论文部分内容阅读
目的:脑小血管病(Cerebral small vessel disease,CSVD)通常起病隐匿,可导致患者出现精神行为异常、认知功能下降、行动障碍及排尿失禁等,若诊断及治疗不及时,可严重影响患者的生活质量。本研究以临床资料为基础,分别收集CSVD患者作为实验组及非CSVD对象作为对照组,通过分析影响CSVD发病的相关因素,建立临床预测模型,通过预测模型进一步研究CSVD的危险因素,指导疾病的诊断、治疗及预后。研究对象与方法:收集吉林大学中日联谊医院神经内科2019年5月-2019年10月住院患者170例,设为A组,收集2019年11月-2020年2月住院患者55例,设为B组。将A组对象分为CSVD对象70例,非CSVD对象100例,B组对象55例,其中CSVD对象25例,非CSVD对象30例。收集相关人口信息资料、既往疾病病史、实验室检查结果及放射线检查资料,以A组对象通过Logistic回归分析法进行单因素及多因素回归分析,最后确定独立危险因素(P<0.05)构建临床预测模型,以此构建CSVD发病率预测模型,B组数据评估模型灵敏度、特异度,并通过对模型的区分度、校准度和临床实用性进行效能评估,以验证模型的可行性。结果:以性别、年龄、高血压病史、糖尿病病史、吸烟史、饮酒史、动脉粥样硬化、甘油三酯(Triglyceride,TG)、总胆固醇(Total cholesterol,TC)、低密度脂蛋白(Low density lipoprotein,LDL-C)、同型半胱氨酸(Homocysteine,Hcy)、血尿酸(Uric acid,UA)、C-反应蛋白(C-reactive protein,CRP)、胱抑素-C(Cystatin-C,Cys-C)这14组变量为自变量,分析采用逐步回归法,单因素分析后,性别(P=0.818)、年龄(P=0.004)、吸烟习惯(P=0.452)、饮酒习惯(P=0.829)、高血压病(P=0.000)、糖尿病(P=0.019)、动脉粥样硬化(P=0.013)、TG(P=0.076)、TC(P=0.066)、LDL-C(P=0.037)、Hcy(P=0.000)、UA(P=0.026)、CRP(P=0.075)、Cys-C(P=0.000),其中年龄、高血压病、糖尿病、动脉粥样硬化、LDL-C、HCY、UA、Cys-C的P值均小于0.05,有统计学意义。故将年龄、高血压病、糖尿病、动脉粥样硬化、LDL-C、Hcy、UA、Cys-C进行多因素回归分析,多因素回归后显示年龄(P=0.021)、高血压病史(P=0.022)、Hcy(P=0.002)、Cys-C(P=0.002)这4个变量在是否患有CSVD研究对象中的差异具有统计学意义。提取系数,形成预测模型公式。得出ROC曲线现面积AUC=0.793,模型具有较好的区分度、通过Calibration散点图评估模型的校准度,代入B组数据进行临床准确评估,得出灵敏度为84%,特异度为80%,准确度为90%,阳性预测值为77%,阴性预测值为85%,模型预测功能较好。结论:1.年龄、高血压病史、糖尿病病史、动脉粥样硬化、低密度脂蛋白、同型半胱氨酸、血尿酸、胱抑素-C均为脑小血管病的发病相关因素;2.高龄、血压病史、同型半胱氨酸升高、胱抑素-C升高为脑小血管病发病的独立危险因素;3.临床预测模型能准确的预测研究对象的发病风险及概率,为CSVD的早期及时诊断和治疗提供了更及时的临床决策。