论文部分内容阅读
目的应用中国国家卒中登记数据库（China National Stroke Register, CNSR）对卒中类型-牛津郡社区卒中项目-年龄-卒中前mRS评分模型（Stroke subtype,Oxfordshire Community Stroke Project Classification, Age, and prestroke Rankinstroke，SOAR）评分和跟着指南走（Get With the Guidelines–Stroke，GWTG-Stroke）死亡预测评分进行外部验证，以明确上述两个预测模型能否应用于中国人群，同时探讨上述两个模型预测远期死亡的能力。资料与方法在CNSR中筛选符合原文准入及排除标准的子数据库。主要终点事件为在院死亡，次要终点为30天、3个月、6个月、1年死亡。对CNSR中子数据库的人群特征及终点事件与原文人群进行单因素分析和比较，其中连续变量的比较应t检验，分类变量应用卡方检验，P<0.01提示两组差异有统计学意义。应用多因素Logistic回归的方法对模型的辨别能力和校正能力进行评估，其中辨别能力通过受试者工作曲线下面积（C值）及95%可信区间进行评定，C值越接近1，提示预测能力越好；校正能力应用Pearson相关系数比较预测的及观察到的死亡事件的拟合程度，相关系数>0.9提示拟合优度好。结果1.对于GWTG-Stroke模型的验证CNSR中的人群与GWTG的人群相比存在显著差异。中国人群较为年轻，男性比例较高，通过私人交通工具到院的比例较高（P<0.001）；患房颤、心脏瓣膜置换、既往卒中/TIA、冠状动脉病、糖尿病、周围血管病、高血压和脂代谢紊乱的比例明显较低（P<0.001）。CNSR的在院死亡率为6.3%，明显低于GWTG的8.5%，其差异具有统计学意义。无美国国立卫生研究院卒中量表(NationalInstitute of Health stroke scale, NIHSS)评分的模型预测在院死亡的C值为0.76(0.75-0.78)，有NIHSS评分模型的为0.86(0.84-0.88)。有NIHSS评分的模型预测30天、3个月、6个月和1年死亡率的C值分别为0.86（0.84-0.88），0.84（0.83-0.86），0.83（0.81-0.84），0.82（0.80-0.83），无NIHSS评分的模型预测中远期死亡的C值在0.71-0.76之间。这两个模型预测在院死亡时的拟合优度欠佳（Pearson相关系数分别为0.213、0.689）。2.对于SOAR模型的验证CNSR中的人群与SOAR的人群相比，中国人群较为年轻，男性比例较高，发病前mRS评分较低（P<0.001）；OCSP分型之间存在明显差异。CNSR的在院死亡率为4.7%，明显低于SOAR的19.8%，其差异具有统计学意义。SOAR模型预测在院、30天、3个月、6个月、1年死亡的C值及95%可信区间分别为0.73（0.71-0.75），0.71（0.69-0.73），0.71（0.69-0.72），0.71（0.69-0.72），0.71（0.69-0.72）。并且具有较好的拟合优度（Pearson相关系数分别为>0.9）。结论1. GWTG-Stroke涉及的两个模型，即无NIHSS模型和有NIHSS均能够预测中国卒中患者在院死亡。2. GWTG-Stroke涉及的两个模型，能够预测中国卒中患者30天、3个月、6个月及1年的死亡，其中有NIHSS模型能够预测能力更好。3. SOAR预测模型能预测中国人群卒中在院死亡及30天、3个月、6个月及1年的死亡。