论著
刘瑾, 吴金春, 郭惠杰, 达哇卓玛, 张晓菲, 白玉婷, 魏晓娟, 刘彦民, 苏晓灵
目的 分析高原地区非瓣膜性心房颤动(简称房颤)患者发生脑卒中的临床特征及其危险因素,并构建相关风险预测模型。方法 回顾性选取青海地区1 062例非瓣膜性房颤患者的临床资料,根据是否发生脑卒中分为卒中组(102例)与非卒中组(960例)。对两组相关指标进行单因素分析以筛选变量,采用多因素Logistic回归分析,探讨影响青海地区非瓣膜性房颤患者脑卒中风险的独立危险因素,构建相关列线图(又称诺莫图)模型,并采用ROC曲线及校准曲线分析等手段评价模型的预测效能。结果年龄、体重指数、收缩压、HAS-BLED评分、CHA2DS2-VASc评分、右心室内径、国际标准化比值(INR)、B型利钠肽(BNP)、性别、高血压病史等在卒中组与非卒中组患者间的差异均有统计学意义(均P<0.05)。经单因素Logistic分析初步筛选变量后,进行多因素Logistic回归分析,发现年龄(OR=1.173,95%CI 1.090~1.261)、体重指数(OR=1.304,95%CI 1.131~1.503)、HASBLED评分(OR=2.695,95%CI 1.740~4.176)、CHA2DS2-VASc评分(OR=2.378,95%CI 1.791~3.157)、BNP(OR=1.001,95%CI 1.001~1.002)、性别(OR=3.671,95%CI 1.820~7.406)、高血压(OR=2.071,95%CI 1.079~3.977)是预测患者发生脑卒中的独立危险因素。基于以上7个影响因素构建诺莫风险预测模型,模型预测准确率C指数为0.93(95%CI 0.90~0.95),AUC值为096(95%CI 0.93~0.99),表明该模型的拟合效果好,模型校准曲线接近理想曲线。结论 青海地区非瓣膜性房颤患者发生脑卒中的主要影响因素是年龄、BMI、HAS-BLED评分、CHA2DS2-VASc评分、BNP、性别、高血压,基于此构建的模型能够准确预测这类患者的脑卒中风险。