列线图可预测首发缺血性脑卒中患者的复发

目的 探索影响首发缺血性脑卒中幸存者复发的危险因素,建立复发预测模型并使用列线图将预测结果可视化.方法 收集2010年1月~2018年12月入住四川大学华西医院神经内科且符合纳入标准的首发缺血性脑卒中幸存者,共821例幸存者纳入研究,利用R软件对初始人群进行随机抽样,70%纳入训练集建立模型,30%纳入验证集.应用Cox比例风险回归模型对影响首发缺血性脑卒中幸存者复发的因素进行多因素分析,并使用R软件的rms包构造列线图,建立可视化的预测模型.利用C-index和校准曲线来评价模型的预测效果.结果 821例幸存者中,患者3年复发率为16.81%,5年复发率为19.98%;训练集经Cox回归模型...

Full description

Saved in:
Bibliographic Details
Published in南方医科大学学报 Vol. 42; no. 1; pp. 130 - 136
Main Authors 刘瑾, 杨燕玲, 严可, 朱彩蓉, 蒋敏
Format Journal Article
LanguageChinese
Published 四川大学华西公共卫生学院流行病与卫生统计学系,四川 成都 610041 2022
Subjects
Online AccessGet full text
ISSN1673-4254
DOI10.12122/j.issn.1673-4254.2022.01.16

