿瘤、低血糖、癫痫、失代偿性慢性卒中、神经退行性和自身免疫性疾病。在提供鉴别诊断后,上述脑病理的检测是不将患者纳入急性IS队列的标准。所有患者的临床表现均经脑神经影像学检查CT或MRI证实。

所有1421例患者均接受了体格检查、心电图记录、胸片、全血计数、凝血试验、血液化学特征和尿液分析。部分患者行外动脉和颅内动脉超声检查(n=964, 67.8%),经胸超声心动图(n=130, 9.1%)。所有脑梗死患者每日由脑卒中科的神经科医生进行检查。在最初的3天里,每位患者都由一名治疗师进行咨询,如果有必要,还会由心脏病专家、内分泌学家、眼科医生、泌尿科医生、精神科医生等进行咨询

记录的其他信息包括:年龄、性别、BMI、高血压史、冠状动脉疾病、心肌梗死、外周动脉疾病、心房颤动、充血性心力衰竭、糖尿病、卒中或TIA病史、其他躯体疾病、饮酒和吸烟。中风发作时和住院时的收缩压和舒张压水平也被记录。所有患者的种族都被归类为白人。

IS的全前循环综合征(TACS)、部分前循环综合征(PACS)、腔隙综合征(LACS)和后循环综合征(POCS)采用牛津郡社区卒中项目的标准[6].根据TOAST标准,这些缺血性卒中亚型被定义为:大动脉粥样硬化、心脏栓塞、小动脉闭塞和其他或未知原因的卒中[7].

在中风科入院时和出院时使用美国国立卫生研究院中风量表(NIHSS)评估神经功能缺损。进行性IS被理解为在住院的前7天内神经系统症状增加2分或以上的NIHSS评分的中风,或患者在给定时间内死亡[89].

研究中没有给患者开溶栓治疗的处方。IS患者的治疗包括抗血栓药(乙酰水杨酸、氯吡格雷、未分离肝素、低分子肝素、华法林)、抗高血压药(血管紧张素转换酶、血管紧张素受体阻滞剂、利尿剂、β受体阻滞剂、钙通道阻滞剂)、神经保护药(硫酸镁、甲基乙基吡啶醇、氯肉碱、甘氨酸)、符合白俄罗斯共和国神经系统疾病治疗的临床议定书的对症用药[10].从出现IS到治疗第一天进行抽血的时间不超过48小时[8].在医院的临床实验室进行了全血计数、凝血剖面和血液化学剖面。

IS患者的血清生物标志物以中位数和四分位范围(IQR)表示:总胆固醇5.4(4.6-6.2)mmol/L,葡萄糖6.2(5.3-7.6)mmol/L,尿素6.3(5.0-8.0)mmol/L,肌酐95(80-110)μmol/L,钾4.2(3.9-4.6)mmol/L,钠139(137-142)mmol/L。血红蛋白141(128 ~ 152)g/L,红细胞4.6(4.2 ~ 5.0)× 1012/L,白细胞8.1(6.6 ~ 10.0)× 109/L。

该研究的终点是患者在IS发展一年内因任何原因死亡。中风后全因死亡率的资料是通过与官方资料来源——明斯克市居民死亡集中档案——的联系获得的。临床、人口学、神经影像学、实验室数据的收集,以及卒中结局的最终确定(总共超过36个参数)均与生存数据盲法进行。作者之一(IG)回顾了所有IS患者的记录。

平均住院时间为12{10;14}天。295名没有完整临床和常规实验室检查清单的患者被排除在外。因此,为了构建IS后的预后生存模型,使用了1126人的调查和观察结果(占研究队列的79.2%)。

统计分析

当比较组中的数值参数时,如果每组中的数据都具有正态分布,则进行学生检验(在两组的情况下)或方差分析(在三个或更多组的情况下)。为了估计各组(3组或3组以上)之间的差异,采用了事后Tukey检验。采用Shapiro-Wilk检验验证了数值参数对高斯分布的分布[1112].若分布不正态,两组间比较采用Wilcoxon-Mann-Whitney检验,Kruskal-Wallis后3组及以上采用Kruskal-Wallis检验进行多次比较事后检验。

