急性缺血性脑卒中后认知障碍相关因素分析及列线图模型构建

姬燕梅; 李文俊; 李青芸; 郭妮; 蒙妮; 周丹; 李秋宇; 金醒昉

doi:10.12259/j.issn.2095-610X.S20240511

急性缺血性脑卒中后认知障碍相关因素分析及列线图模型构建

doi: 10.12259/j.issn.2095-610X.S20240511

1.
昆明医科大学附属延安医院心脏大血管外科
2.
神经内科
3.
重症医学科，云南昆明　650051

基金项目: 国家自然科学基金资助项目（81460209）；云南省科技厅中央引导地方发展基金资助项目（202307AB110005）；云南省肿瘤免疫防治重点实验室开放基金资助项目（2017DG004-01）；昆明市卫生健康委员会卫生科研基金资助项目（2022-0402-007）

详细信息

作者简介:
姬燕梅（1995～），女，云南保山人，在读博士研究生，住院医师，主要从事心脑血管疾病研究工作

通讯作者:
金醒昉，E-mail：jinxf177@126.com

中图分类号: R743
计量
- 文章访问数: 1407
- HTML全文浏览量: 425
- PDF下载量: 28
- 被引次数: 0
出版历程
- 收稿日期: 2023-09-30
- 网络出版日期: 2024-04-29
- 刊出日期: 2024-05-31

The Analysis of Related Factors of Cognitive Impairment after the Acute Ischemic Stroke and Construction of Nomogram Model

1.
Dept. of Cardiovascular Surgery
2.
Dept. of Neurology
3.
Dept. of Intensive Care Unit，Yan’an Hospital Affiliated to Kunming Medical University，Kunming Yunnan 650051，China

摘要

摘要: 目的探索急性缺血性脑卒中后认知障碍发生的相关因素并构建列线图临床预测模型。方法以175例急性缺血性脑卒中患者为研究对象，入院后使用简易精神状态量表、蒙特利尔认知评测量表进行认知功能评估，其中卒中后认知功能障碍（post-stroke cognitive impairment，PSCI）组81例，卒中后无认知障碍（post-stroke no cognitive impairment，PSNCI）组94例，收集2组患者基线资料、外周血及头颅磁共振结果，单因素及多因素分析探索急性缺血性卒中后认知障碍发生的影响因素，据此构建列线图预测模型，并对模型进行评价。结果多因素回归分析显示日常活动能力受损、HCY、脑梗死体积、脑萎缩是早期PSCI发生的独立危险因素（P < 0.05）。受教育年限、血红蛋白是PSCI发生的保护因素（P < 0.05）。据此构建列线图预测模型，ROC曲线分析列线图模型预测认知障碍的曲线下面积为0.830（95%CI：0.77～0.89），校准曲线内部验证结果显示偏倚校正曲线趋于理想曲线，模型区分度与准确度均较好。结论卒中后认知障碍早期往往容易被忽略，临床决策曲线显示模型能有较好的临床净获益。多因素联合构建临床预测模型有助于PSCI的早期识别和高危人群的筛查，对其防治有重要意义。
- 卒中 /
- 认知障碍 /
- 影响因素 /
- 列线图 /
- 预测模型
Abstract: Objective To explore the related factors of cognitive impairment after the acute ischemic stroke and develop a clinical nomogram model. Methods 175 patients with the acute ischemic stroke were selected as the study objects, and the cognitive function was assessed using the simple mental State Scale and the Montreal Cognitive Assessment Scale after the admission. There were 81 cases in post-stroke cognitive impairment （PSCI） group and 94 cases in post-stroke no cognitive impairment （PSNCI） group. The baseline data, peripheral blood and brain MRI results of the two groups were collected and the univariate and multivariate analysis were used to explore the influencing factors of the cognitive impairment after the acute ischemic stroke, and the prediction model was constructed based on the nomogram and evaluated. Results Multivariate regression analysis showed that several factors, including impaired daily activity, high levels of HCY, larger cerebral infarction volume, and cerebral atrophy, were independent risk factors for early PSCI. On the other hand, education and hemoglobin were identified as the protective factors against PSCI. A nomogram prediction model was created from this data. The ROC curve analysis predicted an area under the curve of 0.830 （95%CI: 0.77-0.89）. The calibration curve indicated that the model had the good differentiation and prediction probability, with bias correction tending towards the ideal curve and consistent incidence in actual outcomes. The clinical decision curve showed that the model could provide a better net benefit for clinical use, making it a valuable tool for healthcare professionals. Conclusion The development of PSCI may be overlooked in its early stages. A clinical predictive model that considers multiple factors can aid in the early detection of PSCI and identification of high-risk individuals, which is crucial for the effective prevention and treatment.
- Stroke /
- Cognitive impairment /
- Influencing factors /
- Nomogram /
- Predictive model

