背景与目的卒中是高发病、高死亡、高致残的疾病,给社会造成了沉重的经济负担。在我国,缺血性卒中是最常见的卒中类型,占卒中的69.6%-70.8%。为了给患者提供更好的救治措施,临床医生经常需要对患者进行评估,评估其短期和长期的死亡风险。缺血性卒中患者的治疗效果,不仅受临床医生治疗措施的影响,而且一定程度上也受患者及其家属的影响。因此,提供给患者或家属准确的风险预测,才能够更好地规避风险,提高患者对治疗的信心。同时,可靠的风险预测有利于临床医生更好地分配医疗资源或给予患者提供支持性治疗。因此,缺血性卒中患者死亡风险分析是非常有意义的。尽管既往关于缺血性卒中病因或危险因素的研究很多,但近几年来,基于国人的覆盖全国范围的大型多中心卒中队列研究暂未见报道。故本文通过多中心大样本卒中队列研究“中国国家卒中登记-Ⅲ(CNSR3)研究”数据,分析我国缺血性卒中患者发病后90天死亡风险及相关影响因素,并建立缺血性卒中患者发病后90天死亡风险预测模型,从而为我国缺血性卒中患者诊疗及疾病管理提供重要的参考依据。同时,本研究还利用中国国家卒中登记-Ⅲ(CNSR3)研究数据和死因监测网络报告的数据,进行数据库匹配,获得更加准确的死亡结局信息,探索了数据库匹配研究方法,为同类大型多中心临床研究提供了一种新的思路。研究对象与方法CNSR3研究从2015年8月至2018年3月共有201家医院的15166例符合标准的病人被连续纳入。本研究选取CNSR3研究中2015-2017年入组并完成90天随访的患者12112例作为研究对象,并与2015-2017年“全国疾病监测系统死因监测数据库”中所有死亡个案进行匹配。本研究对象的基线信息来源于“中国国家卒中登记-Ⅲ研究数据库”,结局为缺血性卒中患者的全因死亡,通过数据库匹配、数据复核及整理,获得更加准确的全因死亡结局信息。本研究中,符合正态分布的计量资料我们采用的是均数±标准差进行描述,组间差异比较采用两样本的T检验。非正态分布的计量资料我们采用的是中位数及上下四分位数来进行描述,组间差异比较采用秩和检验。非等级的分类资料组间比较采用卡方检验,等级资料采用秩和检验。我们采用Cox比例风险模型来分析缺血性卒中患者发病后90天死亡相关影响因素,筛选在单因素分析中P值小于0.05的因素纳入多因素Cox比例风险模型中进一步分析。以上所有统计分析都是在SAS软件完成。结果本研究共纳入12112例缺血性卒中患者,平均年龄62.25±11.32岁,其中女性患者3743例,占比30.9%。发病后90天内死亡患者164例,病死率为1.35%。将单因素分析中存在统计学差异的变量年龄、性别、教育水平、发病至到院时间、急救车到院、心脏疾病史、到院后24小时内mRS评分、入院时NIHSS评分选入多因素Cox模型,以P<0.05为标准剔除变量,最终得出多因素分析结果:年龄65-75岁与缺血性卒中患者发病后90天死亡独立相关,HR=2.08,95%CI(1.41-3.07),P<0.001,回归系数(β)=0.732;年龄大于75岁与缺血性卒中患者发病后90天死亡独立相关,HR=4.79,95%CI(3.24-7.06),P<0.001,回归系数(β)=1.566;心脏疾病史与缺血性卒中患者发病后90天死亡独立相关,HR=1.92,95%CI(1.37-2.70),P<0.001,回归系数(β)=0.653;入院时 NIHSS>3 分与缺血性卒中发病后90天死亡独立相关,HR=2.48,95%CI(1.76-3.48),P<0.001,回归系数(β)=0.906。根据危险因素对应的回归系数(β)制定一套评分系统,将独立相关的危险因素赋予不同的分值,即年龄65-75岁=1分;>75岁=2分;心脏疾病史=1分;入院时NIHSS>3分=1分,总计4分。采用ROC曲线下面积的大小来评价其预测效果,得出曲线下面积为0.73(95%CI:0.79-0.77),本研究建立的预测模犁预测效果较好。结论本文利用数据库匹配研究方法获得更加完整、准确的缺血性卒中患者死亡结局信息,通过多中心、大样本卒中队列研究数据,分析了缺血性卒中患者发病后90天死亡水平及相关影响因素并建立了死亡预测模型,从而为我国缺血性卒中患者疾病防治及管理提供重要参考依据。