用于统计数据分析的非商业包RV.3.2.5[1314引入了模块rpart (https://cran.r-project.org/web/ packages/rpart/index.html)和tree (https://cran.rproject.org/web/packages/tree)。利用库库、car、epicalc、Rcmdr等进行定量参数研究。应用图书馆钱币、存在度、缺位等质量参数进行比较。为了基于R V.3.2.5统计包构建决策树,我们使用了库rpart (https://cran.r-project.org/web/packages/rpart/index.html)、party、random Forest、rpart。Plot, maptree, cluster, partykit。

使用基于树的方法形成脑卒中患者生存模型,可以估计模型中包含的预测因子对疾病结局影响的显著性,识别数据的逻辑模式并以树状图的形式显示[1516].构建生存决策树始于根节点(图1节点1:OCSP)。根节点是由自举样本中的所有数据组成的树状图的顶部[16].从图中可以看出,生存树包含6个内部节点(图11、2、4、5、9、11号节点和7个终端节点(图1节点3、6、7、8、10、12、13)。终端节点(也称为叶、最终节点、解决节点、决策叶)表示Kaplan-Meier一年生存曲线[18],其中“n”是由于分类到相应叶而分布的is患者的数量。

neuroscience-terminal-nodes

图1:树状生存模型的临床数据和生存时间分布在终端节点。中位数生存时间显示在树的每个终端节点上。

决策树的每个节点都携带一些有效组成患者生存模型所必需的信息。L. Breiman的套袋预测方法[19],以提高生存模型的稳定性和准确性。套袋过程包括16个自举复制的生存树。通过平均每棵树的预后来获得结论性预测[20.].综合Brier评分[2122]用于评估IS后365天内患者的预期生存。考虑到布里尔评分,在其当代公式中[23]它的数量在0到1之间,因为这是预测概率(必须在0到1之间)和实际结果(只能得到0到1的值)之间更大的可能区别。因此,可能结果系列的Brier分数越低,预测校准的效果就越好。在我们的案例中,Brier评分的out of bag估计值为0.1357。这表明所构建的生存模型具有足够的准确性。

以IS发病日期为随访起点。随访结束定义为死亡日期,与死亡原因无关,最后一次联系日期或开始后1年,以早者为准。雷竞技网页版在起始点后一年内没有确定死亡日期的患者被检查。

结果

对患者进行研究和随访

在一年的观察中,有320人死亡。死亡的主要原因是心血管疾病。

包括患者的基线特征表1

表1.人口学和基线特征(n=1126)

特征 生存
(n = 806)

(n = 320)
pvalue
年龄,年龄(平均值±标准差) 68.2±11.1 74.8±9.2 < 0.0001
男性,N (%) 388 (48.1) 124 (38.8) 0.0043
入院时NIHSS,中位数(IQR) 6.0 (4.0- 9.0) 14.0 (8.0 - -19.0) < 0.0001
放电时NIHSS中位数(IQR) 4.0 (2.0- 7.0) 15.0 (7.0- 42.0) < 0.0001
OCSP子类型,N (%)
poc
虫胶
tac
政治行动委员会
150例(18.6%)
227例(28.2%)
101例(12.5%)
328例(40.7%)
36 (11.2%)
13 (4.1%)
172例(53.8%)
99例(30.9%)
< 0.0001
TOAST亚型,N (%)
大动脉粥样硬化
Cardio-embolism
小动脉闭塞
中风的其他或未知原因
281例(34.9%)
134例(16.6%)
188例(23.3%)
203例(25.2%)
67例(20.9%)
55 (17.2%)
10 (3.1%)
188例(58.8%)
< 0.0001
IS病程进展,N (%) 175例(21.7%) 181例(56.6%) < 0.0001
颈动脉/椎体狭窄,N (%)*
没有
< 50%
50 - 70%
> 70%
332例(54.7%)
141例(23.2%)
62例(10.2%)
72例(11.9%)
60 (44.4%)
31 (23.0%)
16 (11.9%)
28 (20.7%)
0.0302
病史
既往卒中或TIA, N (%)
191例(23.7%) 103例(32.2%) 0.0035
心肌梗死,N (%) 112例(13.9%) 73例(22.8%) 0.0003
房颤,N (%) 265例(32.9%) 202例(63.1%) < 0.0001
充血性心力衰竭,N (%) 412例(51.1%) 273例(85.3%) < 0.0001
血压,SBP/DBP, N (%)
< 120 mm Hg/< 80 mm Hg
120 ~ 139 mm Hg/80 ~ 89 mm Hg
140 ~ 159 mm Hg/90 ~ 99 mm Hg
= 160 mm Hg/= 100 mm Hg
21 (2.6%)
34 (4.2%)
480例(59.6%)
271例(33.6%)
10 (3.1%)
9 (2.8%)
170例(53.1%)
131例(40.9%)
0.0906
外周动脉疾病N (%) 126例(15.6%) 90例(28.1%) < 0.0001
糖尿病,N (%) 215例(26.7%) 113例(35.3%) 0.0040
酒精消耗量,N (%) 117例(14.5%) 48 (15.0%) 0.8360
吸烟,N (%)
没有
之前
当前的
322例(40.0%)
365例(45.3%)
119例(14.8%)
105例(32.8%)
166例(51.9%)
49 (15.3%)
0.0732
BMI = 25 kg / m2, N (%) 396例(49.1%) 131例(40.9%) 0.0130

