一、脑梗死复发危险因素分析（论文文献综述）
郑雯丽[1]（2021）在《基于XGboost算法的缺血性脑卒中复发预测模型构建》文中研究说明目的:了解缺血性脑卒中（Ischemic Stroke,IS）患者首发卒中后12个月内的复发情况;明确缺血性脑卒中复发的重要影响因素;基于极端梯度上升（e Xtreme Gradient Boosting,XGboost）算法构建缺血性脑卒中复发预测模型,为临床识别缺血性脑卒中复发高危患者提供预测工具。方法:本研究在文献研究回顾IS复发风险因素的基础上,回顾性收集2017年6月1日至2019年6月30日于遵义医科大学第五附属（珠海）医院神经内科住院治疗的首发IS患者复发风险因素相关数据,并对符合纳入标准的524例首发IS患者进行为期12个月的追踪随访,了解患者卒中后3个月内、6个月内和12个月内的复发情况;使用SPSS21.0进行单因素和多因素分析,探讨IS患者3个月内、6个月内和12个月内复发的影响因素;使用XGboost算法进行IS复发预测模型的构建。结果:1.纳入的524例首发IS患者中,11例（2.1%）在卒中后3个月内出现复发事件,卒中后6个月内累积复发33例（6.3%）,卒中后12个月内累积复发59例（11.3%）。2.单因素分析结果显示:首发IS患者卒中后3个月内复发与入院收缩压、纤维蛋白原水平相关（P<0.05）;卒中后6个月内复发与吸烟、颈动脉粥样硬化、入院舒张压、尿酸、载脂蛋白A1、糖化血红蛋白有关（P<0.05）;卒中后12个月内复发与吸烟、饮酒、高血压、颈动脉粥样硬化、入院微机血糖、糖化血红蛋白有关（P<0.05）;多因素分析结果显示:首发IS卒中后3个月内复发的独立影响因素是入院收缩压水平（OR=1.036,95%CI=1.002～1.072,P=0.038）,吸烟是卒中后6个月内复发（OR=2.453,95%CI=1.015～5.931,P=0.046）和12个月内复发（OR=2.960,95%CI=1.328～6.595,P=0.008）的独立影响因素。糖化血红蛋白（OR=1.435,95%CI=1.071～1.924,P=0.016）是卒中后12个月内复发的独立影响因素。SMOTE算法处理后数据的Logistic回归模型结果显示年龄（60～74岁:OR=2.552,95%CI=1.364～4.775,P=0.003;≥75岁:O R=2.134,95%CI=1.073～4.245,P=0.031）,住院时间（OR=1.792,95%CI=1.129～2.847,P=0.013）,吸烟（OR=3.319,95%CI=1.809～6.090,P<0.001）,饮酒（OR=1.982,95%CI=1.118～3.513,P=0.019）,高血压（OR=2.442,95%CI=1.404～4.246,P=0.002）,糖化血红蛋白（OR=1.330,95%CI=1.072～1.651,P=0.009）,颈动脉粥样硬化（OR=5.648,95%CI=1.623～19.659,P=0.007）是IS首次发病后12个月内复发的独立影响因素。XGboost模型中影响因素重要性排序前七位的变量依次为中性粒细胞百分位数、纤维蛋白原、同型半胱氨酸、总胆固醇、尿酸、入院微机血糖以及糖化血红蛋白。3.基于XGboost算法构建的IS复发预测模型预测效能优于传统Logistic回归模型,XGboost模型预测IS复发的准确率、精确率、敏感度、特异度、AUC值分别为0.97、0.91、1.0、0.95、0.97,对IS复发高危人群具有较强的辨别能力。结论:1.首发IS患者发病后12个月内复发率为11.3%,处于既往研究报道结果范围内。2.IS复发影响因素分布在时间维度上存在共性和差异,入院收缩压水平高是IS卒中后3个月内复发的高危人群,吸烟者在IS卒中6个月和12个月内易复发,高糖化血红蛋白是卒中后12个月内复发高危人群。XGboost模型较Logistic回归模型,更能识别易忽略的重要影响因素,中性粒细胞百分数、纤维蛋白原、同型半胱氨酸、总胆固醇、尿酸、入院微机血糖和糖化血红蛋白对IS复发有重要影响,临床护理过程中需重点关注该部分指标情况,实施相应干预措施。3.基于XGboost算法构建的IS复发预测模型对IS复发高危人群识别能力强,且预测效果优于传统Logistic回归模型,未来可进一步考虑前瞻性纳入大样本临床病例验证模型效果且逐步优化模型,进而开发系统投入临床实践应用,为临床工作识别IS复发高危人群提供实践指导。
温梦雅[2]（2021）在《基于颅内动脉硬化高分辨磁共振特征的脑梗死复发预测模型构建》文中认为目的应用高分辨率磁共振成像技术观察颅内动脉斑块特征,尤其是易损斑块特征与脑梗死复发的相关性,分析首次脑梗死患者复发的相关危险因素,构建脑梗死复发的预测模型,以期为脑梗死患者的复发预警提供依据。方法收集2018年7月至2020年10月之间,行高分辨磁共振血管壁成像检查的颅内动脉粥样硬化性首次急性脑梗死患者,观察颅内动脉粥样硬化斑块特征,并进行随访,主要终点事件是脑梗死复发。如出现终点事件,随访即可终止,并记录终点事件出现的时间。根据随访结果,将患者分为复发组与未复发组。将采集信息资料整理汇总后,采用SPSS 24.0统计学软件对数据进行统计分析。Cox比例风险回归分析脑梗死复发的独立危险因素,并拟合出脑梗死患者复发风险函数模型表达式。ROC曲线评价危险因素和脑梗死复发模型预测复发的效能。结果1共纳入145例患者进行分析,其中脑梗死复发组21例,未复发组124例。2单因素分析结果表明斑块内出血、血小板计数、同型半胱氨酸与脑梗死的复发相关。