本研究旨在探讨静脉溶栓时间窗外,急性缺血性脑卒中(Acute Ischemic Stroke,AIS)患者入院时常规临床资料对其短期不良结局的影响。该研究通过收集桂平市中医医院神经内科住院治疗的溶栓时间窗外AIS患者(774例)临床资料,比较短期不同预...本研究旨在探讨静脉溶栓时间窗外,急性缺血性脑卒中(Acute Ischemic Stroke,AIS)患者入院时常规临床资料对其短期不良结局的影响。该研究通过收集桂平市中医医院神经内科住院治疗的溶栓时间窗外AIS患者(774例)临床资料,比较短期不同预后患者入院时的临床资料,并利用机器学习分类(Classification)算法建模分析患者90 d内预后不良的影响因素,同时采用受试者工作特征曲线(ROC)和校准图验证模型的预测效能及准确度。研究结果显示:(1)3个月随访期内预后不良患者占比13.95%(108例)。(2)预后不良患者的年龄、血白细胞(WBC)水平、血C反应蛋白(C Reactive Protein,CRP)水平、血甘油三酯(TG)水平、入院美国国立卫生研究院卒中量表(National Institutes of Health Stroke Scale,NIHSS)评分、梗死灶体积和发病治疗时间大于或高于预后良好患者;预后不良患者的入院格拉斯哥昏迷(Glasgow Coma Scale,GCS)评分低于预后良好组,均差异显著(P<0.05)。机器学习分类算法中,极限梯度提升(Extreme Gradient Boosting,XGB)算法的效果最佳[受试者工作特征曲线下面积(Area Under Curve,AUC)=0.81],且校准曲线显示模型评估预测风险与实际发生风险的一致程度高。(3)XGB算法筛选的预测变量影响权重居前6位的依次为发病治疗时间、血CRP水平、年龄、梗死灶体积、血TG水平与NIHSS评分。上述结果说明XGB算法可用于预测静脉溶栓时间窗外AIS患者短期不良预后的影响因素。展开更多
文摘本研究旨在探讨静脉溶栓时间窗外,急性缺血性脑卒中(Acute Ischemic Stroke,AIS)患者入院时常规临床资料对其短期不良结局的影响。该研究通过收集桂平市中医医院神经内科住院治疗的溶栓时间窗外AIS患者(774例)临床资料,比较短期不同预后患者入院时的临床资料,并利用机器学习分类(Classification)算法建模分析患者90 d内预后不良的影响因素,同时采用受试者工作特征曲线(ROC)和校准图验证模型的预测效能及准确度。研究结果显示:(1)3个月随访期内预后不良患者占比13.95%(108例)。(2)预后不良患者的年龄、血白细胞(WBC)水平、血C反应蛋白(C Reactive Protein,CRP)水平、血甘油三酯(TG)水平、入院美国国立卫生研究院卒中量表(National Institutes of Health Stroke Scale,NIHSS)评分、梗死灶体积和发病治疗时间大于或高于预后良好患者;预后不良患者的入院格拉斯哥昏迷(Glasgow Coma Scale,GCS)评分低于预后良好组,均差异显著(P<0.05)。机器学习分类算法中,极限梯度提升(Extreme Gradient Boosting,XGB)算法的效果最佳[受试者工作特征曲线下面积(Area Under Curve,AUC)=0.81],且校准曲线显示模型评估预测风险与实际发生风险的一致程度高。(3)XGB算法筛选的预测变量影响权重居前6位的依次为发病治疗时间、血CRP水平、年龄、梗死灶体积、血TG水平与NIHSS评分。上述结果说明XGB算法可用于预测静脉溶栓时间窗外AIS患者短期不良预后的影响因素。
