基于增强回归树的无症状脑梗死影响因素分析

摘要/Abstract

摘要：

目的：探讨无症状脑梗死（silent brain infarction，SBI）的危险因素，并构建基于增强回归树的无症状脑梗死风险预测模型，为脑梗死的一级预防提供参考。方法：采用横断面研究，纳入2019年8月1日至2024年5月1日在我院健康管理科进行健康体检并接受头颅核磁检查的162例年龄40~60岁体检者，收集一般资料、调查问卷、血常规、生化及代谢相关的67项检测结果。采用增强回归树模型建立无症状脑梗死预测模型。结果：发生无症状脑梗死组61例，未发生无症状脑梗死组101例。增强回归树模型提示，低密度脂蛋白、体重指数、内中膜增厚、空腹血糖、凝血酶原活动度、尿素、总胆红素、肌酐是与无症状脑梗死发生风险最相关的因素，贡献度大于5%。模型的AUC值为0.983，提示模型预测准确性好。结论：构建的增强回归树模型对无症状脑梗死的发生具有良好的预测能力，可以识别出更符合临床意义的危险因素。

关键词: , 无症状脑梗死；中青年；增强回归树；逻辑回归模型；相关风险因素

Abstract:

Objective： To investigate the impact factors associated with silent brain infarction （SBI）， and build a boosted regression tree model to predict SBI. The model may provide scientific reference for the primary prevention of brain infarction.Methods： In this cross-sectional study， we enrolled 162 subjects in the Health Management Department of our medical center from August 1， 2019 to May 1， 2024. All the subjects aged between 40 and 60， and underwent physical examination and head MRI examination. General data， questionnaire， blood routine indexes， 67 laboratory biochemical indexes related to biochemistry and metabolism were collected. The boosted regression tree model was used to establish the prediction model of asymptomatic cerebral infarction.Results： There were 61 cases in the SBI group and 101 cases in the non-SBI group. The boosted regression tree model suggested that low density lipoprotein， body mass index， intimal medial thickness， fasting blood glucose， prothrombin activity， urea， total bilirubin and creatinine were the most related factors to the risk of asymptomatic cerebral infarction， and their contribution was greater than 5%. The AUC of the model was 0.983， indicating that the model has good prediction accuracy.Conclusion： The boosted regression tree model has good predictive ability for the occurrence of SBI. The model can identify risk factors that are more in line with clinical significance and have certain clinical application value.

Key words: , Silent brain infarction； , Young and middle-aged people； , Boosted regression tree； , Logistic regression model； , Related risk factors

中图分类号:

R743.33

王佳芮, 孔祥锴, 赵素平, 刘艳丽, 杜娟, 张晓蕴.

基于增强回归树的无症状脑梗死影响因素分析 [J]. 中国医药导刊, 2025, 27(3): 271-276.

WANG Jiarui, KONG Xiangkai, ZHAO Suping, LIU Yanli, DU Juan, ZHANG Xiaoyun.

Analysis of Risk Factors for Silent Brain Infarction in Young and Middle-Aged Adults Based on Boosted Regression Tree Model [J]. CHINESE JOURNAL OF MEDICINAL GUIDE, 2025, 27(3): 271-276.

参考文献

［1］ Krishnamurthi RV， Ikeda T， Feigin VL. Global， regional and country-specific burden of ischaemic stroke， intracerebral haemorrhage and subarachnoid haemorrhage： a systematic analysis of the global burden of disease study 2017［J］.Neuroepidemiology，2020，54（2）：171-179.

［2］ Perera KS， De Sa BD， Rao-Melacini P， et al. Evaluating rates of recurrent ischemic stroke among young adults with embolic stroke of undetermined source： the young esus longitudinal cohort study［J］.JAMA Neurol，2022，79（5）：450-458.

［3］ Markus HS， De Leeuw FE. Cerebral small vessel disease： recent advances and future directions［J］.Int J Stroke，2023，18（1）：4-14.