3 ROC曲线分析表明斑块内出血、血小板计数、同型半胱氨酸的曲线下面积分别为0.644（95%CI:0.514～0.774）、0.643（95%CI:0.513～0.774）、0.669（95%CI:0.558～0.781）,三个指标对预测首次脑梗死复发的准确度较高。4 Cox比例风险回归分析结果显示,患者斑块内出血（P=0.008）、血小板计数（P=0.006）是影响脑梗死复发的独立危险因素,拟合出脑梗死复发风险函数模型表达式为h（t,X）=h0exp（1.234X1+0.010X2）,PI=1.234X1+0.010X2。5模型表达式预测效能检验采用ROC曲线特征进行分析,AUC=0.748（95%CI:0.655～0.842）,灵敏度为0.714,特异度为0.726。结论1颅内动脉粥样硬化斑块内出血及血小板计数与首次脑梗死复发相关。2将脑梗死危险因素及斑块特征相结合,建立脑梗死复发预测模型,具有较高的准确性。图2幅;表5个;参213篇。
李博,李晓贝,胡冬青,张迪,刘洋[3]（2021）在《阜阳太和县脑梗死患者复发情况及危险因素分析》文中认为目的分析脑梗死患者复发情况及危险因素,为脑卒中二级预防提供依据。方法以2017年6月至2018年12月阜阳太和县某医院确诊的初发脑梗死患者为研究对象,2019年5月至2020年11月由医院组建的脑卒中随访小组根据发病时间对病例进行是否复发的随访。采用描述流行病学分析方法对初发脑梗死复发情况进行分析,并采用单、多因素分析方法对复发影响因素进行分析。结果 2017年6月至2018年12月阜阳市太和县某医院确诊的初发脑梗死病例共1 202例,截至2020年12月共随访到有效病例978例,初发病例与随访病例平均年龄、性别构成分布差异均无统计学意义（均P>0.05）。978例年龄47～83岁,平均年龄（65.23±17.69）岁,男性586例（59.9%）,女性392例（40.1%）。有350例病例复发,复发率为35.79%,初次发病后第2年内复发的病例有299例,占84.57%。发病年龄（OR=1.486）、高血压（OR=1.623）、高同型半胱氨酸血症（OR=1.539）、高尿酸血症（OR=1.777）、管腔重度狭窄（OR=2.438）、斑块T2WI高信号（OR=1.824）是脑梗死复发的危险因素。结论阜阳市太和县初发脑梗死病例2年内复发率较高,该人群危险因素较多,应针对其危险因素进行管理,并采取积极的应对措施,避免复发。
崔焜焱[4]（2021）在《急性期脑梗死患者外周血清IMA、CD62p水平的临床分析》文中认为目的:通过临床资料进一步了解急性期脑梗死发生及复发的危险因素,分析血清IMA、CD62p水平与急性期脑梗死的相关性。方法:选取2019年09月至2020年11月在吉林大学第二医院神经内科住院的脑梗死患者98例为急性期脑梗死组,体检中心健康体检者30例为对照组,共计128例。急性期脑梗死组根据首复发分为:首发型52例:复发型46例;根据神经功能缺损程度（NIHSS评分）分为:轻型组（<7分）66例、中型组（7～14分）22例、重型组（>14分）10例。详细记录入组患者病史及查体资料。严格按照试剂盒操作说明书对受试者标本进行保存及检测,用双抗体一步夹心酶联免疫吸附试验（ELISA）测定受试者外周血清中的缺血修饰蛋白（Ischemia modified albumin,IMA）、P-选择素（P-selectin,CD62p）浓度。神经功能缺损由美国国立卫生所研究院卒中量表（NIHSS评分）进行评估。对所收集的临床基线资料进行分析,进一步了解急性期脑梗死发生及复发的危险因素;对比急性期脑梗死组与对照组间血清IMA、CD62p水平高低,分析血清IMA、CD62p水平与急性期脑梗死发生的关系;对比急性期脑梗死首发与复发组间血清IMA、CD62p水平高低,分析血清IMA、CD62p水平与急性期脑梗死复发的关系;对比轻型组、中型组、重型组间血清IMA、CD62p水平高低,分析血清IMA、CD62p水平与神经功能缺损程度的关系。通过进一步了解急性期脑梗死发生及复发的危险因素,为脑梗死的二级预防提供指导,从分子生物学角度为急性期脑梗死的诊断、治疗及预后给予帮助。结果:（1）组间基线资料比较通过使用c2检验或Fisher确切概率法对组间临床背景资料进行差异比较,急性期脑梗死组与对照组之间、首发组与复发组之间在年龄、性别方面的差异无统计学意义（P>0.05）,首发组与复发组之间在高血压病、糖尿病、心脏病、高脂血症（高胆固醇、高甘油三酯、高低密度脂蛋白）、吸烟、饮酒、高同型半胱氨酸等方面的差异有统计学意义（P<0.05）。（2）急性期脑梗死发生与复发危险因素的相关性多因素Logistic分析示低密度脂蛋白升高（OR=4.416,95%CI=1.464-13.324,P<0.05）、高同型半胱氨酸血症（OR=2.923,95%CI=1.036-8.429,P<0.05）是急性期脑梗死复发的独立危险因素。（3）IMA、CD62p在急性期脑梗死组与对照组间比较急性期脑梗死组血清IMA、CD62p均高于对照组（P<0.05）,差异有统计学意义。（4）IMA、CD62p在急性期脑梗死首发组与复发组间比较急性期脑梗死复发组血清IMA、CD62p均高于首发组（P<0.05）,差异有统计学意义。（5）在急性期脑梗死组中,将血清IMA、CD62p水平经单因素Logistic回归分析处理,结果可见血清IMA、CD62p水平是影响急性期脑梗死发生和复发的因素（P<0.05）。（6）IMA、CD62p在轻型组、中型组、重型组及对照组间比较轻型组、中型组、重型组的血清IMA、CD62p水平均高于对照组（P<0.05）,且两组之间对比有差异（P<0.05）,神经功能缺损程度越重,IMA、CD62p水平越高。（7）在急性期脑梗死患者中,spearman相关分析发现,血清IMA（r=0.599,P<0.05）、CD62p（r=0.723,P<0.05）水平与神经功能缺损程度呈正相关。结论:（1）低密度脂蛋白升高、高同型半胱氨酸血症是急性期脑梗死复发的独立危险因素。（2）血清IMA、CD62p水平与神经功能缺损（NHISS评分）程度呈正相关,IMA、CD62p水平越高,病情越重,预后越差。
