基于多中心研究的脑叶出血不良预后列线图预测模型构建与验证

来自北京13家医院的研究团队针对脑叶出血(ICH)患者3个月不良功能预后(mRS 4-6)及全因死亡风险，通过LASSO回归筛选年龄、NIHSS评分、血肿体积等关键指标，构建了具有优异区分度(AUC 0.897-0.894)的列线图模型，为临床决策提供量化工具。

　　

这项多中心研究聚焦自发性脑叶出血(ICH)的预后预测难题。科研团队整合北京13家医院322例患者数据，运用最小绝对值收缩选择算子(LASSO)回归筛选关键变量：年龄、血脂异常、血肿体积、美国国立卫生研究院卒中量表(NIHSS)评分₁、卒中相关性肺炎(SAP)和降脂治疗被确定为不良功能预后(改良Rankin量表[mRS] 4-6分)的独立预测因子；而年龄、格拉斯哥昏迷量表(GCS)评分、NIHSS评分、降压治疗、院内康复训练及血肿体积则构成全因死亡预测模型。

验证结果显示模型性能优异，受试者工作特征曲线下面积(AUROC)分别达0.897(95%CI:0.862-0.933)和0.894(95%CI:0.870-0.918)。决策曲线分析(DCA)证实其临床实用性，校准曲线展现理想拟合度。该研究创新性地将临床指标转化为可视化列线图，为脑叶出血这一高死亡率疾病的个体化预后评估提供了可靠工具。