中国卒中杂志 ›› 2020, Vol. 15 ›› Issue (06): 587-594.DOI: 10.3969/j.issn.1673-5765.2020.06.003
谷鸿秋,王春娟,李子孝,王伊龙,王拥军,姜勇
摘要:
目的 基于Logistic回归和XGBoost方法构建缺血性卒中院内复发风险预测模型,并进行初步比较。 方法 利用中国国家卒中登记Ⅱ(China National Stoke Registry Ⅱ,CNSRⅡ)数据库中按医嘱离院的 缺血性卒中患者数据,分别基于Logistic回归和XGBoost方法构建缺血性卒中院内复发风险预测模型。 备选的预测因子包括人口学特征、卒中严重程度、既往病史、用药史以及临床测量指标。模型的评价 指标包括ROC曲线下面积(area under the cure,AUC)、校准截距、校准斜率以及Brier得分。所有统计 分析均在R(3.6.2版)中完成。 结果 最终纳入17 227例符合条件的患者,平均年龄64.72±11.84岁,女性6317例(36.7%),发病前 mRS评分为0或1分的病例14 482例(84.1%),入院NIHSS评分4(2~6)分,院内卒中复发444例(2.6%)。 预测模型识别的前三位强预测因子,在Logistic回归中为发病前mRS评分、心房颤动及卒中史;在 XGBoost中为发病前mRS评分、心房颤动及总胆固醇。Logistic回归预测模型与XGBoost预测模型的AUC无 显著差异(0.63,95%CI 0.58~0.68 vs 0.64,95%CI 0.59~0.68,P =0.9229)。Logistic预测模型校准截 距、校准斜率以及Brier得分分别为-0.81、0.76和0.03;XGBoost预测模型的校准截距、校准斜率以及 Brier得分分别为-1.37、1.20和0.38。Logistic预测模型校准度更好。 结论 利用CNSRⅡ数据构建的缺血性卒中院内复发风险预测模型应用中,基于XGBoost方法构建的 预测模型相比Logistic回归构建的预测模型的区分度没有显著差异,但校准度略低。