刘德全,韩海荣,伊鹏飞[5]（2021）在《急性脑梗死患者出院后复发情况及危险因素调查分析》文中提出目的探讨脑梗死患者出院后的复发情况及危险因素。方法选取206例急性脑梗死患者,出院后均随访6个月,根据是否出现复发将患者分为复发组和无复发组,对两组的临床资料进行统计分析。结果 206例急性脑梗死患者中,出院后复发率为16.5%。多因素Logistic回归分析结果显示,年龄≥65岁、高血脂史、高血压史是急性脑梗死患者出院后复发的独立危险因素（OR>1, P <0.05）,接受静脉溶栓治疗、出院后用药依从性高是保护因素（OR <1, P <0.05）。结论高龄、高血脂、高血压是急性脑梗死患者出院后复发的危险因素,静脉溶栓治疗、用药依从性高是保护因素。
李均超[6]（2020）在《大动脉粥样硬化性脑梗死复发相关因素分析》文中研究说明目的探讨引起大动脉粥样硬化性脑梗死复发的危险因素,为临床预防提供依据。方法回顾性分析2016年4月—2019年5月于天津市宝坻区人民医院接受诊治的大动脉粥样硬化性脑梗死患者的临床资料,选取其中172例作为研究对象,依随访期间脑梗死是否复发将患者分为复发组（n=40例）及未复发组（n=132例）。对比两组性别、年龄、高血压、高脂血症、糖尿病、冠心病史、吸烟、饮酒、病变动脉狭窄程度的分布状况,并采用logistic回归分析探讨引起大动脉粥样硬化性脑梗死复发的独立危险因素。结果复发组中,合并高脂血症、有冠心病史、吸烟、病变动脉重度狭窄及闭塞的例数占比高于未复发组,差异有统计学意义（P<0.05）;经logistic回归分析发现,高脂血症、冠心病史、吸烟、病变动脉狭窄程度（重度及闭塞）是引起大动脉粥样硬化性脑梗死的独立危险因素（OR>1,P<0.05）。结论大动脉粥样硬化性脑梗死患者出院后的脑梗死复发与合并高脂血症、有冠心病史、吸烟、病变动脉重度狭窄及闭塞具有密切关联。
曹露[7]（2020）在《复发性脑梗死与FIB、UA水平及颈动脉斑块的相关性研究》文中进行了进一步梳理背景脑梗死在我国脑血管病亚型中大约占70%,最新文献报道,我国脑梗死年复发率达17.7%,积极进行二级预防是减少脑梗死复发的关键策略。目前,尽管有一些临床治疗针对传统危险因素进行了干预,但居高不下的复发率表明仍有一些尚未得到充分重视的危险因素缺乏研究,因此本研究根据文献资料挑选了一批可能与复发性脑梗死（recurrent cerebral infarction,RCI）相关的因素,并对其进行分析以筛选出特异性高的危险因素,为脑梗死的二级预防及治疗策略的制定提供帮助。目的探讨与脑梗死复发相关的危险因素,并分析这些因素与脑梗死面积和病情严重程度之间的关系,为脑梗死的二级预防提供理论依据。方法采用回顾性研究,随机选取2019年2月—2019年8月在我院神经内科就诊的急性脑梗死患者221例,依据是否复发分为初发组（n=165）和复发组（n=56）。根据头颅CT或MRI检查评估梗死灶面积大小,以Adamas分型标准将复发组分为大面积梗死组（n=10）、小面积梗死组（n=23）和腔隙性梗死组（n=23）。根据NIHSS评分将复发组分为重型组（n=5）、中型组（n=31）和轻型组（n=20）。收集研究对象的基线及病历资料,行颈动脉彩色多普勒超声检查明确有无斑块及斑块性质。用单因素及多因素logistic回归分析筛选复发性脑梗死的危险因素,并利用ROC曲线分析指标的诊断价值;利用Spearman相关性分析探讨纤维蛋白原（fibrinogen,FIB）和尿酸（uricacid,UA）水平与RCI患者梗死面积及病情严重程度之间的关系。结果1.单因素分析显示:初发组与复发组之间FIB、UA、同型半胱氨酸（homocysteine,Hcy）、总胆固醇（total cholesterol,TC）、颈动脉斑块形成、抗血小板药物的规律服用及颈动脉斑块稳定性的差异具有统计学意义（均P<0.05）。2.多因素Logistic分析显示:FIB（OR=2.635,95%CI:1.526-4.594）、UA（OR=1.006,95%CI:1.002-1.010）是脑梗死复发的独立危险因素（均P<0.05）。3.ROC曲线分析结果显示:FIB曲线下面积为0.705（0.631-0.780）,UA曲线下面积位0.662（0.582-0.742）,（均P<0.05）,显示两指标的临床诊断价值较好。4.利用Spearman相关性分析进一步比较复发组中不同梗死面积与FIB、UA水平的相关性,发现FIB、UA水平与RCI患者梗死灶面积大小呈正相关关系（r=0.716、0.599,均P<0.05）,且大面积梗死组的FIB、UA水平显着高于小面积梗死组和腔隙梗死组,小面积梗死组的FIB、UA水平显着高于腔隙梗死组（均P<0.05）。5.利用Spearman相关性分析进一步比较复发组中不同病情严重程度与FIB、UA水平的相关性,发现FIB、UA水平与RCI患者病情严重程度呈正相关关系（r=0.713、0.525,均P<0.05）,且重型组的FIB、UA水平显着高于中型组和轻型组,中型组的FIB、UA水平显着高于轻型组（均P<0.05）。结论1.FIB、TC、UA、Hcy、颈动脉斑块形成、不稳定斑块及抗血小板药物与脑梗死复发具有相关关系。2.较高的FIB/UA水平是脑梗死复发的独立危险因素,且与患者梗死面积及病情严重程度呈正相关关系。
