科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的建立评估早期脑血栓形成风险的模型,控制脑血管疾病发病率,做好一级预防。方法选取2015年7月至2017年4月南方医科大学附属佛山医院神经内科和外科门诊拟诊为早期脑血栓形成的患者进行评估检测并追踪调查,根据后期不适再次就诊的影像学诊断结果将疑似患者(合计277例)进行分组,分为脑血栓组(186例)和非脑血栓组(91例),选取前期评估检测中脑血栓组和非脑血栓组间差异有统计学意义的相关指标,通过绘制受试者工作曲线(ROC)并计算曲线下面积(AUC)分别评价各项指标对脑血栓的诊断价值并采用Fisher判别分析建立脑血栓形成风险的评估模型。结果年龄、收缩压、血清脂蛋白相关磷脂酶(LpPLA2)及血清Hcy水平在脑血栓组与非脑血栓组间差异有统计学意义[(69.2±12.7)岁vs.(57.1±11.9)岁]、[(147.0±23.6)mm Hg vs.(132.0±19.3)mm Hg]、[(195.3±54.0)ng/mL vs.(161.5±47.2)ng/mL]、[(16.8±6.2)μmol/L vs.(10.1±3.3)μmol/L],各指标诊断脑血栓形成的ROC曲线下面积(AUC)分别为0.738、0.686、0.660、0.868,Youden指数对应的最佳诊断界值分别为65.5年、143.5mm Hg、175.5ng/mL、14.5μmol/L。采用Fisher判别分析建立的函数模型为F(脑血栓)=0.368X1+0.272X2+0.077X3+0.723X4-46.493,F(非脑血栓)=0.290X1+0.249X2+0.066X3+0.448X4-33.352。通过回代性检验,该判别函数模型鉴别诊断的灵敏度为85.70%,特异度为84.80%,准确度为85.10%。结论应用ROC曲线分析及Fisher判别分析建立了早期脑血栓形成风险评估模型,为诊断脑血栓形成提供早期、客观的参考依据。
