摘要

目的 探讨脑卒中患者并发肌少症的影响因素，并构建其风险预测列线图模型。方法 采用随机抽样法选取2023年10—12月就诊于安徽中医药大学第二附属医院的脑卒中患者268例为研究对象，采用随机数字表法按照7∶3的比例将患者分为训练集(n=187)与测试集(n=81)。收集患者的临床资料，根据肌少症发生情况将训练集患者分为肌少症组和非肌少症组。采用多因素Logistic回归分析探讨脑卒中患者并发肌少症的影响因素，并构建脑卒中患者并发肌少症的风险预测列线图模型；采用Hosmer-Lemeshow拟合优度检验评价该列线图模型在训练集与测试集中的拟合程度；采用ROC曲线分析该列线图模型对训练集与测试集脑卒中患者并发肌少症的预测价值；绘制决策曲线以评价该列线图模型在训练集与测试集中的临床有效性。结果 非肌少症组74例，肌少症组113例。非肌少症组与肌少症组病情严重程度、日常生活活动能力、脑卒中发病至就诊时间、卧床时间、吞咽障碍发生率、肢体功能障碍发生率、白细胞计数、C反应蛋白比较，差异有统计学意义(P<0.05)。多因素Logistic回归分析结果显示，病情严重程度、C反应蛋白为脑卒中患者并发肌少症的独立影响因素(P<0.05)。基于上述因素构建脑卒中患者并发肌少症的风险预测列线图模型。Hosmer-Lemeshow拟合优度检验结果显示，在训练集和测试集中，该列线图模型的拟合程度较好(P<0.05)。ROC曲线分析结果显示，该列线图模型预测训练集、测试集脑卒中患者并发肌少症的AUC分别为0.835〔95%CI(0.775～0.895)〕、0.870〔95%CI(0.780～0.950)〕。决策曲线分析结果显示，在训练集中，当阈值概率为0.15～0.95时，该列线图模型的临床净获益率>0；在测试集中，当阈值概率为0.34～0.98时，该列线图模型的临床净获益率>0。结论 病情严重程度、C反应蛋白为脑卒中患者并发肌少症的独立影响因素，基于上述因素构建的脑卒中患者并发肌少症的风险预测列线图模型具有较好的校准度、区分能力及良好的临床净获益。

关键词