目的:自发性脑出血(spontaneous intracerebral hemorrhage,SICH)是卒中类型中死亡率及致残率最高的类型,目前仍然缺乏有效治疗方法。准确的预测有利于医患之间对病情的了解及沟通,还可筛选出重点患者而予以相关支持治疗及后续康复锻炼。原始脑出血评分(Original ICH score,oICH)、改良脑出血评分(Modified ICH score,mICH)、Essen脑出血评分和最大脑出血评分(The Max-ICH score,max-ICH)为常用的预测脑出血结局的分级量表。本课题在脑出血急性起病入院情况下,结合患者入院基本检查,以发病3个月患者功能转归为结局,筛选预测不良结局的危险因素。另外通过对比上述3个分级量表预测能力的差异,以判断它们在临床中的应用价值。方法:本研究选取了 226例脑出血发病24小时内来我院进行治疗的患者,并记录患者的基本信息、个人史、既往史及血肿影像特点。记录患者脑出血发病3个月的功能转归结局,根据mRS评分结果将患者分为转归良好(mRS≤2)组与转归不良(mRS≥3)组。对单因素分析有统计学意义的因素进一步采用二元Logistic回归模型进行分析,以筛选预测不良结局的危险因素。对比量表差异时,使用受试者工作曲线(Receiver operating characteristic curve,ROC)计算各分级量表的曲线下面积(Area Under the Curve,AUC)等参数。结果:对两组进行单因素统计分析,结果显示两组之间在年龄、入院血肿体积、血肿破入脑室、入院血糖、收缩压(SBP)、红细胞计数(RBC)、血红蛋白(HGB)、红细胞平均体积(MCV)、红细胞分布宽度(RDW)、白细胞计数(WBC)、中性粒细胞计数(NE#)、平均血小板体积(MPV)、血小板分布宽度(PDW)、GCS、NIHSS、手术治疗和肺部感染的差异具有统计学意义(P<0.05),进一步地二分类logistic回归分析显示年龄、血肿体积、RDW、NIHSS是影响脑出血发病3月后功能不良转归的预测因素。在预测脑出血3 个月死亡率时,mICH(AUC 0.890,95%CI 0.842-0.928)、Essen(AUC 0.916,95%CI 0.872-0.949)和 max-ICH(AUC 0.877,95%CI 0.827-0.917)量表分别与 oICH(AUC 0.889,95%CI0.841-0.927)量表对比AUC,结果显示差异无显著统计学差异(P>0.05)。在预测脑出血3个月不良转归时,mICH(AUC0.916,95%CI0.872-0.949)和max-ICH(AUC 0.889,95%CI 0.841-0.927)与 oICH(AUC0.903,95%CI0.856-0.938)量表之间 AUC 差异无统计学意义(P>0.05),而 Essen(AUC 0.953,95%CI 0.917-0.977)与oICH量表之间AUC差异显著性具有统计学意义(P=0.022)。结论:本次研究中分析,年龄、血肿体积、RDW和NIHSS均为影响脑出血3月后功能不良转归的预测因素。oICH、mICH、Essen和max-ICH量表均能较准确地预测脑出血后3个月的死亡率及不良转归结局,其中Essen量表在预测脑出血后3个月不良预后的准确性优于oICH量表。量表的临床广泛适用性有待多中心研究进一步验证。