贺美文[8]（2020）在《ApoE基因多态性与脑梗死复发相关性研究》文中指出目的:脑梗死是多因素复杂性疾病,复发率高,复发的脑梗死患者预后差,因此对脑梗死复发的病因进行探讨,能够更好的指导脑梗死二级预防策略,降低脑梗死复发率。载脂蛋白E（Apolipoprotein E,ApoE）参与了脂质代谢及胆固醇转运,研究已证实,ApoE基因多态性与脑梗死发病密切相关。然而,ApoE基因多态性是否与脑梗死复发具有相关性目前还没有完全阐明。因此,本研究目的为探讨ApoE基因多态性与脑梗死复发的相关性,为脑梗死早期诊断、二级预防提供依据。方法:收集2018年7月至2019年12月住院的复发脑梗死患者和初发脑梗死患者各102例,病因学分型均为大动脉粥样硬化型脑梗死。根据既往脑梗死病史,此次出现新的神经功能缺损症状,头部MRI证实有新的梗死病灶等确定复发性脑梗死的诊断。采用1:1配对方法选择与复发性脑梗死同期住院（1周内）,且危险因素与复发性脑梗死相匹配的初发脑梗死患者102例为病例对照,同时选择与脑梗死同期（1周内）,且危险因素与脑梗死患者相匹配的体检者101名为对照组。用实时荧光定量PCR（Polymerase Chain Reaction,PCR）检测ApoE基因型,在全自动生化分析仪下检测高密度脂蛋白（High density lipoprotein,HDL）、低密度脂蛋白（Low density lipoprotein,LDL）、总胆固醇（Total Cholesterol,TC）、甘油三酯（Triglycerid,TG）及血糖。对三组人群ApoE等位基因和基因型的频率进行比较,并对脑梗死的危险因素进行回归分析。结果:1.三组ApoE等位基因比较:三组ε3频率比较,差异有统计学意义（P<0.05）,其中复发组ε3频率低于初发组（P=0.001）和对照组（P=0.000）,初发组ε3频率低于对照组（P=0.005）。三组ε4频率比较,差异有统计学意义（P<0.05）,其中复发组ε4频率高于初发组（P=0.000）和对照组（P=0.000）,初发组ε4频率高于对照组（P=0.000）。2.三组ApoE基因型比较:三组ε3/ε3频率比较,差异有统计学意义（P<0.05）,其中复发组ε3/ε3频率低于初发组（P=0.003）和对照组（P=0.000）。三组ε4/ε4频率比较,差异有统计学意义（P<0.05）,其中复发组ε4/ε4频率高于对照组（P=0.003）。三组ε2/ε3频率比较,差异有统计学意义（P<0.05）,其中复发组ε2/ε3频率低于对照组（P=0.004）。三组ε3/ε4频率比较,差异有统计学意义（P<0.050）,其中复发组ε3/ε4频率高于对照组（P=0.000）,初发组ε3/ε4频率高于对照组（P=0.016）。3.回归分析显示:ε4等位基因为脑梗死初发和复发独立危险因素（OR=2.662,95%Cl:1.5574.552,P<0.05;OR=2.174,95%Cl:1.4293.307,P<0.05）。ε3等位基因为脑梗死初发和复发保护基因（OR=0.546,95%Cl:0.3750.834,P<0.05;OR=0.509,95%Cl:0.3430.755,P<0.05）。ε3/ε4基因型为脑梗死初发和复发独立危险因素（OR=2.796,95%Cl:1.1226.971,P<0.05;OR=2.279,95%Cl:1.1444.538,P<0.05）。ε3/ε3基因型为脑梗死初发和复发保护基因（OR=0.545,95%Cl:0.3060.971,P<0.05;OR=0.367,95%Cl:0.1930.697,P<0.05）。结论:ApoEε4等位基因和ε3/ε4基因型可能是脑梗死遗传易感基因,也可能是脑梗死复发的潜在危险因素,ApoEε3等位基因和ε3/ε3基因型可能是脑梗死的保护基因。
高阳[9]（2020）在《“病证结合”的缺血性中风病复发纵向数据早期预警模型的多重评价》文中研究表明目的:构建中医特色的缺血性中风病复发早期预警模型,并进行模型间的多重比较,探索适宜的缺血性中风病复发早期预警模型。方法:1.研究设计多中心、前瞻性的临床注册登记研究。2.研究对象本研究收集了北京中医药大学东直门医院、首都医科大学附属北京天坛医院、广东省中医院、长春中医药大学附属医院、河南中医药大学附属第一医院、北京中医药大学东方医院、太原市中医医院共7家临床分中心在2016年7月至2019年11月期间的1741例首发缺血性中风患者的临床资料。3.伦理和知情同意本研究临床研究方案由中国中医科学院中医临床基础医学研究所伦理委员会批准（2016NO.08）并且获得各参研单位伦理委员会批准,每位受试者入选前均签署知情同意书。4.结局指标主要结局指标为缺血性中风病随访期内的复发事件,包括脑梗死、脑出血与TIA。次要终点指标为死亡事件。5.统计方法描述统计使用频数统计、均值、标准差、中位数统计、四分位数统计的方法。计量资料,符合正态分布的采用均值±标准差（x±s）表示,非正态分布使用中位数和四分位距（IQR）表示,计数资料采用频数和百分数表示。变量筛选使用统计相关性检验、距离相关系数和互信息熵进行筛选。运用R软件的t.test、chisq.test和Cov（）函数对自变量分别进行统计相关性检验和分析;采用R软件en ergy工具包的dcor函数进行距离相关系数的计算,采用infotheo工具包的multiinformat ion函数进行信息熵的计算。纵向数据的建模分析使用R软件的lme4工具包实现GLMM建模,geepack工具包实现GEE的建模。运用R软件的pROC工具包对所有模型计算AUC值,并绘制相应的ROC曲线。使用R软件survival工具包中的survfit函数得到不考虑竞争事件时的Kaplan-Meier累计复发率估计,使用R软件cmprsk工具包中的cuminc函数计算考虑竞争事件时,中风复发和复发前死亡的累积发生率估计。