HTML全文

图 1 急性缺血性卒中后发生认知障碍的列线图预测模型

Figure 1. A nomogram model for predicting cognitive impairment after acute ischemic stroke

下载: 全尺寸图片幻灯片

图 2 列线图预测模型 ROC 曲线

Figure 2. The ROC curve of nomogram model

下载: 全尺寸图片幻灯片

图 3 列线图模型校准曲线

Figure 3. The Correction curve of nomogram model

下载: 全尺寸图片幻灯片

图 4 列线图模型决策曲线

Figure 4. The decision curve of nomogram model

下载: 全尺寸图片幻灯片

表 1 2组一般资料比较[n（%）/（$\bar x \pm s $）/M（P₂₅，P₇₅）]

Table 1. Comparison of general data between 2 groups[n（%）/（$\bar x \pm s $）/M（P₂₅，P₇₅）]

比较指标	PSCI（n=81）	PSNCI（n=94）	t/χ²/z	P
性别
男	49（60.49）	66（70.21）	1.824	0.177
女	32（39.51）	28（29.79）	1.824	0.177
年龄（岁）	66.420±10.42	60.030±11.74	−3.780	<0.001^*
受教育年限（a）	6.457±4.60	9.154±3.88	−4.205	<0.001^*
吸烟史	34（42.00）	42（44.70）	0.13	0.719
饮酒史	10（12.35）	17（18.09）	1.098	0.295
高血压	51（62.96）	70（74.47）	2.699	0.100
糖尿病	21（25.93）	28（29.79）	0.322	0.571
冠心病	5（6.17）	9（9.57）	0.684	0.408
房颤	6（7.41）	7（7.45）	0.868	1.000
卒中史	22（27.16）	16（17.02）	2.631	0.105
TOAST分型
LAA	59（72.84）	65（69.15）	1.608	0.658
CE	7（8.64）	8（8.51）
SAO	8（9.88）	15（15.96）
UND&ODC	7（8.64）	6（6.38）
MMSE评分（分）	22（17.5～24）	28（27～29）	−10.197	<0.001^*
MoCA评分（分）	16（11.5～20）	25（24～27）	−11.284	<0.001^*
NIHSS评分（分）	3（2～6）	3.5（1～5）	−0.768	0.443
ADL评分（分）	80（65～100）	100（80～100）	−3.937	<0.001^*
就医时间间隔（d）	1.0（1.0～3.0）	1.0（0.58～3.25）	−0.387	0.699
^*P < 0.05。

下载: 导出CSV

表 2 2组颅内病变情况比较[n（%）/M（P₂₅，P₇₅）]

Table 2. Comparison of intracranial lesions between 2 groups[n（%）/M（P₂₅，P₇₅）]

