高血压脑出血预后不良风险预测模型的构建与验证

陈忠容，秦家骏，沈照立，薛 飞，陈先震，

(1.南京医科大学上海十院临床医学院神经外科，上海 200072；2.同济大学附属第十人民医院神经外科，上海 200072)

高血压脑出血是自发性脑出血最重要的亚型，有起病急、病情凶险、预后差等特点，高血压脑出血患者的病史率超过1/3，病残超过90%。目前尚无明确有效的治疗方式，因此高血压脑出血的病残率长年不变。有部分的患者通过积极手术治疗或保守治疗而较好的保留神经系统功能，但大多数患者因高血压脑出血出现神经系统功能障碍甚至出现二次出血[1-5]。一些早期预后预测因素，如年龄、性别、烟酒史、神经功能损伤程度、血肿量、脑室内出血和幕下出血等被用于预测高血压脑出血的预后，但仍存在一些争议[6-10]。目前国内外对于高血压脑出血预后的预测研究集中在寻找危险因素以及相关因素对高血压脑出血预后影响的作用机制，鲜有报道通过危险因素构预后状态模型来预测高血压脑出血预后。本研究通过建立高血压脑出血患者的预后状态模型，对患者预后进行预测，以期为高血压脑出血的临床诊疗提供相关参考依据，达到缩短病程、改善高血压脑出血患者预后的目的。

1 资料与方法

1.1 一般资料

本研究收集同济大学附属第十人民医院2016年1月—2020年12月住院治疗的高血压脑出血患者病例进行回顾性队列研究。根据患者入院诊断选择患者，收集并回顾分析所有患者基线的人口统计学和临床信息和随访信息(3个月mRS评分和死亡情况)。

1.2 入选标准与排除标准

入选标准：(1) 患者脑出血诊断明确且病史信息准确可得；(2) 患者依据国际指南进行有效临床治疗。排除标准：(1) 其他原因导致的脑内出血，如：创伤性颅内出血，脑实质病变(如缺血性卒中或肿瘤)的出血性转化，潜在的血管畸形；(2) 既往有脑出血个人史;(3) 入院时存在脏器功能不全，包括但不限于心功能不全、肾功能不全、肝功能不全等；(4) 病程中因家属医院未进行积极治疗或放弃有创治疗；(5) 出院时生命体征不稳定；(6) 失随访患者。

1.3 统计学处理

2 结 果

2.1 基本信息及基线数据

本研究共纳入531例病例，其中预后良好组142例，预后不佳组389例，两组患者性别、年龄、既往病史(除糖尿病)差异无统计学意义(P>0.05)，见表1。

表1 高血压脑出血患者基本信息及基线资料Tab.1 Basic information and baseline data of patients with hypertensive intracerebral hemorrhage

2.2 高血压脑出血预后不良发生风险的单因素分析

单因素分析结果显示，基底节出血、顶叶出血、枕叶出血、出血量>30 mL、偏瘫、意识障碍、头痛、头晕、恶心呕吐、糖尿病、红细胞分布宽度、D-二聚体(DD)水平均是高血压脑出血预后不良的影响因素(P<0.05)，见表2。

表2 高血压脑出血预后不良因素单因素分析Tab.2 Univariate Logistic regression analysis on factors related to the poor outcome of hypertensive intracerebral hemorrhage

续表

2.3 高血压脑出血预后不良发生风险的模型构建与对比

将单因素分析中具有统计学意义的影响因素分别纳入多变量分数多项式(MFP)、全自变量的预测模型(Full)以及运用逐步回归筛选自变量建立简化的模型(Stepwise)。随机抽取75%的患者作为建模组，剩余25%的患者作为验证组。变量赋值如下。基底节出血：是=1，否=0；顶叶出血：是=1，否=0；枕叶出血：是=1，否=0；出血量>30 mL：是=1，否=0；偏瘫：是=1，否=0；意识障碍：是=1，否=0；头痛：是=1，否=0；头晕：是=1，否=0；恶心呕吐：是=1，否=0；糖尿病：是=1，否=0；红细胞分布宽度：原数值；D-二聚体：原数值；得到3种预测模型，并对3种模型采用AUC检验模型敏感度和特异度，结果如图1。结果显示三种模型AUC接近，皆具有较好的预测能量，其中Stepwise模型AUC最优，接近最优水平，故采用Stepwise模型。Stepwise模型的多因素分析结果见表3。

表3 高血压脑出血预后不良因素多因素分析Tab.3 Multivariate Logistic regression analysis on predictors for the poor outcome of hypertensive intracerebral hemorrhage

图1 不同预测模型在建模组中的ROC曲线对比Fig.1 ROC curve of different model in the modeling set

2.4 高血压脑出血预后不良发生风险模型的预测效果分析及验证

采用AUC检验模型的敏感度和特异度，结果显示建模组AUC=0.895 0，95%CI为0.836 6～0.949 6，特异度为0.916 7,敏感度为0.720 0，见图2；提示模型的预测能力较好，验证组AUC=0.853 8，95%CI为0.808 5～0.899 1，特异度为0.754 7，敏感度为0.875 4，见图3。采用校准度曲线验证模型的校准度，校准度曲线与参考线基本重合，提示模型校准度较好，见图4。