结果:1.随访和结局情况1741例患者完成随访（含死亡60例）,随访时间1-3年,随访期内共175例患者出现复发事件,累积复发率为10.05%（95%CI:8.64%-11.47%）,其中复发类型以脑梗死的患者最多,为118例,占67.43%。60例患者出现死亡终点事件,死亡原因中因脑血管病死亡11例（脑梗死6例,脑出血5例）。死亡病例中,中风复发前死亡43例,占71.66%,中风后复发后死亡17例,占28.34%（因中风复发导致的死亡9例,占15%）。2.缺血性中风病复发早期预警模型的构建2.1预测变量本研究变量筛选通过文献整理、统计方法（包括统计相关性检验、距离相关系数、互信息熵、多因素Cox回归）及临床专家意见3种相结合的方法选择缺血性中风病复发预测变量。最终纳入了年龄、既往脑出血史、冠心病家族史、神经功能缺损情况（NIHSS>4分）、连续吸烟史、运动锻炼情况、中西医干预（中药干预和非肝素类的血小板聚集抑制剂的使用）、中医证候、中医体质、重度以上的颅内外血管狭窄、梗塞灶数目（≧3个）、非均质不稳定性斑块作为中风复发的预测变量。2.2预警模型的构建基于“病证结合”的缺血性中风复发早期预警模型,分别考虑了现代医学危险因素以及含中医证候和中医体质危险因素在中风复发中的预测价值。利用本研究数据综合对比评估纵向数据的模型（GLMM、GEE模型）和横截面数据的模型（Cox比例风险回归模型、竞争风险模型）的4种模型在中医特色的缺血性中风病复发早期的预警能力。2.3纵向数据模型与横截面数据模型的比较分析在纵向数据中,GLMM和GEE模型在现代医学模型、中医证候模型、中医体质模型和中医证候体质模型中的预测结果均表现较为一致,在现代医学的模型中GLMM模型和GEE模型AUC分别为0.69687和0.69695,中医证候模型中GLMM模型和GEE模型AUC分别为0.71807和0.71809,中医体质模型中GLMM模型和GEE模型AUC分别为0.72661和0.72668,中医证候体质模型中GLMM模型和GEE模型AUC分别为0.79099和0.79102。含中医证候和体质因素的模型AUC值高于现代医学的模型。在横截面数据中,现代医学模型、中医证候模型、中医体质模型和中医证候体质模型在100个训练集拟合结果表现相对稳定,表明Cox模型在不同的数据下的模型表现稳健。三种模型在接近平均水平的训练集下的AUC值分别为0.6929、0.58625、0.66583和0.58621。现代医学的模型优于中医证候和体质模型。竞争风险模型结果显示:死亡病例影响Cox模型的估计结果,随着时间的推移影响逐渐增大,且对中医证候和中医体质模型的估计结果影响较大。3.中风复发危险因素分析经多因素Cox分析和纵向数据分析发现年龄、既往脑出血史、冠心病家族史、连续吸烟史、运动锻炼情况、中药干预、西药非肝素类的血小板聚集抑制剂、重度以上的颅内动脉狭窄、重度以上的颈部血管狭窄是中风的复发因素,差异具有统计学意义（P<0.05）;中医证候内风证的动态变化和气虚体质与中风复发具有相关性,差异有统计学意义（P<0.05）。结论:1.纵向数据模型的建模方法优于横截面数据模型的建模方法,尤其是含中医证候和体质特征的缺血性中风复发预警模型。2.纵向数据GLMM和GEE模型能体现中医证候“动态时空、多维界面”属性在缺血性中风复发早期预警模型中的预测价值。3.在纵向数据GLMM和GEE模型中,含中医证候和中医体质的缺血性中风早期预警模型表现稳定,相比与现代医学模型,能较早地对缺血性中风病复发进行预测,为缺血性中风病二级预防评估可提供一定的参考价值。4.年龄、既往脑出血史、冠心病家族史、连续吸烟史、运动锻炼情况、中药干预、西医非肝素类的血小板聚集抑制剂、重度以上的颅内血管狭窄、重度以上的颈部血管狭窄是缺血性中风的复发因素,中医证候内风证的动态变化和气虚体质对复发具有显着影响。5.死亡事件对复发风险估计存在影响,并且随着时间的推移,影响逐渐增大。但是本研究超过1年以上的病死人数偏少,需要更大样本和更长随访时间才能下结论。
高雪[10]（2020）在《伴高同型半胱氨酸血症的急性脑梗死危险因素及与中医体质的相关研究》文中研究指明目的:本研究通过分析伴高同型半胱氨酸血症（Hyperhomocysteinemia,HHcy）的急性脑梗死患者的危险因素及中医体质分布特点,初步探讨危险因素与常见中医体质类型的相关性,为通过体质辨识有效识别危险因素,采取针对性的干预措施防治本病提供参考依据。方法:本研究纳入2019年1月至12月于济南市中医医院、山东省中医院、山东省中西医结合医院诊断为急性脑梗死的住院患者,共524例。根据同型半胱氨酸（Homocysteine,Hcy）水平分为Hcy升高组与Hcy 正常组,对两组患者进行问卷调查,收集临床资料,包括性别、年龄、身高、体重、BMI、吸烟、饮酒、运动情况、饮食习惯及高血压、冠心病、糖尿病、高脂血症病史等。运用《中医体质分类与判定表（ZYYXH/T157-2009）》判定伴HHcy的急性脑梗死患者的体质类型。将整理的数据录入Excel表格,运用SPSS25.0软件进行统计分析。结果:1.X2检验显示,Hcy升高组与Hcy正常组在性别、年龄、超重或肥胖、高血压、糖尿病方面有统计学差异（P<0.05或P<0.01）。二元Logistic回归分析显示,男性（OR=2.420,95%CI:1.548～3.784,P=0.000）、高血压（OR=1.923,95%CI:1.266～2.922,P=0.002）、超重或肥胖（OR=1.776,95%CI:1.211～2.605,P=0.003）、高龄（60～90 岁）（OR=1.619,95%CI:1.021～2.566,P=0.040）、糖尿病（OR=0.548,95%CI:0.359～0.837,P=0.005）对伴HHcy的急性脑梗死有影响。