在观察年内存活的患者的特征是年龄较小,初始神经功能缺损不太明显,或脑动脉疾病狭窄程度较轻。存活的患者被诊断为房颤、充血性心力衰竭、外周动脉疾病和糖尿病的可能性显著降低表1.值得注意的是,存活患者的身体质量指数(BMI)明显高于死亡患者的BMI,分别为396(49.1%)和131 (40.9%)kg/m2;p = 0.0130。

为了建立模型,在初步数据分析阶段使用了22个临床指标来证明与中风后生存的关系:根据牛津郡社区中风项目(图1- OCSP)年龄、性别、住院时神经功能缺损的严重程度(根据NIHSS量表)(图1-NIHSS)、既往中风或TIA、存在动脉高血压、心房颤动、心肌动脉粥样硬化、充血性心力衰竭(图1-心力衰竭)、糖尿病、外周动脉疾病、酗酒、肌酐水平、葡萄糖(图1葡萄糖)、尿素(图1-尿素),钾,钠在血液中,血红蛋白的数量,红细胞和白细胞上1治疗天数,入院部收缩压、舒张压水平。

节点1的一个特征是,当满足“存在后循环综合征或腔隙综合征或部分前循环综合征”(分别为POCS、LACS、PACS)条件时,树向节点2左侧分支。节点2中“存在LACS”的条件的实现,导致了终端节点3,或解决节点(节点3),反映腔隙性脑卒中患者随访1年的生存Kaplan-Meier曲线。如果2号淋巴结存在后循环综合征(POCS)或部分前循环综合征(PACS),则会导致4号淋巴结(4号淋巴结)的右侧。

在节点4中,如果血液中尿素水平≥11 mmol/L,则决策树指向终末节点8(节点8),节点8包含血尿素水平较高的POCS或PACS患者的Kaplan-Meier生存曲线。如果血液中尿素水平低于11 mmol/L,树从节点4向左分支到节点5(节点5),节点6反映了POCS或PACS患者的生存曲线,尿素水平<11 mmol/L,初始神经功能缺损< 12 NIHSS点。

入院时神经症状评分≥12的类似患者,随访一年的生存率在终点节点7处的Kaplan-Meier曲线上反映。节点1中“POCS, LACS, PACS”的情况未完成,即全前循环综合征(TACS)导致节点9(心力衰竭)的权利。在没有充血性心力衰竭的情况下,TACS患者的生存期显示在终端节点10。在9号节点,颈动脉盆地出现心力衰竭伴全卒中导致11号节点(葡萄糖)。

当节点11满足“葡萄糖水平<6.97 mmol/L”条件时,观察到决策树向节点12的分支。即终点节点12反映TACS、充血性心力衰竭、入院时血糖水平低于6.97 mmol/L的患者生存的图形信息。据此,执行“血糖水平≥6.97 mmol/L”规则,得到终点节点13 (node 13),即观察年缺血性脑卒中患者Kaplan-Meier生存曲线。