Cover

Abstract 目的 探索影响首发缺血性脑卒中幸存者复发的危险因素,建立复发预测模型并使用列线图将预测结果可视化.方法 收集2010年1月~2018年12月入住四川大学华西医院神经内科且符合纳入标准的首发缺血性脑卒中幸存者,共821例幸存者纳入研究,利用R软件对初始人群进行随机抽样,70%纳入训练集建立模型,30%纳入验证集.应用Cox比例风险回归模型对影响首发缺血性脑卒中幸存者复发的因素进行多因素分析,并使用R软件的rms包构造列线图,建立可视化的预测模型.利用C-index和校准曲线来评价模型的预测效果.结果 821例幸存者中,患者3年复发率为16.81%,5年复发率为19.98%;训练集经Cox回归模型多因素分析,年龄>65岁(HR=2.596,P=0.024)、年龄45~64岁(HR=2.510,P=0.006)、mRS评分≥3分(HR=2.284,P=0.004)、冠心病史(HR=1.353,P=0.034)是影响复发的危险因素;并由此建立列线图,3年(5年)复发预测模型的C-index为0.640(0.671).结论 首发缺血性脑卒中幸存者复发的影响因素是年龄、mRS评分和周围血管病史,列线图在首发缺血性脑卒中复发预测中有较高的区分度和预测力.
AbstractList 目的 探索影响首发缺血性脑卒中幸存者复发的危险因素,建立复发预测模型并使用列线图将预测结果可视化.方法 收集2010年1月~2018年12月入住四川大学华西医院神经内科且符合纳入标准的首发缺血性脑卒中幸存者,共821例幸存者纳入研究,利用R软件对初始人群进行随机抽样,70%纳入训练集建立模型,30%纳入验证集.应用Cox比例风险回归模型对影响首发缺血性脑卒中幸存者复发的因素进行多因素分析,并使用R软件的rms包构造列线图,建立可视化的预测模型.利用C-index和校准曲线来评价模型的预测效果.结果 821例幸存者中,患者3年复发率为16.81%,5年复发率为19.98%;训练集经Cox回归模型多因素分析,年龄>65岁(HR=2.596,P=0.024)、年龄45~64岁(HR=2.510,P=0.006)、mRS评分≥3分(HR=2.284,P=0.004)、冠心病史(HR=1.353,P=0.034)是影响复发的危险因素;并由此建立列线图,3年(5年)复发预测模型的C-index为0.640(0.671).结论 首发缺血性脑卒中幸存者复发的影响因素是年龄、mRS评分和周围血管病史,列线图在首发缺血性脑卒中复发预测中有较高的区分度和预测力.
Author 严可
蒋敏
刘瑾
朱彩蓉
杨燕玲
AuthorAffiliation 四川大学华西公共卫生学院流行病与卫生统计学系,四川 成都 610041
AuthorAffiliation_xml – name: 四川大学华西公共卫生学院流行病与卫生统计学系,四川 成都 610041
Author_FL JIANG Min
ZHU Cairong
YAN Ke
YANG Yanling
LIU Jin
Author_FL_xml – sequence: 1
  fullname: LIU Jin
– sequence: 2
  fullname: YANG Yanling
– sequence: 3
  fullname: YAN Ke
– sequence: 4
  fullname: ZHU Cairong
– sequence: 5
  fullname: JIANG Min
Author_xml – sequence: 1
  fullname: 刘瑾
– sequence: 2
  fullname: 杨燕玲
– sequence: 3
  fullname: 严可
– sequence: 4
  fullname: 朱彩蓉
– sequence: 5
  fullname: 蒋敏
BookMark eNo9j8lKw0AcxudQwVr7Fl48JP5nyUxylOIGBS96LpNlpEGm4CC2tyAVBCmlHhT05IKexJMgRfRlnCR9C-OCpw9-fAvfAqrpnk4QWsLgYoIJWUndrjHaxVxQhxGPuQQIcQFXpIbq_3geNY3phuBhKsDjUEeBPb0sph_2-t2On2e3w_zlbPZwYceT4m1a3mR59lgOJ3Z0_vn6lB_fldlJcTW096PKsIjmlNw3SfNPG2h3fW2ntem0tze2Wqttx2Bg3AkDJSIWCBoFKgQhfcGCWEDEotBPGGOcxiT-MUmQ3GfUZ0AlVQpX8Uhw2kDLv71HUiup9zpp7_BAV4udeJAO4n4__P4KGDCnX0L1YUE
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.12122/j.issn.1673-4254.2022.01.16
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
DocumentTitle_FL Development and validation of nomograms for predicting stroke recurrence after first-episode ischemic stroke
EndPage 136
ExternalDocumentID dyjydxxb202201016
GrantInformation_xml – fundername: (国家自然科学基金); (国家自然科学基金); (国家自然科学基金)
  funderid: (国家自然科学基金); (国家自然科学基金); (国家自然科学基金)
GroupedDBID ---
2B.
4A8
92F
92I
93N
ABJNI
ACGFS
ALMA_UNASSIGNED_HOLDINGS
CW9
F5P
PSX
RPM
TCJ
TGQ
U1G
U5O
ID FETCH-LOGICAL-s1046-b9f7c4973c9fb07a8749d70c4cb8e44463d2db9f7ca0a68438403a3ff1104c763
ISSN 1673-4254
IngestDate Thu May 29 04:08:04 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 1
Keywords 缺血性卒中;Nomogram;Cox比例风险回归模型
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1046-b9f7c4973c9fb07a8749d70c4cb8e44463d2db9f7ca0a68438403a3ff1104c763