其中,男性、高血压、超重或肥胖、高龄（60～90岁）对应的回归系数均为正值,糖尿病对应的回归系数为负值。2.伴HHcy的急性脑梗死患者中医体质分布为:痰湿质23.8%>气虚质20.8%>阴虚质18.8%>血瘀质13.4%>平和质9.9%>阳虚质6.9%>气郁质3.5%>湿热质2.5%>特禀质0.5%。3.二元Logistic回归分析显示,超重或肥胖（OR=2.358,95%CI:1.165～4.774,P=0.017）为伴HHcy的急性脑梗死患者痰湿质的危险因素;高龄（60～90岁）（OR=3.987,95%CI:1.154～13.782,P=0.029）为伴HHcy的急性脑梗死患者气虚质的危险因素。结论:1.伴HHcy的急性脑梗死的危险因素为男性、高血压、超重或肥胖、高龄（60～90 岁）。2.伴HHcy的急性脑梗死患者常见中医体质类型为:痰湿质、气虚质、阴虚质。3.伴HHcy的急性脑梗死患者痰湿质的危险因素为超重或肥胖,伴HHcy的急性脑梗死患者气虚质的危险因素为高龄（60～90岁）。
二、脑梗死复发危险因素分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、脑梗死复发危险因素分析（论文提纲范文）
（1）基于XGboost算法的缺血性脑卒中复发预测模型构建（论文提纲范文）
| 中英文缩略词表 |
| 中文摘要 |
| Abstract |
| 前言 |
| 研究对象与方法 |
| 结果 |
| 讨论 |
| 结论、创新点、不足与展望 |
| 参考文献 |
| 综述:缺血性脑卒中复发风险预测模型的研究进展 |
| 参考文献 |
| 附录 |
| 致谢 |
| 作者简介 |
（2）基于颅内动脉硬化高分辨磁共振特征的脑梗死复发预测模型构建（论文提纲范文）
| 摘要 |
| abstract |
| 英文缩略表 |
| 引言 |
| 第1章 基于颅内动脉硬化高分辨磁共振特征的脑梗死复发预测模型构建 |
| 1.1 材料与方法 |
| 1.1.1 研究对象 |
| 1.1.2 入选标准 |
| 1.1.3 排除标准 |
| 1.1.4 一般资料 |
| 1.1.5 影像图像采集与分析 |
| 1.1.6 试验分组 |
| 1.1.7 终点事件 |
| 1.1.8 统计方法 |
| 1.1.8.1 数据赋值 |
| 1.1.8.2 统计学分析 |
| 1.2 结果 |
| 1.2.1 基线资料 |
| 1.2.2 脑梗死复发的多因素Cox比例风险回归分析 |
| 1.2.3 ROC曲线分析危险因素预测复发的效能 |
| 1.2.4 构建脑梗死复发预测方程模型 |
| 1.2.5 ROC曲线评价预测模型 |
| 1.3 讨论 |
| 1.4 小结 |
| 参考文献 |
| 结论 |
| 第2章 综述 颅内动脉硬化高分辨磁共振特征及脑梗死复发危险因素的研究 |
| 2.1 HRMRI评估颅内动脉粥样硬化斑块的研究进展 |
| 2.1.1 HRMRI的相关成像技术 |
| 2.1.2 HRMRI对动脉粥样硬化斑块的评估 |
| 2.1.2.1 斑块分布 |
| 2.1.2.2 血管重构 |
| 2.1.2.3 斑块内出血 |
| 2.1.2.4 斑块强化 |
| 2.1.2.5 斑块负荷 |
| 2.1.3 展望 |
| 2.2 基于颅内动脉硬化HRMRI特征的脑梗死及复发危险因素研究进展 |
| 2.2.1 不可干预的危险因素 |
| 2.2.1.1 年龄 |
| 2.2.1.2 性别 |
| 2.2.2 可干预的危险因素 |
| 2.2.2.1 斑块强化 |
| 2.2.2.2 斑块内出血 |
| 2.2.2.3 斑块钙化 |
| 2.2.2.4 脂质代谢 |
| 2.2.2.5 高血压病 |
| 2.2.2.6 糖尿病 |
| 2.2.2.7 同型半胱氨酸 |
| 2.2.2.8 血红蛋白 |
| 2.2.2.9 吸烟 |
| 2.2.2.10 饮酒 |
| 2.2.2.11 肥胖 |
| 参考文献 |
| 致谢 |
| 在学期间研究成果 |
（3）阜阳太和县脑梗死患者复发情况及危险因素分析（论文提纲范文）
| 1 对象和方法 |
| 1.1 研究对象 |
| 1.2 研究内容和方法 |
| 1.3 相关定义及诊断标准 |
| 1.4 统计分析 |
| 2 结果 |
| 2.1 基本情况 |
| 2.2 脑梗死复发情况 |
| 2.3 脑梗死复发影响因素 |
| 3 讨论 |
（4）急性期脑梗死患者外周血清IMA、CD62p水平的临床分析（论文提纲范文）
| 中文摘要 |
| abstract |
| 中英文缩略词对照表 |
| 第1章 引言 |
| 第2章 综述 |
| 2.1 急性期脑梗死首发复发的危险因素 |
| 2.2 缺血修饰蛋白(IMA) |
| 2.3 P-选择素(CD62p) |
| 2.4 展望 |
| 第3章 资料与方法 |
| 3.1 临床资料 |
| 3.2 具体方法 |
| 3.3 统计学处理 |
| 第4章 实验结果 |
| 第5章 讨论 |
| 第6章 结论 |
| 参考文献 |
| 附录 |
| 作者简介及在学期间科研成果 |
| 致谢 |
（5）急性脑梗死患者出院后复发情况及危险因素调查分析（论文提纲范文）
| 1 资料与方法 |
| 1.1 一般资料 |
| 1.2 方法 |
| 1.3 统计分析 |
| 2 结果 |
| 2.1 急性脑梗死患者出院后复发危险因素的单因素分析 |
| 2.2 急性脑梗死患者出院后复发危险因素的多因素分析 |
| 3 讨论 |