组别	PSCI（n=81）	PSNCI（n=94）	Z/χ²	P
脑梗死半球
左侧	37（45.7）	49（52.1）	3.462	0.177
右侧	36（44.4）	42（44.4）
双侧	8（9.9）	3（3.2）
脑白质病变	46（56.8）	38（40.4）	4.668	0.031^*
腔隙性梗死	55（67.9）	67（71.3）	0.235	0.628
脑萎缩	49（60.5）	34（36.2）	10.324	0.001^*
脑梗死体积（mL）	1.76（0.33～9.00）	0.72（0.28～1.33）	−2.782	0.005^*
脑梗死部位
脑叶	7（8.6）	9（9.6）	0.046	0.831
基底节	20（24.7）	30（31.9）	1.112	0.292
脑干	6（7.4）	19（20.2）	5.826	0.016^*
小脑	2（2.5）	6（6.4）	−	0.289
丘脑	3（3.7）	4（4.3）	−	1.00
胼胝体	2（2.5）	1（1.1）	−	0.337
多发	41（50.6）	25（26.6）	10.688	0.001^*
^*P < 0.05。

下载: 导出CSV

表 3 外周血液学指标的比较[（$\bar x \pm s $）/M（P₂₅，P₇₅）]

Table 3. Comparison of peripheral hematological indicators[（$\bar x \pm s $）/M（P₂₅，P₇₅）]

指标	PSCI（n=81）	PSNCI（n=94）	t/Z	P
白细胞（×10⁹/L）	6.918±1.904	6.968±1.786	−0.180	0.857
中性粒细胞（×10⁹/L）	4.363±1.632	4.287±1.522	0.318	0.751
淋巴细胞（×10⁹/L）	1.826±0.651	1.954±0.723	−1.223	0.223
单核细胞（×10⁹/L）	0.575±0.184	0.567±0.174	0.313	0.756
红细胞（×10¹²/L）	4.575±0.533	4.789±0.573	−2.548	0.012^*
红细胞平均体积（fl）	90.457±11.331	91.367±4.965	−0.705	0.482
平均红细胞血红蛋白量（pg）	30.526±2.135	30.754±1.853	−0.758	0.45
平均红细胞血红蛋白浓度（g/L）	333.02±10.882	336.63±10.208	−2.258	0.025^*
血红蛋白（g/L）	139.56±18.599	147.37±20.423	−2.631	0.009^*
血小板（×10⁹/L）	241.51±98.521	219.38±55.636	1.860	0.065
总蛋白（g/L）	64.059±5.260	65.934±5.578	−2.276	0.024^*
白蛋白（g/L）	38.016±3.385	39.829±3.565	−3.433	0.001^*
谷草转氨酶（U/L）	21.310±7.576	24.970±31.197	−1.029	0.305
谷丙转氨酶（U/L）	17.690±9.608	21.830±12.975	−2.365	0.019^*
血肌酐（μmol/L）	76.203±23.765	79.200±22.120	−0.855	0.394
尿素（mmol/L）	5.130±1.684	4.932±1.659	0.780	0.436
总胆汁酸（μmol/L）	3.3（2.0～5.1）	2.9（1.9～4.8）	−1.331	0.183
前白蛋白（mg/L）	209.190±52.015	227.340±45.259	−2.469	0.015^*
胆碱酯酶（U/L）	6661.310±1693.373	7091.160±1608.846	−1.720	0.087
尿酸（μmol/L）	311.510±107.031	349.500±96.974	−2.463	0.015^*
随机血糖（mmol/L）	5.54（4.805～6.385）	5.52（5.075～6.765）	−1.122	0.262
总胆固醇（mmol/L）	4.41（3.775～5.235）	4.415（3.733～5.003）	−0.432	0.665
甘油三酯（mmol/L）	1.41（1.010～1.985）	1.49（1.145～2.043）	−1.094	0.274
HDL-C（mmol/L）	1.06（0.88～1.30）	0.955（0.858～1.14）	−1.739	0.082
LDL-C（mmol/L）	2.7（2.13～3. 47）	2.8（2.20～3.30）	−0.186	0.853
HCY（μmol/L）	13.7（11.5～17.8）	13.0（10.0～16.2）	−1.730	0.084
^*P < 0.05。

