摘要

目的 构建原发性脑出血患者脑微出血(CMBs)发生风险预测列线图模型，并验证其有效性。方法 选取2018年6月至2021年6月淮安市第二人民医院收治的原发性脑出血患者140例为研究对象，根据是否发生CMBs将其分为CMBs组(46例)和无CMBs组(94例)。收集患者临床资料，采用多因素Logistic回归分析探讨原发性脑出血患者发生CMBs的影响因素；基于多因素Logistic回归分析结果，采用R 3.6.3软件及rms程序包构建原发性脑出血患者CMBs发生风险预测列线图模型；绘制ROC曲线以评估该列线图模型预测原发性脑出血患者发生CMBs的区分度；采用Hosmer-Lemeshow拟合优度检验评估该列线图模型预测原发性脑出血患者发生CMBs的一致性。结果 CMBs组年龄大于无CMBs组，有高血压史、脑出血史者占比及超敏C反应蛋白(hs-CRP)、白蛋白高于无CMBs组(P<0.05)。多因素Logistic回归分析结果显示，年龄、高血压史、脑出血史、hs-CRP、白蛋白是原发性脑出血患者发生CMBs的影响因素(P<0.05)。基于多因素Logistic回归分析结果，将年龄、高血压史、脑出血史、hs-CRP、白蛋白引入R 3.6.3软件，建立原发性脑出血患者CMBs发生风险预测列线图模型。ROC曲线分析结果显示，该列线图模型预测原发性脑出血患者发生CMBs的曲线下面积为0.798〔95%CI(0.717，0.879)〕。Hosmer-Lemeshow拟合优度检验结果显示，该列线图模型预测原发性脑出血患者CMBs发生率与原发性脑出血患者CMBs实际发生率比较，差异无统计学意义(P>0.05)。结论 年龄增长、高血压史、脑出血史、hs-CRP升高、白蛋白升高是原发性脑出血患者发生CMBs的危险因素，基于上述危险因素构建的原发性脑出血患者CMBs发生风险预测列线图模型，对原发性脑出血患者发生CMBs具有一定预测价值和较好的准确性。

关键词