背景 急性肾损伤(AKI)是脑卒中患者常见的严重并发症之一,与患者不良的短期和长期预后密切相关,因此需要探索特异性的AKI筛查工具,以便早期识别AKI的高危人群.目的 构建并验证脑卒中后发生AKI风险预测模型,并编制简易风险评分量表.方法 采用便利抽样法选取2021年1—9月在浙江大学医学院附属第二医院神经内科住院治疗且病历资料完整的760例脑卒中患者为建模组,根据是否发生AKI将其分为AKI亚组和非AKI亚组.采用多因素Logistic回归分析进行影响因素分析,并构建脑卒中后发生AKI风险预测模型,采用Hosmer-Lemeshow和受试者工作特征曲线(ROC曲线)检验模型的拟合优度及预测效果.采用便利抽样法选取2021年10—12月在本院治疗的脑卒中患者310例作为模型外部验证组,其中AKI者53例、非AKI者257例.将预测模型在验证组人群进行验证,并编制脑卒中后发生AKI简易风险评分量表.结果 建模组760例脑卒中患者中发生AKI 140例,AKI发生率为18.42％.多因素Logistic回归分析结果显示,性别、高血压史、美国国立卫生研究院脑卒中量表(NIHSS)评分、袢利尿剂用药史、机械取栓史、血清β2微球蛋白(β2-MG)、尿素氮、血清胱抑素C(sCysC)是脑卒中后发生AKI的独立影响因素(P<0.05).构建脑卒中后发生AKI风险预测模型:y=1/(1+e-a),其中a=-4.047+1.222×男性+1.386×高血压史+1.716×NIHSS评分+1.098×袢利尿剂用药史+0.830×机械取栓史+1.739×β2-MG+1.202×尿素氮+2.160×sCysC.Hosmer-Lemeshow检验预测模型拟合效果,χ2=6.523,P=0.367.脑卒中后发生AKI风险预测模型在建模组中预测脑卒中患者发生AKI的ROC曲线下面积(AUC)为0.916〔95％CI(0.891,0.940)〕,最佳截断值为12.8％,灵敏度为0.857,特异度为0.832,约登指数为0.689.脑卒中后发生AKI风险预测模型在验证组中预测脑卒中患者发生AKI的AUC为0.906〔95％CI(0.853,0.960)〕.结合多因素Logistic回归分析结果得出的变量的系数四舍五入到最近整数,赋分后编制量表,最终建立了总分值为11分、截断值为4分、AUC为0.900〔95％CI(0.843,0.957),P<0.001〕的脑卒中后发生AKI简易风险评分量表,实际应用的正确率为88.39％.结论 本研究构建的脑卒中后发生AKI风险预测模型可以有效地预测脑卒中后AKI发生风险,灵敏度、特异度较高,且据此编制的脑卒中后发生AKI简易风险评分量表为临床提供了一种简便可行的客观、量化高危患者的评估工具,为医护人员早期及时对不同AKI发生风险的脑卒中患者采取预防性治疗提供借鉴.

卒中;急性肾损伤;风险预测模型;评估工具;筛查;预测;影响因素分析

饶艳;姚梅琪;江大为;毛翠

324000 浙江省衢州市,衢州职业技术学院医学院;310009 浙江省杭州市,浙江大学医学院附属第二医院护理部

中国全科医学

[1]饶艳;姚梅琪;江大为;毛翠-.脑卒中后发生急性肾损伤风险预测模型的构建及验证)[J].中国全科医学,2022(23):2885-2891

sCysC,047+1,MG+1

脑卒中后,急性肾损伤,损伤风险,风险预测模型,AKI,脑卒中患者,严重并发症,短期和长期,长期预后,筛查工具,早期识别,高危人群,风险评分,评分量表,便利抽样,抽样法,浙江大学,学医,神经内科,住院治疗,病历资料,资料完整,模组,Hosmer,Lemeshow,受试者工作特征曲线,检验模型,拟合优度,本院,外部验证,组人,美国国立卫生研究院,脑卒中量表,NIHSS,袢利尿剂,机械取栓,微球蛋白,尿素氮,血清胱抑素,独立影响因素,1+e,+0,+2,模型拟合,拟合效果,截断值,约登指数,数四,四舍五入,整数,赋分,研究构建,发生风险,高危患者,评估工具,医护人员,预防性治疗

0.191748