在IS患者的生存模型构建中,在最初嵌入的22个参数中,最终只有6个独立预测因子被纳入预后模型:根据牛津郡社区卒中项目分类的卒中亚型(1-OCSP: POCS, LACS, PACS/TACS),腔隙性梗死的存在(2-OCSP:LACS/ POCS, PACS),住院时神经功能缺损严重程度(5-NIHSS),血液中尿素(4-尿素)和葡萄糖(11-葡萄糖)水平,充血性心力衰竭(9-心力衰竭)的存在。脑卒中患者生存的6个独立临床预测因子是树状图的内部节点。7个终端节点根据具体的临床特征,包含了观察年内脑卒中患者生存的特定图形信息。

决策树数据分析最吸引人的特性之一是能够确定定量指标的阈值。在我们的研究中,血糖水平< 6.97 mmol/L和≥6.97 mmol/L,血尿素水平< 11 mmol/L和≥11 mmol/L。

创建决策树模型的算法显示,前循环全脑卒中患者的生存率存在统计学上的显著差异,这取决于初始神经功能缺损的严重程度。以住院时NIHSS评分<12分和≥12分为分离点。

讨论

根据临床特征,创建了许多脑卒中后生存模型和评分[2425].与此同时,在白俄罗斯共和国,还没有旨在检测IS患者长期生存的独立临床预测因素的科学研究。根据Grodno(2001)的回归模型作者[3.], 5年卒中患者死亡危险的预后因素为年龄、卒中史、动脉高血压、糖尿病、心房颤动、记忆性心肌梗死。缺血性和出血性中风亚型患者的长期生存存在差异。与此同时,决定脑梗死(最常见的中风变型)致死性结局风险的因素在本研究中尚未确定。

在Vernino等人的基于人群的研究中[26第一次IS后的生存率(n=444)在第一个月为83%,1年为71%,10年为28%。脑梗死后患者的死亡率高于年龄和性别相当的对照组。Cox的比例风险多变量模型使研究的作者[26]以确定第一次IS后死亡的独立危险因素,如年龄、心脏共病情况、根据MRS的中风症状严重程度、中风复发的发展、癫痫发作、中风急性期和重建期的呼吸和心血管并发症。

针对低收入国家脑血管病的流行,进行了多项流行病学研究[27-30.].根据不同研究者的数据,IS患者的生存期差异很大[31-34].在分析17万多名急性缺血性中风患者的数据时,美国神经学家[35]令人信服地证明了正确组织的护理[36]可以显著改善住院治疗结果。因此,严格遵守美国心脏协会制定的“Get With the Guidelines (GWTG) Stroke”计划,有可能显著改善IS患者出院时的功能状态,并提高短期(1个月)和长期(1年)的出院后生存率。最容易分析的是在中风急性期可以确定的临床标准。它们不需要额外的实验室研究或使用辅助诊断设备。

iScore

加拿大研究人员(37-39]基于logistic回归模型开发了缺血性卒中风险评分(iScore),该模型预测急性IS后的短期和长期生存。此外,该量表可成功用于预测不满意的IS功能结果,包括全身溶栓[39].iScore作为独立的预测指标,每个指标都有一定的分数,包括性别、患者年龄、缺血性卒中的变异性(腔隙性、非腔隙性和病因不确定)、NIHSS或加拿大神经量表(CNS)上初始神经症状的严重程度、吸烟、入院时高血糖≥7.5 mmol/L(≥135 mg%)、心房颤动、心力衰竭、既往心肌梗死、癌症、肾功能衰竭(基线肌酐≥400mg /L),需要透析。iScore的预测价值是通过分析来自两个登记处的大组IS患者的数据来证实的:加拿大中风网络登记处,区域应激中心(n=3818)和加拿大中风网络登记处安大略中风审计(n=4635)[3738].

