急性缺血性脑卒中风痰证预测模型构建与验证

目的基于LASSO回归变量筛选的Logistic回归模型(以下简称为“LASSO-Logistic方法”)构建急性缺血性脑卒中(acute ischemic stroke,AIS)患者风痰证的临床预测模型,为研究该病种中医临床诊治提供依据。方法纳入北京中医药大学东直门医院通州院区脑病科六区2017年6月至2022年6月收治的1073例AIS患者,依据证候判断标准分为风痰组和非风痰组,利用LASSO-Logistic方法进行多因素回归分析,构建AIS患者风痰证的临床预测模型,应用Bootstrap法进行1000次重抽样进行模型内部验证,采用一致性系数(concordance index,C-index)、校准曲线、决策曲线分析法(decision curve analysis,DCA)对模型的区分度、校准度和临床有效性进行评价。结果(1)通过LASSO回归模型筛选得到16个变量,进一步的Logistic回归分析显示性别、年龄、生活评分、合并高脂血症、纤维蛋白原定量(fibrinogen,FIB)、白细胞计数(white blood cell count,WBC)为风痰证预测模型的独立影响因素(P<0.05);(2)利用上述6个指标构建列线图模型,模型中各参数的系数分别为:性别(β=0.518)、年龄(β=-0.02)、生活评分(β=0.015)、合并高脂血症(β=1.42)、FIB(β=-0.199)和WBC(β=0.4);(3)模型评价方面,该模型的C-index为0.712(95%CI[0.680,0.745]),Hosmer-Lemeshow拟合优度检验提示本模型校准度良好(P>0.05);(4)DCA曲线显示,当阈值率>3%以及<93%时该模型对AIS风痰证进行预测可临床获益。结论本研究结合性别、年龄、生活评分、合并高脂血症、FIB、WBC共6种独立影响因素,初步构建AIS患者风痰证的临床预测模型。