中老年高血压患者脑出血的风险预测模型构建

目的构建中老年高血压患者脑出血的风险预测模型,并探讨其对临床的启发。方法选取2023年5月至2024年3月漯河市中心医院(漯河市第一人民医院)收治的228例初诊中老年高血压脑出血患者纳入发生组,以1∶1比例同期选取门诊复查的未发生脑出血的中老年原发性高血压患者228例纳入未发生组。收集两组患者的一般资料及脑出血发生的可能因素,logistic回归分析中老年高血压患者脑出血的影响因素,构建nomogram预测模型,并进行模型评价与验证。结果两组患者性别、年龄≥60岁、体重指数(BMI)、吸烟史、饮酒史、糖尿病、冠心病、高脂血症、高血压分级、H型高血压、应用抗血小板药物、病程、健康促进生活方式量表Ⅱ(HPLP-Ⅱ)评分、自我损耗源量表(EDS-S)评分、匹兹堡睡眠质量指数(PSQI)评分相比,差异有统计学意义(P<0.05)。logistic回归分析显示,糖尿病、冠心病、高脂血症、高血压分级、H型高血压、应用抗血小板药物、EDS-S评分、PSQI评分是老年高血压患者脑出血的危险因素,HPLP-Ⅱ评分是其保护因素(P<0.05)。基于logistic回归分析结果绘制nomogram风险预测模型,评价与验证结果显示,该模型预测中老年高血压患者脑出血曲线下面积(AUC)为0.827,校准度为0.874。结论糖尿病、冠心病、高脂血症、高血压分级、H型高血压、应用抗血小板药物、EDS-S评分、PSQI评分及HPLP-Ⅱ评分均与老年高血压患者脑出血独立相关,基于上述指标构建nomogram风险预测模型对脑出血具有良好预测价值,可作为临床预测高血压脑出血的有效模型,并指导后续临床工作。