我们最初随访一年的患者生存预后模型包括22项临床和实验室指标。在我们构建的模型中,对死亡风险的决定不应像在iScore量表中那样通过总分来决定,而是应沿着决策树移动到7个终端节点,这些节点包含在一年生存率上有显著差异的不同IS患者亚组的Kaplan Meier曲线。

在我们看来,iScore量表和我们的模型之间没有根本的区别。这两个因素包括IS的临床亚型、中风发作时神经系统疾病的严重程度、心力衰竭和高血糖,作为死亡的独立预测因子。iScore纳入血糖浓度作为定性变量,截止值≥7.5 mmol/L。在我们的病例中,数据的数学分析允许确定在某些条件下(存在TACS和心力衰竭)较低的血糖水平与卒中后生存率较差有关。

计划分

奥唐纳等人。[40]对2003年至2008年纳入加拿大中风网络登记处的9847名IS患者进行了数据分析。研究人员使用基于回归系数的评分方法,从多元模型产生的估计值发展而来。PLAN评分包括9个临床指标,每个指标对应一个特定的分数:入院前合并症、癌症、充血性心力衰竭、房颤、意识水平、年龄、局灶性神经缺损:腿无力、手臂、失语、忽视。根据最终的总分,预测30天和1年的生存率,以及住院死亡或出院的严重功能状况。

星体

ASTRAL评分(洛桑急性中风登记和分析)最初用于识别中风后90天不良功能结局的预测因素(MRS > 2)[41].该量表包括在卒中科入院时确定的一些临床和实验室参数,如IS患者的年龄、NIHSS值、意识受损、视野缺陷、血糖水平> 7.3 mmol/L (131 mg/dL)或< 3.7 mmol/L (66 mg/dL)以及从IS症状发作到住院的> 3小时(如果卒中发作未知,则最后证明健康状况良好)。值得注意的是,ASTRAL评分中包含的独立预测因子的预后价值后来被评估为与卒中功能不理想的is结局的长期预后和5年生存有关[4].Wang等利用323例急性IS患者的数据,比较了iScore、PLAN评分和ASTRAL评分,以临床参数作为预后的依据[42].

对于不利的功能结局(中风后6个月,3-6个MRS点,包括致死结局),所有三个量表都显示了相当的预后敏感性和预后的准确性。

高飞

中风亚型(缺血性或出血性)、牛津郡社区卒中项目分类、年龄和卒中前MRS评估是SOAR量表的基本临床参数。该量表允许医生预测住院患者的死亡,以及中风后7天内的致命结果[43].

SOAR还提供了预测住院时间的机会。根据该研究的作者[44],这一临床量表对医生、患者家属和服务提供者都有帮助。

mSOAR

英国研究人员试图通过在入院时NIHSS量表上对卒中初始严重程度的估计加入单变量和多变量逻辑回归模型来修改SOAR [45].改良的SOAR (mSOAR)评分可通过评估卒中后随访90天内的死亡率来提高先前量表的预后准确性。根据Anglia中风和心脏临床网络数据(2008年至2011年)的1012例中风患者的数据,分析mSOAR评分的预测价值。90天内死亡121例(12.0%)。mSOAR评分表明早期死亡的风险在3%至42%之间。受试者工作曲线(ROC)下面积可达0.84(95%可信区间0.82-0.88),3个月死亡结局。基于logistic回归模型开发了缺血性和出血性卒中的SOAR和mSOAR量表。我们的模型是一个决策树,旨在分离不同类型脑梗死患者一年死亡结局的概率。正在考虑的三个模型的共同之处在于,它们都是在为急性脑血管事故提供医疗护理的神经科医生总是可用的临床参数的基础上构建的。

值得注意的是,所讨论的模型包括,作为中风后死亡率的独立预测因子,根据牛津郡社区中风项目分类的中风亚型和临床入院部中风神经症状的严重程度。当然,IS患者的年龄和性别在我们最初的研究中是包含在基于决策树的生存模型中。然而,这些人口学特征并不能证实其作为独立预测因素在IS后长期生存方面的预后意义。

CARTER AM的研究

卡特等人的调查[46]允许在545名IS患者队列与330名年龄匹配的健康对照组队列中建立死亡的危险因素。观察时间超过7年。卒中后死亡率的危险比采用单变量和多变量Cox比例危险回归分析。长期死亡结局的独立预测因素是老年、牛津郡社区卒中项目标准的IS亚型、脑动脉粥样硬化、房颤、既往TIA或卒中,以及进入卒中科时测量的实验室参数:白蛋白、肌酸、血栓球蛋白和血管性血友病因子。