（6）大动脉粥样硬化性脑梗死复发相关因素分析（论文提纲范文）
| 1 资料与方法 |
| 1.1 一般资料 |
| 1.2 方法 |
| 1.3 观察指标 |
| 1.4 统计学方法 |
| 2 结果 |
| 2.1 两组一般资料对比 |
| 2.2 多因素logistic回归分析 |
| 3 讨论 |
（7）复发性脑梗死与FIB、UA水平及颈动脉斑块的相关性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 前言 |
| 1 对象与方法 |
| 2 结果 |
| 3 讨论 |
| 4 结论 |
| 参考文献 |
| 综述 复发性脑梗死危险因素分析及预防 |
| 参考文献 |
| 附录 缩写词中英文对照表 |
| 攻读学位期间发表文章情况 |
| 致谢 |
| 个人简历 |
（8）ApoE基因多态性与脑梗死复发相关性研究（论文提纲范文）
| 中英文缩略词表 |
| 中文摘要 |
| 英文摘要 |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（9）“病证结合”的缺血性中风病复发纵向数据早期预警模型的多重评价（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 引言 |
| 第一部分 文献综述 |
| 综述一: 缺血性中风病复发预警模型的研究进展 |
| 1. 疾病预警模型的研究概况 |
| 2. 现代医学的缺血性中风复发预警模型的研究现状 |
| 2.1 国外缺血性中风复发预警模型 |
| 2.1.1 ESRS预警模型 |
| 2.1.2 SPI-Ⅰ/SPI-Ⅱ预警模型 |
| 2.1.3 RRE-90预警模型 |
| 2.1.4 IPSYS预警模型 |
| 2.1.5 FSRJ预警模型 |
| 2.1.6 ALESSA预警模型 |
| 2.1.7 IAC预警模型 |
| 2.1.8 GRECOS预警模型 |
| 2.2 国内缺血性中风复发预警模型 |
| 3. 常用缺血性中风病复发预警模型的建模方法 |
| 3.1 Logistic回归模型 |
| 3.1.1 一般原理 |
| 3.1.2 Logistic回归模型特点 |
| 3.1.3 Logistic回归模型在中风复发预测中的应用 |
| 3.2 Cox比例风险回归模型 |
| 3.2.1 一般原理 |
| 3.2.2 Cox模型特点 |
| 3.2.3 Cox模型在中风复发预测中的应用 |
| 3.3 随机森林 |
| 3.3.1 一般原理 |
| 3.3.2 随机森林模型特点 |
| 3.3.3 随机森林在中风复发预测中的应用 |
| 3.4 支持向量机 |
| 3.4.1 一般原理 |
| 3.4.2 支持向量机模型特点 |
| 3.4.3 机器学习在中风复发预测中的应用 |
| 3.5 竞争风险模型 |
| 3.5.1 一般原理 |
| 3.5.2 竞争风险模型特点 |
| 3.5.3 竞争风险模型在中风复发预测中的应用 |
| 3.6 其他模型 |
| 4. 问题与展望 |
| 附件：文献综述检索式 |
| 综述二: 中医特色的缺血性中风复发预警模型的价值与研究现状 |
| 1. 疾病预测的中医理论基础 |
| 2. 古人的疾病预测方法 |
| 3. 中医证候和体质特征可能是疾病早期的预警信号 |
| 3.1 中医证候特征可反应疾病的早期变化 |
| 3.2 中医体质是证候的基础 |
| 3.3 中医证候和体质的中风复发生物学基础 |
| 4. 中医及中西医结合的缺血性中风复发预警模型的研究现状 |
| 5. 前期研究基础 |
| 6. 问题与展望 |
| 第二部分: “病证结合”的缺血性中风复发病纵向数据早期预警模型的多重评价 |
| 前言 |
| 1. 研究目的 |
| 2. 研究方法 |
| 2.1 研究设计 |
| 2.2 数据来源 |
| 2.3 伦理和知情同意 |
| 2.4. 研究对象 |
| 2.4.1 纳入标准 |
| 2.4.2 排除标准 |
| 2.5 中西医诊断标准 |
| 2.5.1 西医诊断标准 |
| 2.5.2 中医诊断标准 |
| 2.6 研究变量 |
| 2.6.1 结局指标 |
| 2.6.1.1 主要结局测量 |
| 2.6.1.2 次要结局测量 |
| 2.6.1.3 测量时点 |
| 2.6.1.4 结局评价 |
| 2.6.2 预测指标 |
| 2.7 样本量计算 |
| 2.8 质量控制 |
| 2.9 数据管理 |
| 2.10 统计方法 |
| 2.11 技术路线 |
| 3. 结果 |
| 3.1 临床特征分析 |
| 3.1.1 随访情况 |
| 3.1.2 结局情况 |
| 3.1.2.1 复发事件 |
| 3.1.2.2 死亡事件 |
| 3.1.3 一般描述分析 |
| 3.1.3.1 一般人口学特征 |
| 3.1.3.1.1 性别 |
| 3.1.3.1.2 年龄 |
| 3.1.3.2 既往史特征 |
| 3.1.3.3 家族史特征 |
| 3.1.3.4 个人生活史特征 |
| 3.1.3.4.1 连续吸烟史 |
| 3.1.3.4.2 锻炼情况 |
| 3.1.3.5 发病特征 |
| 3.1.3.5.1 入组时收缩压 |
| 3.1.3.5.2 TOAST分型 |
| 3.1.3.5.3 发病节气 |
| 3.1.3.5.4 神经功能特征 |
| 3.1.3.6 中西医用药干预特征 |
| 3.1.3.7 中医证候特征 |
| 3.1.3.8 中医体质特征 |
| 3.1.3.8.1 中医体质判定情况 |
| 3.1.3.8.2 中医主要偏颇体质情况 |
