您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览358 | 下载816

目的 分析脑卒中的相关危险因素,并通过危险因素构建脑卒中风险预测模型.方法 回顾2017年6月至2020年5月期间脑卒中和非脑卒中住院患者349例的病历资料,从中提取患者的年龄、性别等基本信息及高血压、糖尿病等疾病状况,从而分析脑卒中患者和非脑卒中患者的临床特征,通过LASSO分析筛选出潜在的危险因素,并在此基础上构建脑卒中预测模型.结果 通过LASSO分析筛选出年龄、锻炼、高脂血症、高血压、房颤及糖尿病为最终预测因素,并通过该6个常见危险因素构建脑卒中的风险预测模型.模型的外部验证显示C指数为0.833(95%CI:0.749~0.917),该模型具有良好的准确性和校准能力,临床决策分析显示发生脑卒中阈值确定为>5%和<91%时,该临床预测模型是有意义的.结论 本文分析了脑卒中的6个危险因素,构建了脑卒中风险预测模型,外部验证显示该预测模型具有较好的准度,医者可根据结果采取有针对性的预防策略,从而降低脑卒中的发病率.

作者:王琼;赵伟;王元姣

来源:浙江临床医学 2021 年 23卷 2期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:358 | 下载:816
作者:
王琼;赵伟;王元姣
来源:
浙江临床医学 2021 年 23卷 2期
标签:
脑卒中 危险因素 列线图 临床决策模型
目的 分析脑卒中的相关危险因素,并通过危险因素构建脑卒中风险预测模型.方法 回顾2017年6月至2020年5月期间脑卒中和非脑卒中住院患者349例的病历资料,从中提取患者的年龄、性别等基本信息及高血压、糖尿病等疾病状况,从而分析脑卒中患者和非脑卒中患者的临床特征,通过LASSO分析筛选出潜在的危险因素,并在此基础上构建脑卒中预测模型.结果 通过LASSO分析筛选出年龄、锻炼、高脂血症、高血压、房颤及糖尿病为最终预测因素,并通过该6个常见危险因素构建脑卒中的风险预测模型.模型的外部验证显示C指数为0.833(95%CI:0.749~0.917),该模型具有良好的准确性和校准能力,临床决策分析显示发生脑卒中阈值确定为>5%和<91%时,该临床预测模型是有意义的.结论 本文分析了脑卒中的6个危险因素,构建了脑卒中风险预测模型,外部验证显示该预测模型具有较好的准度,医者可根据结果采取有针对性的预防策略,从而降低脑卒中的发病率.