同时,在确定长期死亡风险时,作者[46]排除在分析前30天内死亡的32名IS患者的数据。在我们看来,这可能是Carter AM等人的研究结果与我们的工作结果之间存在差异的主要原因。根据前瞻性、以人群为基础的北曼哈顿中风研究[47],中风第一个月的致死率是导致随访第一年累积死亡风险的主要因素。

因此,在我们的工作中,我们评估了中风后365天内全因死亡的风险。最初,我们并没有确定白蛋白、血栓球蛋白和血管性血友病因子水平与脑卒中后生存率的关系。我们补充了临床和人口统计学特征的清单,包括卒中患者住院病例中可用的常规实验室生化参数。包括血葡萄糖、尿素、肌酐、钠、钾、总胆红素和直接胆红素、总蛋白等。此外,我们还纳入了常规血液测试和凝血检查(纤维蛋白原、活化部分凝血时间、凝血酶时间、国际标准化比值)的数据。

单因素数据分析,死亡患者血肌酐水平明显高于存活组。然而,通过建立基于决策树的数学模型,考虑多种因素的相互作用和相互影响,肌酐水平并不是IS后患者长期生存的独立预后因素。TACS合并心衰患者高血糖≥6.97 mmol/L、非全性卒中患者前循环尿素≥11 mmol/L等实验室参数具有统计学意义。

数据的分析基于住院患者的分组;他们是随机挑选的。由于该研究是由作者自费组织和进行的,因此无法确保采用连续14年的顺序序列方法纳入每一位IS患者。目前,白俄罗斯共和国没有全国性的中风登记册。在人口近200万的明斯克市,由于组织和财政原因,也没有对中风患者进行单一登记。

我们的研究没有包括接受溶栓治疗的IS患者,因为他们在实际临床实践中的实际数量还没有达到欧洲平均水平的20%[2].自2006年以来,在白俄罗斯共和国的一些医院使用阿替普酶静脉溶栓。

根据文章作者之一的个人资料(IG), 2015年,511名急性IS患者被送入神经内科no。明斯克急救医院1号。该医院配有CT和MRI,并设有血管造影科。511例患者中仅11例(2.5%)因各种原因进行溶栓。

结论

本研究基于一种新的构建预测模型的数学方法——决策树法,显示了确定IS后患者生存率的预后价值。在其他作者先前发表的研究中,我们还没有发现使用决策树生物统计模型评估中风患者生存风险的工作。

决策树模型可用于神经科医生的实践,不仅是对中风后长期死亡的风险进行分层。数学模型的创建允许医生根据IS亚型和特定临床特征的存在,不同地考虑每个患者的死亡风险。使用决策树方法的不可否认的优点不仅是预测的准确性,而且所得到的模型简单明了,这为医生立即获得患者生存预测信息提供了可能。

决策树的数学装置为专家在执行主要任务时计算缺血性脑卒中后患者长期生存相关定量指标的具体阈值提供了机会,如初始神经功能缺损严重程度≥12 NIHSS点,血尿素水平≥11 mmol/L,葡萄糖水平≥6.97 mmol/L。一项1421例IS患者的前瞻性队列研究的生存数据的后置分析显示,患者的独立临床特征以及在入院部门确定的实验室参数与观察一年内死亡结局的高风险相关(p<0.001)。

所获得的结果证明,在确定凝血、心电图、超声心动图和其他参数在IS患者死亡风险长期分层中的作用时,使用决策树方法进行进一步研究是可取的。

作者的贡献

IG:搜索策略设计、数据提取、审核所有标题、摘要和全文、数据解读、统计分析、稿件定稿。IP:搜索策略设计,统计分析,助力稿件撰写。

利益冲突

没有说明。

2002-2015年,文章第一作者(IG)在RSPCNN工作,担任神经内科研究员、高级研究员和首席研究员;2015-2017年在同一机构担任副主任。该研究的计算机数据库由IG在“神经障碍”专业撰写博士论文“缺血性脑卒中患者临床病程、功能结局和生存的心血管预测因子”时亲自创建并填写。自2017年起,IG定居美国。

参考文献

全球科技峰会