5. Yulong Ma
#
, Siyuan Liu
#
, Faqiang Zhang
#
, Xuhui Cong
#
, Bingcheng Zhao
#
, Miao Sun, Huikai Yang, Min Liu, Peng Li, Yuxiang Song, Jiangbei Cao, Yingfu Li, Wei Zhang, Kexuan Liu
*
, Jiaqiang Zhang
*
, and Weidong Mi
*
. Risk factor analysis and creation of an externally-validated prediction model for perioperative stroke following non-cardiac surgery: A multi-center retrospective and modeling study.
PLoS medicine, 2025 Mar 21;22(3):e1004539. PMID: 40117288
【题目】
非心脏手术后围手术期卒中的危险因素分析和外部验证预测模型的建立：一项多中心回顾性建模研究
【通讯作者】
米卫东 中国人民解放军总医院第一医学中心麻醉科；张加强 河南省人民医院、郑州大学人民医院麻醉与围术期医学科；刘克玄 南方医科大学南方医院麻醉科
【第一作者】
马玉龙，刘思远，张法强 中国人民解放军总医院第一医学中心麻醉科；Xuhui Cong 河南省人民医院、郑州大学人民医院麻醉与围术期医学科；赵秉诚 南方医科大学南方医院麻醉科
【摘要】
背景：
围手术期卒中是非心脏手术后严重且潜在致命的并发症。因此，识别危险因素并建立有效的预后模型来预测其发生率具有重要意义。
方法与结果：
通过2008年至2019年在中国人民解放军总医院第一医学中心接受非心脏手术的成年患者的医院登记数据，识别潜在的危险因素，并使用逻辑回归构建了围手术期卒中发生率的预测模型。随后，另外两家医院的记录对该模型进行验证，以证明其临床适用性。在我们的医院队列中，223415名接受非心脏手术的患者被纳入本研究，其中525名患者（0.23%）发生围手术期卒中，选择具有潜在危险因素的33个指标，经过多变量分析和逐步筛选，最终筛选出13个独立的危险因素：年龄、美国麻醉医师协会（ASA）分级、高血压、既往卒中、瓣膜性心脏病、术前使用类固醇激素、术前使用β-受体阻滞剂、术前平均动脉压、术前纤维蛋白原与白蛋白比值、术前空腹血糖、急诊手术、手术类型和手术时长（
P
< 0.05），构建了最终的预测模型。研究队列和内部验证队列的曲线下面积分别为0.893（95% CI[0.879, 0.908];
P
< 0.001）和0.878（95% CI[0.848, 0.909];
P
< 0.001），另外两家独立医院的外部验证队列中，曲线下面积为0.897和0.895。此外，我们的模型在判别力和正净收益方面优于目前可用的预测工具。为提高医生和患者对模型的可及性，我们发布了在线预测软件平台—301围手术期卒中风险计算器（301PSRC）。本研究主要局限性包括：排除手术时间＜1h的患者，模型的构建和外部验证来自三个独立的回顾性数据库，没有前瞻性数据库和非中国数据库的验证。
结论：
本研究中，确定了围手术期卒中的13个独立危险因素，并构建一个有效的预测模型。该模型在接受非心脏手术的中国患者中得到良好的外部验证，可提供潜在的干预目标，并有助于筛选需预防围手术期卒中的高危患者。