［4］ Duering M， Biessels GJ， Brodtmann A， et al. Neuroimaging standards for research into small vessel disease-advances since 2013［J］.Lancet Neurol，2023，22（7）：602-618.

［5］ Canpolat U， Çetin EH， Cetin S， et al. Association of monocyte-to-hdl cholesterol ratio with slow coronary flow is linked to systemic inflammation［J］.Clin Appl Thromb Hemost，2016，22（5）：476-482.

［6］ Murray CJL， GBD 2021 Collaborators. Findings from the global burden of disease study 2021［J］.Lancet，2024，403（10440）：2259-2262.

［7］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.中国无症状脑梗死诊治共识［J］. 中华神经科杂志，2018，51（9）：692-698.

［8］中国成人血脂异常防治指南修订联合委员会.中国成人血脂异常防治指南（2016年修订版）［J］.中国循环杂志，2016，31（10）：937-950.

［9］ Yaghi S， Willey JZ， Cucchiara B， er al. Treatment and outcome of hemorrhagic transformation after intravenous alteplase in acute ischemic stroke： a scientific statement for healthcare professionals from the american heart association/american stroke association［J］.Stroke，2017，48（12）：e343-e361.

［10］ Tan S， Ho CESM， Teo YN， et al. Prevalence and incidence of stroke， white matter hyperintensities， and silent brain infarcts in patients with chronic heart failure： a systematic review， meta-analysis， and meta-regression［J］.Front Cardiovasc Med，2022，9：967197.

［11］ Hong C， Pencina MJ， Wojdyla DM， et al. Predictive accuracy of stroke risk prediction models across black and white race， sex， and age groups［J］.JAMA，2023，329（4）：306-317.

［12］ Wang J， Cui Y， Kong X， et al. The value of cardiopulmonary comorbidity in patients with acute large vessel occlusion stroke undergoing endovascular thrombectomy： a retrospective， observational cohort study［J］.BMC Neurol，2024，24（1）：155.

［13］ Lip GY， Genaidy A， Tran G， et al. Improving stroke risk prediction in the general population： a comparative assessment of common clinical rules， a new multimorbid index， and machine-learning-based algorithms［J］.Thromb Haemost，2022，122（1）：142-150.

［14］ Elith J， Leathwick JR， Hastie T. A working guide to boosted regression trees［J］.J Anim Ecol，2008，77（4）：802-813.

［15］张微，罗庆玲，尹运佳.中青年无症状性脑梗死颈动脉特征及相关性分析［J］.航空航天医学杂志，2024，35（8）：897-901.

［16］ Gupta A， Giambrone AE， Gialdini G， et al. Silent brain infarction and risk of future stroke： a systematic review and meta-analysis［J］.Stroke，2016，47（3）：719-725.

［17］ Smith EE， Saposnik G， Biessels GJ， et al. Prevention of stroke in patients with silent cerebrovascular disease： a scientific statement for healthcare professionals from the american heart association/american stroke association［J］.Stroke，2017，48（2）：e44-e71.

［18］ Kwon HM， Kim BJ， Lee SH， et al. Metabolic syndrome as an independent risk factor of silent brain infarction in healthy people［J］.Stroke，2006，37（2）：466-470.

［19］ Moroni F， Ammirati E， Magnoni M， et al. Carotid atherosclerosis， silent ischemic brain damage and brain atrophy： a systematic review and meta-analysis［J］.Int J Cardiol，2016，223：681-687.

［20］ Caughey MC， Qiao Y， Windham BG， et al. Carotid intima-media thickness and silent brain infarctions in a biracial cohort： the atherosclerosis risk in communities （aric） study［J］.Am J Hypertens，2018，31（8）：869-875.

［21］ Finn C， Giambrone AE， Gialdini G， et al. The association between carotid artery atherosclerosis and silent brain infarction： a systematic review and meta-analysis［J］.J Stroke Cerebrovasc Dis，2017，26（7）：1594-1601.

