基于贝叶斯网络构建首发缺血性脑卒中患者发生短期心脏不良事件的风险预测模型OA

目的基于贝叶斯网络构建首发缺血性脑卒中(IS)患者发生短期心脏不良事件的风险预测模型。方法选取2023年3月—2025年3月经佛山市第二人民医院卒中绿色通道入院的600例首发IS患者作为研究对象,采用随机数字表法,按照7∶3比例将患者分为建模集(n=420)和验证集(n=180)。通过医院电子病历系统收集患者的基线资料、入院时实验室检查指标及治疗方式。发病后30 d,通过门诊复诊或电话方式进行随访,结局指标为心脏不良事件。建模集首发IS患者发生短期心脏不良事件的影响因素分析采用单因素分析及多因素Logistic回归分析;基于多因素Logistic回归分析、ROC曲线分析结果构建贝叶斯网络模型,并采用ROC曲线、校准曲线评估贝叶斯网络模型在建模集和验证集中的区分度和校准度。结果在建模集中,发生心脏不良事件66例(15.7%),未发生心脏不良事件354例(84.3%)。多因素Logistic回归分析结果显示,年龄、梗死体积及入院时美国国立卫生研究院卒中量表(NIHSS)评分、心肌肌钙蛋白I(cTnI)、NT-proBNP是首发IS患者发生短期心脏不良事件的独立影响因素(P<0.05)。基于上述影响因素构建首发IS患者发生短期心脏不良事件的风险预测贝叶斯网络模型,其中梗死体积、入院时NIHSS评分、入院时NT-proBNP与首发IS患者短期心脏不良事件发生风险呈直接条件依赖关系,而年龄和入院时cTnI则通过中介节点与首发IS患者短期心脏不良事件发生风险呈间接条件依赖关系。ROC曲线分析结果显示,贝叶斯网络模型预测建模集、验证集首发IS患者发生短期心脏不良事件的AUC分别为0.863〔95%CI(0.817~0.910)〕、0.864〔95%CI(0.778~0.950)〕。校准曲线分析结果显示,在建模集、验证集中,贝叶斯网络模型预测首发IS患者发生短期心脏不良事件的概率与实际概率高度一致(校准斜率分别为0.927、0.935)。结论梗死体积、入院时NIHSS评分、入院时NT-proBNP与首发IS患者短期心脏不良事件发生风险呈直接条件依赖关系,而年龄和入院时cTnI则通过中介节点与首发IS患者短期心脏不良事件发生风险呈间接条件依赖关系;且本研究基于贝叶斯网络构建的首发IS患者发生短期心脏不良事件的风险预测模型具有良好的区分度及校准度。