下载: 导出CSV

表 4 PSCI发生的相关影响因素

Table 4. Related influencing factors of PSCI

指标	B	标准误差	Wald	P	OR（95%CI）
受教育年限（a）	−0.153	0.045	11.408	0.001^*	0.858（0.785～0.938）
脑梗死体积（mL）	0.123	0.038	10.597	0.001^*	1.131（1.050～1.217）
脑萎缩	0.901	0.391	5.299	0.021^*	2.462（1.143～5.300）
ADL受损	1.089	0.377	8.349	0.004^*	2.971（1.420～6.220）
HGB（g/L）	−0.021	0.010	4.128	0.042^*	0.980（0.960～0.999）
HCY（μmol/L）	0.038	0.016	5.316	0.021^*	1.038（1.006～1.072）
常量	1.851	1.439	1.655	0.198^*	6.367
^*P < 0.05。

下载: 导出CSV

表 5 不同指标及预测模型对PSCI发生的预测价值

Table 5. The predictive value of different indexes and prediction models for PSCI

影响因素	最佳截断值	AUC	敏感性（%）	特异性（%）	95%CI	P
受教育年限（a）	6.5	0.66	60.5	70.2	0.578～0.741	<0.001^*
ADL （分）	97.5	0.664	69.1	60.6	0.582～0.745	<0.001^*
脑梗死体积（mL）	1.522	0.622	51.9	78.7	0.536～0.708	0.005^*
脑萎缩	−	0.622	60.5	63.83	0.538～0.705	0.006^*
HCY （μmol/L）	11.45	0.576	79	37.2	0.491～0.661	0.084
HGB （g/L）	144.5	0.621	64.2	57.4	0.538～0.705	0.006^*
模型预测值	0.529	0.830	69.1	83	0.77～0.89	<0.001^*
^*P < 0.05。

下载: 导出CSV

参考文献(36)