PageCount 7
ParticipantIDs wanfang_journals_dyjydxxb202201016
PublicationCentury 2000
PublicationDate 2022
PublicationDateYYYYMMDD 2022-01-01
PublicationDate_xml – year: 2022
  text: 2022
PublicationDecade 2020
PublicationTitle 南方医科大学学报
PublicationTitle_FL Journal of Southern Medical University
PublicationYear 2022
Publisher 四川大学华西公共卫生学院流行病与卫生统计学系,四川 成都 610041
Publisher_xml – name: 四川大学华西公共卫生学院流行病与卫生统计学系,四川 成都 610041
SSID ssib051370560
ssib006562552
ssj0002923145
ssib002263520
ssib001186833
Score 2.3183908
Snippet 目的 探索影响首发缺血性脑卒中幸存者复发的危险因素,建立复发预测模型并使用列线图将预测结果可视化.方法...
SourceID wanfang
SourceType Aggregation Database
StartPage 130
Title 列线图可预测首发缺血性脑卒中患者的复发
URI https://d.wanfangdata.com.cn/periodical/dyjydxxb202201016
Volume 42
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3La9RAGA9tBfEiiopvinROZWsymczjONnNUgQ9tdBbyWsVDyv0AW1PRSoIUko9KOjJB3oST4IU0X_G7bb_gUe_70uyG9tFqrCE6Te_772z802azDjOlA-rKuMK0fBkxhuCx7yRBCqHEZ9KN1ZZEtDxbXfvydl5cWchWBgb_1V7aml1JZlJN0a-V_I_WQUa5BXfkv2HzA6EAgHakF-4QobheqIcsyhgWjOjWKRYaFnYRooJWRhRV5tZoBhmOdOCRZKFQAyJIpmRJcZ4xN5ECZFm1sOnHwAMV6uQAryIAXCLGc4iwUKAtQjDmfUJ4zIdoBxjSVfArEB8paJeBFeiFEoAM0JDFDAgRAmgtFAHEtCAAHVZWWuAXstsUH1ZqjBo0u-B98MeUAA81KOhk0zUEQv5EFK4Ewwi9gczGEW2hCDFoKPGZ8VpRNW9Ej5cU5fRhw9yKFQ90g1wHmyISGuRM4idbZaNsIq1pXAYiH67xm6YoYyW6fSqnDUJrCgN5JKORslRGGVsAFeEjEPJ0OVjL28ed2Saog7uu2iBBlxrWuI-gF5tWpPKh4FYbNddzXuCHxvfxSTmlf8py8u_5MipFmoeTnMtapgZaJjBuONOuN6RHc6pZsrWH65na2sJgmh3w3HnFFfKC47cZ_PwFAe_XmhCYVxb2EhctweDwjzwfOVWC32swTiuW-iE8oFhp52pyuzbfzGaXt7rduLu_VqdOXfOOVsuECdtMdrPO2MbDy44pvf0ZX_vR-_1997O58O3W_tfnh1-eNHb2e1_2zt4s7m_-fFga7e3_fzn10_7j98dbD7pv9rqvd8GwEVnvh3NNWcb5aEnjWV83KKRmI5KhVF-ajqJq2KthMmUm4o00bkQQvoZzwgUu7HUwtfC9WO_04E6XqRQLVxyJrqPuvllZ9LNdZLn2sgsNSLDgx20EbGWuZfwOE7kFedW6epi-aO2vHgsQVdPArrmnMF2cWvyujOxsrSa34BifSW5SXn9DSXZpwM
linkProvider National Library of Medicine
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%88%97%E7%BA%BF%E5%9B%BE%E5%8F%AF%E9%A2%84%E6%B5%8B%E9%A6%96%E5%8F%91%E7%BC%BA%E8%A1%80%E6%80%A7%E8%84%91%E5%8D%92%E4%B8%AD%E6%82%A3%E8%80%85%E7%9A%84%E5%A4%8D%E5%8F%91&rft.jtitle=%E5%8D%97%E6%96%B9%E5%8C%BB%E7%A7%91%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5&rft.au=%E5%88%98%E7%91%BE&rft.au=%E6%9D%A8%E7%87%95%E7%8E%B2&rft.au=%E4%B8%A5%E5%8F%AF&rft.au=%E6%9C%B1%E5%BD%A9%E8%93%89&rft.date=2022&rft.pub=%E5%9B%9B%E5%B7%9D%E5%A4%A7%E5%AD%A6%E5%8D%8E%E8%A5%BF%E5%85%AC%E5%85%B1%E5%8D%AB%E7%94%9F%E5%AD%A6%E9%99%A2%E6%B5%81%E8%A1%8C%E7%97%85%E4%B8%8E%E5%8D%AB%E7%94%9F%E7%BB%9F%E8%AE%A1%E5%AD%A6%E7%B3%BB%2C%E5%9B%9B%E5%B7%9D+%E6%88%90%E9%83%BD+610041&rft.issn=1673-4254&rft.volume=42&rft.issue=1&rft.spage=130&rft.epage=136&rft_id=info:doi/10.12122%2Fj.issn.1673-4254.2022.01.16&rft.externalDocID=dyjydxxb202201016
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fdyjydxxb%2Fdyjydxxb.jpg