摘要:目的心血管疾病(cardiovascular disease,CVD)是全球慢性非传染性疾病中发病率和病死率较高的疾病。本研究旨在探讨中国中老年人群中甘油三酯葡萄糖指数-腰围身高比(triglyceride-glucose index-to-waist-to-height ratio,TyGI-WHtR)与CVD及其亚型[心肌梗死(myocardial infarction,MI)和脑卒中]的关系。方法本研究为前瞻性队列研究,基于中国健康与营养调查(China Health and Nutrition Survey,CHNS)2009—2015年的3次随访数据,纳入5 395名基线无CVD且至少参与2次调查的40~80岁参与者。采用Cox比例风险模型评估TyGI-WHtR与CVD及其亚型的关联,使用加权广义加性模型和平滑曲线拟合分析其非线性关系。通过时间依赖性受试者操作特征(receiver operating characteristic,ROC)曲线评估TyGI-WHtR的预测效能,并采用Kaplan-Meier法计算不同组别的CVD累积发病率。结果中位随访72个月(四分位距:48~72个月)期间,共记录210例CVD事件(126例脑卒中,92例MI,其中8例既发生了MI,又发生了脑卒中)。校正混杂因素后,TyGI-WHtR每增加1个标准差(SD),新发CVD[校正风险比(hazard ratio,HR)=1.397,95%置信区间(confidence interval,CI) 1.111~1.758]和新发MI(校正HR=1.747,95% CI 1.241~2.460)风险显著升高,但与脑卒中的关联无统计学意义(校正HR=1.198,95% CI 0.890~1.613)。与最低TyGI-WHtR四分位组相比,最高TyGI-WHtR四分位组的CVD和MI风险显著增加(趋势P<0.005),而脑卒中无此趋势(趋势P=0.103)。进一步分析显示,TyGI-WHtR与CVD存在非线性关联:当TyGI-WHtR<4.804时,HR=2.121(95% CI 1.350~3.333);当TyGI-WHtR≥4.804时,HR=1.066(95% CI 0.754~1.507)。TyGI-WHtR与脑卒中的非线性拐点为4.477,但与MI呈线性关联(对数似然比=0.212)。时间依赖性ROC曲线显示,TyGI-WHtR预测CVD的曲线下面积(area under the curve,AUC)为0.629,敏感度为77.3%,特异度为43.2%。结论在中国中老年人群中,TyGI-WHtR是新发CVD,尤其是MI的独立危险因素,但与脑卒中无独立关联。此外,其对CVD的预测能力呈现非线性的饱和阈值效应,仅在低于4.804时风险显著增加。
摘要:目的早期神经功能改善(early neurological improvement,ENI)对接受静脉溶栓治疗的急性缺血性卒中(acute ischemic stroke,AIS)患者预后意义重大。本研究旨在开发并验证基于机器学习的ENI风险预测模型,以期早期、准确评估AIS患者接受静脉溶栓治疗后出现ENI的概率,为临床决策提供参考。方法收集305例接受静脉溶栓治疗的AIS患者的临床资料并进行回顾性分析。比较逻辑回归、最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归、支持向量机(support vector machine,SVM)、极端梯度提升(extreme gradient boosting,XGBoost)和随机森林5种机器学习算法的性能以筛选最优模型。采用性能最优算法从候选变量中筛选与ENI相关的关键预测因子,并据此构建可视化列线图预测模型。通过受试者操作特征曲线、校准曲线、Hosmer-Lemeshow检验和决策曲线分析(decision curve analysis,DCA)评估模型的预测准确性和临床实用性。结果在5种算法中,LASSO回归模型表现出最佳的综合性能,测试集曲线下面积(area under the curve,AUC)为0.843(95% CI 0.760~0.926)。该模型筛选出性别、入院美国国立卫生研究院卒中量表(National Institutes of Health Stroke Scale,NIHSS)评分、入院至溶栓时间、白细胞计数、淋巴细胞计数、D-二聚体水平、体重指数、血栓部位及发病至治疗时间共9个ENI的关键预测因子。基于上述因子构建的列线图校准度良好(Hosmer-Lemeshow检验P>0.05)。DCA结果表明,在较宽的阈值概率范围内,该列线图模型具有显著的临床净获益。结论基于LASSO回归构建的列线图模型对AIS患者溶栓后ENI具有较好的预测效能,可为临床个体化治疗提供辅助参考。