[1]	中国脑卒中防治报告2019 编写组. 中国脑卒中防治报告2019 概要[J]. 中国脑血管病杂志,2020,17(5):272-281.
[2]	中国卒中学会血管性认知障碍分会. 卒中后认知障碍管理专家共识2021[J]. 中国卒中杂志,2021,16(4):376-389.
[3]	Bejot Y,Daubail B,Giroud M. Epidemiology of stroke and transient ischemic attacks: Current knowledge and perspectives[J]. Rev Neurol (Paris),2016,172(1):59-68. doi: 10.1016/j.neurol.2015.07.013
[4]	Wang Y J,Li Z X,Gu H Q,et al. China stroke statistics 2019: A report from the national center for healthcare quality management in neurological diseases,China national clinical research center for neurological diseases,the Chinese stroke association,national center for chronic and non-communicable disease control and prevention,Chinese center for disease control and prevention and institute for global neuroscience and stroke collaborations[J]. Stroke Vasc Neurol,2020,5(3):211-239. doi: 10.1136/svn-2020-000457
[5]	贾建平,陈生弟. 神经病学[M]. 第8版. 北京: 人民卫生出版社,2018: 231-235.
[6]	中国卒中学会卒中后认知障碍研究圆桌会议专家组. 中国卒中后认知障碍防治研究专家共识[J]. 中国卒中杂志,2020,15(2):158-166.
[7]	Sun J H,Tan L,Yu J T. Post-stroke cognitive impairment: Epidemiology,mechanisms and management[J]. Ann Transl Med,2014,2(8):80.
[8]	Pendlebury S T,Rothwell P M. Prevalence,incidence,and factors associated with pre-stroke and post-stroke dementia: A systematic review and meta-analysis[J]. Lancet Neurol,2009,8(11):1006-1018. doi: 10.1016/S1474-4422(09)70236-4
[9]	中国医师协会神经内科分会认知障碍专业委员会, 中国血管性认知障碍诊治指南编写组. 2019年中国血管性认知障碍诊治指南[J]. 中华医学杂志,2019,99(35):2737-2744.
[10]	中华医学会神经病学分会, 中华医学会神经病学分会脑血管病学组. 中国急性缺血性脑卒中诊治指南2018[J]. 中华神经科杂志,2018,51(9):666-682.
[11]	邱晓雪,陈红霞,李世文,等. 卒中后认知障碍的危险因素分析[J]. 中国卒中杂志,2021,16(3):272-277.
[12]	Meng X,Wen R,Li X. Values of serum LDL and PCT levels in evaluating the condition and prognosis of acute cerebral infarction[J]. Exp Ther Med,2018,16(4):3065-3069.
[13]	曲艳吉,卓琳,詹思延. 中国脑卒中后认知障碍流行病学特征的系统评价[J]. 中华老年心脑血管病杂志,2013,15(12):1294-1301.
[14]	Rost N S,Brodtmann A,Pase M P,et al. Post-stroke cognitive impairment and dementia[J]. Circ Res,2022,130(8):1252-1271. doi: 10.1161/CIRCRESAHA.122.319951
[15]	Akinyemi R O,Firbank M,Ogbole G I,et al. Medial temporal lobe atrophy,white matter hyperintensities and cognitive impairment among Nigerian African stroke survivors[J]. BMC Res Notes,2015,8(1):625. doi: 10.1186/s13104-015-1552-7
[16]	Zhu Y,Zhao S,Fan Z,et al. Evaluation of the mini-mental state examination and the montreal cognitive assessment for predicting post-stroke cognitive impairment during the acute phase in Chinese minor stroke patients[J]. Front Aging Neurosci,2020,12(2020):236.
[17]	Boutros C F,Khazaal W,Taliani M,et al. Factors associated with cognitive impairment at 3,6,and 12 months after the first stroke among Lebanese survivors[J]. Brain Behav,2023,13(1):e2837. doi: 10.1002/brb3.2837
[18]	Srithumsuk W,Kabayama M,Gondo Y,et al. The importance of stroke as a risk factor of cognitive decline in community dwelling older and oldest peoples: The SONIC study[J]. BMC Geriatr,2020,20(1):24. doi: 10.1186/s12877-020-1423-5
