留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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

姬燕梅, 李文俊, 李青芸, 郭妮, 蒙妮, 周丹, 李秋宇, 金醒昉. 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[J]. 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240511
引用本文: 姬燕梅, 李文俊, 李青芸, 郭妮, 蒙妮, 周丹, 李秋宇, 金醒昉. 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[J]. 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240511
Yanmei JI, Wenjun LI, Qingyun LI, Ni GUO, Ni MENG, Dan ZHOU, Qiuyu LI, Xingfang JIN. The Analysis of Related Factors of Cognitive Impairment after the Acute Ischemic Stroke and Construction of Nomogram Model[J]. Journal of Kunming Medical University. doi: 10.12259/j.issn.2095-610X.S20240511
Citation: Yanmei JI, Wenjun LI, Qingyun LI, Ni GUO, Ni MENG, Dan ZHOU, Qiuyu LI, Xingfang JIN. The Analysis of Related Factors of Cognitive Impairment after the Acute Ischemic Stroke and Construction of Nomogram Model[J]. Journal of Kunming Medical University. 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
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

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

  • 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。
  • 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

    图  2  列线图预测模型 ROC 曲线

    Figure  2.  The ROC curve of nomogram model

    图  3  列线图模型校准曲线

    Figure  3.  The Correction curve of nomogram model

    图  4  列线图模型决策曲线

    Figure  4.  The decision curve of nomogram model

    表  1  2组一般资料比较[n(%)/($\bar x \pm s $)/M(P25P75)]

    Table  1.   Comparison of general data between 2 groups[n(%)/($\bar x \pm s $)/M(P25P75)]

    比较指标 PSCI(n=81) PSNCI(n=94) t/χ2/z P
    性别 49(60.49) 66(70.21) 1.824 0.177
    32(39.51) 28(29.79)
    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(P25P75)]

    Table  2.   Comparison of intracranial lesions between 2 groups[n(%)/M(P25P75)]

    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(P25P75)]

    Table  3.   Comparison of peripheral hematological indicators[($\bar x \pm s $)/M(P25P75)]

    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
  • [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] Song H,Bharadwaj P K,Raichlen D A,et al. Association of homocysteine-related subcortical brain atrophy with white matter lesion volume and cognition in healthy aging[J]. Neurobiol Aging,2023,121(2023):129-138.
    [36] Lehotsky J,Tothova B,Kovalska M,et al. Role of homocysteine in the ischemic stroke and development of ischemic tolerance[J]. Front Neurosci,2016,10:538.
    [37] 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.
    [38] 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
  • [1] 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. 2024, 45(3): 99-105. doi: 10.12259/j.issn.2095-610X.S20240315
    [2] 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. 2024, 45(5): 110-115. doi: 10.12259/j.issn.2095-610X.S20240516
    [3] 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. 2024, 45(1): 179-186. doi: 10.12259/j.issn.2095-610X.S20240130
    [4] 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. 2023, 44(5): 117-124. doi: 10.12259/j.issn.2095-610X.S20230512
    [5] 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. 2023, 44(1): 70-75. doi: 10.12259/j.issn.2095-610X.S20230105
    [6] 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. 2023, 44(6): 113-119. doi: 10.12259/j.issn.2095-610X.S20230630
    [7] 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. 2022, 43(5): 149-154. doi: 10.12259/j.issn.2095-610X.S20220524
    [8] 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. 2022, 43(11): 44-51. doi: 10.12259/j.issn.2095-610X.S20221102
    [9] 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. 2022, 43(8): 184-190. doi: 10.12259/j.issn.2095-610X.S20220830
    [10] 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. 2022, 43(12): 58-65. doi: 10.12259/j.issn.2095-610X.S20221212
    [11] 胡雪松, 陈黎跃, 李世福, 董文斌, 何子倩, 董绍兴, 李顺祥.  慢性疼痛患者的失眠情况及影响因素, 昆明医科大学学报. 2021, 42(2): 118-123. doi: 10.12259/j.issn.2095-610X.S20210207
    [12] 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. 2021, 42(6): 139-145. doi: 10.12259/j.issn.2095-610X.S20210622
    [13] 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. 2021, 42(7): 77-82. doi: 10.12259/j.issn.2095-610X.S20210712
    [14] 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. 2021, 42(11): 20-26. doi: 10.12259/j.issn.2095-610X.S20211104
    [15] 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. 2020, 41(01): 68-72.
    [16] 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. 2020, 41(08): 100-104.
    [17] 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. 2020, 41(12): 168-172. doi: 10.12259/j.issn.2095-610X.S20201246
    [18] 马晓燕.  孕晚期妇女抑郁状况调查及其影响因素, 昆明医科大学学报. 2016, 37(03): -.
    [19] 代谢综合征与卒中后抑郁的关系, 昆明医科大学学报. 2011, 32(09): -.
    [20] 何利平.  富民县参合农民需住院影响因素分析, 昆明医科大学学报. 2009, 30(01): -.
  • 加载中
图(4) / 表(5)
计量
  • 文章访问数:  282
  • HTML全文浏览量:  180
  • PDF下载量:  7
  • 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

目录

    /

    返回文章
    返回