| 3.1.3.8.3 中医主要偏颇体质(前4位)的相兼情况 |
| 3.1.3.9 实验室检查特征 |
| 3.1.3.9.1 载脂蛋白A1 |
| 3.1.3.9.2 载脂蛋白B |
| 3.1.3.9.3 纤维蛋白原含量 |
| 3.1.3.9.4 同型半胱氨酸 |
| 3.1.3.10 影像学特征 |
| 3.1.3.10.1 梗塞灶数目 |
| 3.1.3.10.2 颅内血管狭窄情况 |
| 3.1.3.10.3 颈部血管狭窄情况 |
| 3.1.3.10.4 颈动脉斑块性质 |
| 3.2.复发危险因素分析 |
| 3.2.1 单因素分析 |
| 3.2.2 多因素分析 |
| 3.3.缺血性中风病复发早期预警模型的构建 |
| 3.3.1 纳入模型的预测因素 |
| 3.3.2 建模方法的选择 |
| 3.3.3 建模的分类 |
| 3.3.4 模型评价指标 |
| 3.3.5 复发预警模型的构建 |
| 3.3.5.1 基于纵向数据的复发预警模型构建 |
| 3.3.5.1.1 建模数据集的选取 |
| 3.3.5.1.2 纵向数据的模型估计结果 |
| 3.3.5.1.3 纵向数据的模型拟合结果 |
| 3.3.5.2 基于横截面数据的复发预警模型构建 |
| 3.3.5.2.1 建模数据集的选取 |
| 3.3.5.2.2 横截面数据建模方法的筛选与确定 |
| 3.3.5.2.3 横截面数据的模型估计结果 |
| 3.3.5.2.4 横截面数据的模型拟合结果 |
| 3.3.5.2.5 竞争风险分析 |
| 4. 讨论 |
| 4.1 中医特色的缺血性中风病复发早期预警模型 |
| 4.1.1 中医证候对中风复发的意义 |
| 4.1.2 中医体质对中风复发的意义 |
| 4.1.2.1 气虚质对中风复发的影响 |
| 4.1.2.2 痰湿质对中风复发的影响 |
| 4.1.2.3 血瘀质对中风复发的影响 |
| 4.1.2.4 阳虚质对中风复发的影响 |
| 4.2 中医证候特征适合纵向数据的建模方法 |
| 4.2.1 中医证候具有“动态时空,多维界面”的属性 |
| 4.2.2 纵向数据模型的优势和特点 |
| 4.2.3 纵向数据的模型与横截面数据的模型的比较 |
| 4.3 中医证候体质的预警模型可早期识别中风的复发风险 |
| 4.4 本研究与现有缺血性中风复发预测模型的比较 |
| 结论 |
| 创新点 |
| 局限性及展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
| 附件 |
（10）伴高同型半胱氨酸血症的急性脑梗死危险因素及与中医体质的相关研究（论文提纲范文）
| 提要 |
| Abstract |
| 引言 |
| 临床研究 |
| 1 研究对象 |
| 2 研究标准 |
| 2.1 诊断标准 |
| 2.2 纳入标准 |
| 2.3 排除标准 |
| 2.4 剔除标准 |
| 3 研究方法 |
| 3.1 调查方式 |
| 3.2 调查内容 |
| 4 统计分析 |
| 研究结果 |
| 1 基本资料 |
| 2 HCY升高组与HCY正常组临床资料比较 |
| 2.1 两组一般资料及生活方式比较 |
| 2.2 两组既往慢性病史比较 |
| 3 伴HHCY的急性脑梗死危险因素的LOGISTIC回归分析 |
| 4 伴HHCY的急性脑梗死患者中医体质类型分布情况 |
| 5 伴HHCY的急性脑梗死患者常见中医体质类型与危险因素的相关性分析 |
| 5.1 痰湿质与危险因素的相关性分析 |
| 5.2 气虚质与危险因素的相关性分析 |
| 5.3 阴虚质与危险因素的相关性分析 |
| 讨论 |
| 1 伴HHCY的急性脑梗死危险因素的分析 |
| 1.1 性别 |
| 1.2 年龄 |
| 1.3 超重或肥胖 |
| 1.4 高血压病史 |
| 1.5 糖尿病病史 |
| 2 伴HHCY的急性脑梗死患者中医体质类型分布特点的分析 |
| 3 伴HHCY的急性脑梗死患者常见中医体质类型与危险因素相关性的分析 |
| 3.1 痰湿质与超重或肥胖 |
| 3.2 气虚质与年龄 |
| 结语 |
| 参考文献 |
| 综述 中医体质与缺血性中风的研究进展 |
| 参考文献 |
| 附录 |
| 致谢 |
| 发表论文 |
四、脑梗死复发危险因素分析（论文参考文献）
- [1]基于XGboost算法的缺血性脑卒中复发预测模型构建[D]. 郑雯丽. 遵义医科大学, 2021(01)
- [2]基于颅内动脉硬化高分辨磁共振特征的脑梗死复发预测模型构建[D]. 温梦雅. 华北理工大学, 2021
- [3]阜阳太和县脑梗死患者复发情况及危险因素分析[J]. 李博,李晓贝,胡冬青,张迪,刘洋. 华南预防医学, 2021(05)
- [4]急性期脑梗死患者外周血清IMA、CD62p水平的临床分析[D]. 崔焜焱. 吉林大学, 2021(01)
- [5]急性脑梗死患者出院后复发情况及危险因素调查分析[J]. 刘德全,韩海荣,伊鹏飞. 临床医学工程, 2021(02)
- [6]大动脉粥样硬化性脑梗死复发相关因素分析[J]. 李均超. 黑龙江医学, 2020(09)
- [7]复发性脑梗死与FIB、UA水平及颈动脉斑块的相关性研究[D]. 曹露. 新乡医学院, 2020(06)
- [8]ApoE基因多态性与脑梗死复发相关性研究[D]. 贺美文. 遵义医科大学, 2020(12)
- [9]“病证结合”的缺血性中风病复发纵向数据早期预警模型的多重评价[D]. 高阳. 中国中医科学院, 2020(12)
- [10]伴高同型半胱氨酸血症的急性脑梗死危险因素及与中医体质的相关研究[D]. 高雪. 山东中医药大学, 2020(01)