关键词:
脑损伤
预后
模型
统计学
列线图
摘要:
目的构建中重型创伤性脑损伤(msTBI)患者伤后6个月预后不良的预测列线图并进行验证。方法采用回顾性队列研究分析2020年1月至2022年12月中国人民解放军联勤保障部队第九〇四医院收治的387例msTBI患者的临床资料,其中男265例,女122例;年龄6~97岁[58(47,68)岁]。根据伤后6个月格拉斯哥预后评分(GOS),将患者分为预后良好组(GOS 4~5分,201例)和预后不良组(GOS 1~3分,186例)。记录两组入院时临床特征、影像学表现和实验室检查结果。采用单因素分析评估上述指标与msTBI患者伤后6个月预后不良的相关性。绘制单个变量的受试者工作特征(ROC)曲线及连续性变量之间的相关性热图。Lasso回归用于筛选变量,多因素Logistic回归分析确定独立预测因子用于构建Logistic回归方程,并绘制列线图。采用数据随机拆分和非随机拆分方式进行内部验证。随机拆分时,数据按6∶4的比例拆分为训练组(232例)和验证组(155例)。非随机拆分时,2020年1月至2021年12月收治的患者为训练组(260例),2022年1月至2022年12月收治的患者为验证组(127例)。采用受试者工作特征(ROC)曲线下面积(AUC)评估模型在训练组和验证组中的预测能力,校准曲线及Hosmer-Lemeshow(H-L)检验评估模型的校准度,决策曲线分析(DCA)评估模型的临床适用性。与非纳入中性粒细胞/淋巴细胞比值(NLR)模型相比,分析纳入NLR模型对msTBI患者伤后6个月预后不良预警效能的影响。结果单因素分析结果显示,年龄、住院时长、格拉斯哥昏迷评分(GCS)、美国麻醉医师协会身体状态(ASA-PS)分级、损伤严重度评分(ISS)、院前气管插管、低血压、低氧、瞳孔反应性、中线移位、基底池状态、创伤性蛛网膜下腔出血(tSAH)、D-二聚体、凝血酶原时间活动度(PTA)、葡萄糖、血红蛋白、K^(+)、Cl^(-)、Ca^(2+)、HCO-、肌酐、白蛋白、乳酸、血小板、淋巴细胞、系统免疫炎症指数(SII)、NLR和淋巴细胞与单核细胞比值(LMR)与msTBI患者伤后6个月预后不良有一定的相关性(P<0.05或0.01)。单个变量的ROC曲线显示,GCS(AUC=0.82)、ISS(AUC=0.81)、瞳孔反应性(AUC=0.76)、基底池状态(AUC=0.73)和NLR(AUC=0.73)具有较好的预测效能。相关性热图显示,各连续性变量之间存在显著相关性和共线性,而ISS和NLR之间不存在共线性。Lasso回归共筛选出14个潜在预测因子并被纳入多因素Logistic回归分析,结果表明,年龄(OR=0.86,95%CI 1.38,5.19)、GCS 6~8分(OR=3.13,95%CI 1.06,9.27)、GCS 3~5分(OR=12.36,95%CI 2.81,54.27)、ISS(OR=3.68,95%CI 1.38,9.80)、瞳孔反应性(OR=2.45,95%CI 0.85,7.07)及NLR(OR=2.62,95%CI 1.52,4.51)是msTBI患者伤后6个月预后不良的独立危险因素(P<0.05或0.01)。多因素Logistic回归方程为Logit[P/(1-P)]=0.066×"年龄"+1.474×"GCS 6~8"+2.357×"GCS 3~5"+0.066×"ISS"+0.965×"瞳孔对光反射缺如"+0.194×"NLR"-10.704。随机拆分数据的内部验证中,训练组模型AUC为0.93(95%CI 0.89,0.96),验证组模型AUC为0.93(95%CI 0.89,0.97)。非随机拆分的内部验证中,训练组模型AUC为0.94(95%CI 0.91,0.97),验证组模型AUC为0.93(95%CI 0.89,0.97)。校准曲线和H-L检验显示,该模型具有较好的校准能力(P>0.5)。DCA结果表明,应用该列线图将增加患者净收益率(风险阈值概率为0.0~0.8)。纳入NLR模型(AUC=0.93)较传统模型(AUC=0.90)能增强预警效能。结论年龄、GCS、ISS、瞳孔反应性及NLR是msTBI患者伤后6个月预后不良的独立危险因素。以这些参数所构建的列线图可较好地预测msTBI患者的临床结局。