［22］万敏，陈炜，陈英，等.血清PTA、FIB水平在进展性脑梗死病情评价中的临床意义［J］.国际检验医学杂志，2019，40（12）：1486-1488.

［23］ Karabacak M， Kahraman F， Sert M， et al. Increased plasma monocyte chemoattractant protein-1 levels in patients with isolated low high-density lipoprotein cholesterol［J］.Scand J Clin Lab Invest，2015，75（4）：327-332.

［24］ Arabameri A， Yamani M， Pradhan B， et al. Novel ensembles of COPRAS multi-criteria decision-making with logistic regression， boosted regression tree， and random forest for spatial prediction of gully erosion susceptibility［J］.Sci Total Environ，2019，688：903-916.

[1]	王榆鑫, 翁小刚, 杨丽, 聂颖兰, 彭娟, 胡文青, 程浩洁, 杨司宇, 张美玉, 孙健. 基于HPLC-Q-TOF-MS/MS结合网络药理学的补肺丸肺分布成分及其干预肺结节的作用机制研究[J]. 中国医药导刊, 2025, 27(3): 239-246.
[2]	宗阳, 姚文涛. HPLC法同时测定“黄芩-黄连”药对中9种成分 [J]. 中国医药导刊, 2025, 27(3): 295-300.
[3]	骆实, 曹凤朝, 韩亮. 全球药品监管机构药品AI应用监管法规框架 [J]. 中国医药导刊, 2025, 27(2): 109-116.
[4]	李武超, 颜若曦. 药品生产现场检查能力评估标准探讨 [J]. 中国医药导刊, 2025, 27(2): 117-122.
[5]	马小静, 郭蓉艳, 郭志祥. 淋巴细胞抗原6家族成员介导肿瘤发生发展的研究进展 [J]. 中国医药导刊, 2025, 27(2): 151-156.
[6]	孔维迈, 郭丹丹, 王巍. 浅谈远程智能临床试验的应用价值 [J]. 中国医药导刊, 2025, 27(2): 207-211.
[7]	陈锋, 吴欣然. 药品监管领域大语言模型（LLM）一体化建设策略研究 [J]. 中国医药导刊, 2025, 27(1): 1-6.
[8]	彭玉帅, 郭文娣, 孙长迎, 陈华, 尹利辉. 布比卡因多囊脂质体的包封率及粒径测定研究 [J]. 中国医药导刊, 2025, 27(1): 41-46.
[9]	尹思源, 高鸿祥, 张建华, 朱宇清. 2型糖尿病肾病患者肾功能、Hcy、Cys-C水平变化及临床意义 [J]. 中国医药导刊, 2025, 27(1): 82-86.
[10]	赵宝龙, 华坚, 张长风. 基于CRISPR的细胞产品的临床应用及监管挑战 [J]. 中国医药导刊, 2025, 27(1): 101-108.
[11]	王旭. 脑胶质瘤患者围术期血清HMGB1、MMP-9水平变化及其与术后颅内感染的关系探究 [J]. 中国医药导刊, 2024, 26(9): 863-867.
[12]	吴倩倩, 龚桂姿a, 李春梅, 滕慧, 蒯颖, 苏湘, 龙年b. 数字疗法在慢性阻塞性肺疾病患者自我管理中的研究进展 [J]. 中国医药导刊, 2024, 26(9): 868-873.
[13]	赵乔琳, 韩暄, 顾任钧. 中药黄芪在皮肤病治疗中的应用 [J]. 中国医药导刊, 2024, 26(9): 874-882.
[14]	熊伟, 程凌, 李文文, 叶晓波, 韦玲芝. 基于R软件的某中医院治疗骨折延迟愈合中药方剂数据挖掘 [J]. 中国医药导刊, 2024, 26(9): 909-916.
[15]	晋从巧, 钱琛玥, 龚赟, 刘华东. 青年急性心肌梗死发病非传统危险因素的研究 [J]. 中国医药导刊, 2024, 26(8): 764-773.

快速检索引用检索图表检索高级检索