图2 预测模型在建模组中的ROC曲线Fig.2 ROC curve in the modeling set

图3 预测模型在测试组中的ROC曲线Fig.3 ROC curve in the validation set

图4 预测模型的校准曲线Fig.4 Calibration plot of observation probability and prediction probability

3 讨 论

3.1 构建高血压脑出血风险预测模型具有实用性和前瞻性

本研究通过数据分析构建高血压脑出血预后不良风险预测模型，易于临床使用。结果显示，预测模型在建模组中的AUC=0.881 1，特异度为0.971 7,敏感度为0.737 0；验证组AUC=0.893 9，特异度为0.916 7，敏感度为0.790 0，两数据组的AUC相差0.01说明高血压脑出血风险预测模型的预测效果好，准确度高。在校准度的检验中，校准度曲线与参考线基本重合，说明模型预测突高血压脑出血预后不良的概率与实际发生率接近，即预测模型的校准度好。由于脑出血病情变化快、常合并系统性疾病等原因，高血压脑出血患者预后较差，有研究表明，初诊CT表现、GCS、年龄、昏迷持续等因素与高血压脑出血预后密切相关[3-4,12-13]，这些指标均采用高血压脑出血急性期指标作为预测依据，传统统计模型对各影响因素的复杂作用关系往往不能准确描述，导致mRS预测的特异度、敏感度不够理想，对高血压脑出血预后预测评估具有较大偏差，进而对患者的临床决策产生影响，一定程度上造成不必要的社会、经济负担。本研究采取新的数学方法、模型对这一问题进行研究。医护人员可应用该预测模型评估患者预后，筛选预后不良高危人群，并采取有效的预防干预措施，从而降低高血压脑出血不良预后发生率，提升患者的远期生活质量。

3.2 高血压脑出血相关危险因素分析

高血压脑出血发生部位与预后有较强的相关性。神经细胞不可再生，功能区部位的血肿对周边脑组织造成直接损伤，血肿周围脑水肿也会引发相应的神经功能障碍，基底节区、顶叶、枕叶都位于或临近重要功能区，这些部位的出血将对患者语言、运动功能，造成影响；顶叶为躯体感觉中枢与感觉性语言中枢，且与躯体运动中枢关系密切，故顶叶出血容易造成患者预后不良，是高血压脑出血预后不良的独立危险因素。

出血量对高血压脑出血预后不良也有着显著关联；出血量巨大，可造成跨脑叶的巨大血肿，对脑叶功能造成影响；另一方面，出血量大，占位效应明显，造成中线位移甚至脑疝，危及生命。

患者来院时临床表现一定程度上反映了脑出血危机程度；来院时仅诉头痛、头晕、恶心呕吐等患者意识水平无明显下降，神经功能无明显破坏经手术治疗解除血肿占位效应，可获得良好预后；而偏瘫、意识障碍患者预示脑内出血占位效应明显或已对重要功能区造成破坏，影响患者术后的预后情况。

一些研究表明，高血糖因其酸中毒、自由基形成和炎性细胞因子释放的二次破坏作用对脑出血患者预后造成影响[13]；另外高血糖是全身血管不良事件的危险因素，这可能也对治疗质量造成影响[14-16]。

有研究表明，红细胞分布宽度与自发性脑出血30 d死亡率相关，造成不良预后，这与本研究单因素结果相符合[17-18]，较高的红细胞分布宽度可能与红细胞变形能力降低和随之而来的微循环血流障碍，与营养障碍和慢性全身炎症，以及氧化应激有关。在自发性患者中，早期D-二聚体水平升高与进行性出血有关[19-20]，本研究结果与相关研究结果相符合。

3.3 研究的局限性

本研究属于回顾性的病例对照研究，病例资料及病史记录可能不完整、数据收集存在信息偏倚。此外，本研究患者是高血压脑出血收治入院治疗病例，预后良好水平可能较总体水平较低，两组数据量差别较大，可能会造成数据偏倚。此外，在模型验证方面，本研究为单中心，下一步将开展研究模型的多中心、前瞻性、大样本临床研究验证及推广，扩大外部验证的多元化;并进行不同算法模型的比较，进一步深入开展和优化完善模型，使模型更精准、实用、便捷，帮助临床医护人员评估高血压脑出血预后水平，以达到对高危患者早期干预目的。

综上所述，顶叶出血、出血量>30 mL、偏瘫、意识障碍、恶心呕吐、D-二聚体水平升高等因素，可增加高血压脑出血预后不良发生率及危险性。有助于指导临床对高危人群的筛查和预估，且预测效果较好，具有十分重要的临床应用价值。而且相关指标检测方便、经济、可靠，该模型预测高血压脑出血预后，具有良好的社会、经济效益和推广应用价值。