开发和验证用于预测缺血性中风风险的诺莫格拉姆模型
Li Zhou1, Youlin Wu1,2, Jiani Wang1
1Department of Neurology, The First Affiliated Hospital of Chongqing Medical University, Chongqing 400016, China.
Journal of personalized medicine
|July 27, 2024
概括
一个新的诺莫格拉姆模型有效地利用八个关键因素预测急性缺血性中风风险. 该工具有助于识别高风险的个体,以便更好地进行临床管理和中风预防策略.
科学领域:
- 神经学 神经学
- 医疗信息学 医疗信息学
- 生物统计学 生物统计学
背景情况:
- 识别患有缺血性中风风险的个体是一个重大的临床挑战.
- 目前的风险分层方法在临床实践中存在局限性.
研究的目的:
- 开发和验证一种名谱模型,用于预测急性缺血性中风的风险.
- 确定缺血性中风风险的关键预测变量.
主要方法:
- 来自神经病学部门的患者数据的回顾性分析.
- 多变量逻辑回归和LASSO回归用于变量选择.
- 使用培训,内部和外部数据集构建和验证nomogram.
主要成果:
- 确定了八种预测因素:年龄,吸烟,高血压,糖尿病,心房动,中风史,白细胞计数和维生素B12.
- 诺米图表表现出良好的预测性能,AUC-ROC为0.760.
- 内部和外部验证证实了该模型的预测效率和临床适用性.
结论:
- 一个基于八个变量的名图成功构建,用于量化缺血性中风风险.
- 开发的诺米图为临床风险评估和患者管理提供了有价值的工具.
- 进一步验证和在临床环境中实施是有必要的.