[19]	Wolters F J,Zonneveld H I,Licher S,et al. Hemoglobin and anemia in relation to dementia risk and accompanying changes on brain MRI[J]. Neurology,2019,93(9):e917-e926.
[20]	Gu Y,Wang F,Gong L,et al. A nomogram incorporating red blood cell indices to predict post-stroke cognitive impairment in the intracerebral hemorrhage population[J]. Front Aging Neurosci,2022,14(2022):985386.
[21]	Dlugaj M,Winkler A,Weimar C,et al. Anemia and mild cognitive impairment in the German general population[J]. J Alzheimers Dis,2016,49(4):1031-1042. doi: 10.3233/JAD-150434
[22]	张小丽,邢凤梅. 脑卒中患者认知障碍与人口学及临床特征的关系[J]. 中国老年学杂志,2011,31(16):3146-3147.
[23]	Galle S A,Deijen J B,Milders M V,et al. The effects of a moderate physical activity intervention on physical fitness and cognition in healthy elderly with low levels of physical activity: A randomized controlled trial[J]. Alzheimers Res Ther,2023,15(1):12. doi: 10.1186/s13195-022-01123-3
[24]	Cumming T B,Tyedin K,Churilov L,et al. The effect of physical activity on cognitive function after stroke: A systematic review[J]. Int Psychogeriatr,2012,24(4):557-567. doi: 10.1017/S1041610211001980
[25]	Di Raimondo D,Rizzo G,Musiari G,et al. Role of Regular physical activity in neuroprotection against acute ischemia[J]. Int J Mol Sci,2020,21(23):9086.
[26]	Gorelick P B,Furie K L,Iadecola C,et al. Defining optimal brain health in adults: A presidential advisory from the American Heart Association/American Stroke Association[J]. Stroke,2017,48(10):e284-e303.
[27]	方靖. MRI病灶体积和BDNF在缺血性脑卒中病情及预后评估中的价值[J]. 临床放射学杂志,2016,35(12):1800-1803.
[28]	Prodjohardjono A,Vidyanti A N,Susianti N A,et al. Higher level of acute serum VEGF and larger infarct volume are more frequently associated with post-stroke cognitive impairment[J]. PLoS One,2020,15(10):e0239370. doi: 10.1371/journal.pone.0239370
[29]	Jaillard A,Grand S,Le Bas J F,et al. Predicting cognitive dysfunctioning in nondemented patients early after stroke[J]. Cerebrovasc Dis,2010,29(5):415-423. doi: 10.1159/000289344
[30]	韩燕,印旭阳,曹鑫,等. 脑小血管病头颅磁共振成像特征与认知损害的研究新进展[J]. 中国临床神经科学,2022,30(4):451-459.
[31]	Ding M Y,Xu Y,Wang Y Z,et al. Predictors of cognitive impairment after stroke: A prospective stroke cohort study[J]. J Alzheimers Dis,2019,71(4):1139-1151. doi: 10.3233/JAD-190382
[32]	Casolla B,Caparros F,Cordonnier C,et al. Biological and imaging predictors of cognitive impairment after stroke: A systematic review[J]. J Neurol,2019,266(11):2593-2604. doi: 10.1007/s00415-018-9089-z
[33]	Pendlebury S T,Rothwell P M,Oxford Vascular S. Incidence and prevalence of dementia associated with transient ischaemic attack and stroke: analysis of the population-based Oxford Vascular Study[J]. Lancet Neurol,2019,18(3):248-258. doi: 10.1016/S1474-4422(18)30442-3
[34]	陆珍辉. H型高血压与脑白质疏松及卒中后认知障碍的关系研究[D],苏州: 苏州大学,2020.
[35]	王维维,申致远,李凡,等. 血浆低密度脂蛋白胆固醇和同型半胱氨酸与脑小血管病患者认知功能的相关性研究[J]. 中国脑血管病杂志,2021,18(12):836-842.
[36]	Smith A D,Refsum H,Bottiglieri T,et al. Homocysteine and dementia: An international consensus statement[J]. J Alzheimers Dis,2018,62(2):561-570. doi: 10.3233/JAD-171042

计量

文章访问数: 1407
HTML全文浏览量: 425
PDF下载量: 28
被引次数: 0

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

急性缺血性脑卒中后认知障碍相关因素分析及列线图模型构建

doi: 10.12259/j.issn.2095-610X.S20240511

作者简介:
姬燕梅（1995～），女，云南保山人，在读博士研究生，住院医师，主要从事心脑血管疾病研究工作

通讯作者:
金醒昉，E-mail：jinxf177@126.com

计量

The Analysis of Related Factors of Cognitive Impairment after the Acute Ischemic Stroke and Construction of Nomogram Model

计量

目录

[1]	沈蓝, 陈朝明, 代建能, 普伦庆, 王天瑞, 马刚. 快速康复技术配合损伤控制外科技术在多发伤患者中的运用效果及影响因素分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240516
[2]	王坤, 蒲军, 李东波, 杨涛. 面神经显微血管减压术对中重度面肌痉挛疗效及延迟治愈影响因素分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20241008
[3]	曾慧娟, 田波, 袁红伶, 何杰, 李冠羲, 茹国佳, 许敏, 詹东. 机器学习算法构建慢性肾脏病伴高血压或糖尿病的预测模型, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240315
[4]	董勇, 杨娇, 蔡帅中, 苏艳, 杨海银, 杨诗瑶, 朱悦熙, 关琼瑶. 护生安宁疗护认知能力水平的潜在类别及影响因素分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240130
[5]	王睿, 韩此林, 曹渊卿, 杨小燕. 医师职业倦怠影响因素的多水平模型分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20241110
[6]	刘天云, 陈科容, 周文刚, 计全月, 许坤, 王秀芳, 施红玲, 周盛. 卒中吞咽功能障碍患者生活状况及不同体位对吞咽功能影响的研究, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240826
[7]	杨镜玉, 许宁, 张雨涛, 黄凤昌, 蒋元明, 殷亮. 基于基线T2WI图对进展期直肠癌经放化同期治疗后病理完全缓解的多模型预测比较, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20230512
[8]	黄鹞, 李曦, 严波, 雷蕾, 尹泽钢, 范进, 白鹏. 颈内动脉狭窄与轻度认知障碍的相关性, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20230105
[9]	薛淋淋, 李秉翰, 刘春云, 李卫昆, 常丽仙, 李慧敏, 祁燕伟, 刘立. 预测普通病房中丙型肝炎肝硬化并脓毒症患者潜在死亡列线图的建立及评价, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20230630
[10]	周敏, 马智慧, 李加艳, 范建华, 林灵, 余亭颖, 张慧芳, 刘立. 肝硬化并胸水再发危险因素的预测, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220524
[11]	王虹, 杨德兴, 王强, 周维钰, 唐杰夫, 王振方, 付凯, 刘圣哲, 刘荣. ICU脓毒症患者发生再喂养综合征的危险因素分析及预测模型建立, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20221102
[12]	张桂梅, 陈蜀, 宋云华, 吴阳, 周虹媛. AECOPD患者再入院危险因素分析及预测模型的构建, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220830
[13]	贾吉, 陶四明. 基于血浆渗透压建立急性ST段抬高型心肌梗死重症患者发生院内死亡风险预测模型, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20221212
[14]	刘幸, 刘媛, 刘向芳, 陈洁, 陈永刚, 孙辉, 马玲. 头孢哌酮钠舒巴坦钠不良反应分析与预测模型构建, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20210622
[15]	李生浩, 丁洁, 王晴晴, 刘思奇, 华丽娟, 段劲宇, 柏保利, 杜安瑞, 常国楫, 李俊义. 慢性乙型病毒性肝炎合并NAFLD患者发生中重度肝损伤的影响因素, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20210712
[16]	戴靖榕, 李婕, 何旭, 李杨, 李燕. 云南某医院老年医学科住院患者抑郁状态的危险因素分析及风险预测模型的构建, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20211104
[17]	王汝姣, 张玲, 杨继英, 周强, 孙凤琴, 张玉林, 黄微. 不同程度认知障碍与甲状腺功能测定的相关性, 昆明医科大学学报.
[18]	蒋恩琰, 杨博伟, 刘建和. 基于24 h尿液代谢构建列线图模型预测高危泌尿系结石的复发, 昆明医科大学学报.
[19]	阿各, 刘晓艳, 刘莉, 詹瑜佳, 唐婷婷, 陶静楠. 老年髋部骨折伴认知障碍患者家庭照顾者负担及其影响因素, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20201246
[20]	. 代谢综合征与卒中后抑郁的关系, 昆明医科大学学报.

留言板

急性缺血性脑卒中后认知障碍相关因素分析及列线图模型构建

doi: 10.12259/j.issn.2095-610X.S20240511

作者简介: 姬燕梅（1995～），女，云南保山人，在读博士研究生，住院医师，主要从事心脑血管疾病研究工作

通讯作者: 金醒昉，E-mail：jinxf177@126.com

计量

出版历程

The Analysis of Related Factors of Cognitive Impairment after the Acute Ischemic Stroke and Construction of Nomogram Model

计量

出版历程

目录

作者简介:
姬燕梅（1995～），女，云南保山人，在读博士研究生，住院医师，主要从事心脑血管疾病研究工作

通讯作者:
金醒昉，E-mail：jinxf177@126.com