脑卒中是一种由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑的急性脑血管疾病，超过 75%的脑卒中患者会留下不同程度的功能障碍，其中超过42.3%的患者会留下残疾导致生活不能自理，是我国成人致残、致死的首要病因^[1-2]。及时早期识别影响脑卒中患者日常生活自理能力 （activities of daily living，ADL）的风险因素，对提高患者脑卒中后生活自理能力，改善生活质量，促进患者更好地回归家庭及社会至关重要^[3]。

影响脑卒中患者 ADL 的因素众多，包括年龄、性别、损伤部位、肢体功能、既往史、有无静脉血栓、营养状况等^[4-8]。目前脑卒中后患者的ADL大都依靠人工判断，医生的临床经验和一些主观因素均会影响最终的判断结果，因此开发简单、易于推广的脑卒中后患者 ADL 风险预测模型具有重要的临床意义。随着大数据、人工智能等技术在医学领域的广泛应用，机器学习（machine learning，ML）技术目前已被应用于探讨影响康复效果的因素、预测康复效果等^[9-12]。ML 中的算法非常有助于做出准确的预测和给出正确的分析，利用ML技术，医生可以更快地确认患者病症，为患者的后续治疗争取时间，因此该技术具有重要的研究意义。本研究旨在通过 ML 算法精准识别脑卒中患者 ADL 的高风险因素，以更好地辅助临床决策和治疗。

1 对象和方法

1.1 对象

本研究是一项回顾性、观察性研究，以 2015 年 1 月—2019年2月在南京医科大学附属第一医院康复医学中心的脑卒中患者为研究对象。纳入标准：①经头颅计算机断层扫描（computed tomogra⁃ phy，CT）或磁共振成像（magnetic resonance imaging， MRI）扫描诊断为脑卒中（缺血性或出血性）；②年龄18~85 周岁；③临床及实验室医疗记录相对完整。排除标准：①合并下肢骨折病史；②合并严重的心、肺、肝脏等其他系统严重疾病；③既往有下肢深静脉血栓；④临床电子医疗记录不完整。本研究经南京医科大学附属第一医院伦理委员会批准通过（伦理号：2023⁃SR⁃104），并知情同意。

1.2 方法

1.2.1 数据收集

依据专家意见及相关文献查阅^[4-8]，筛选与ADL 相关的41个预测变量，除患者下肢深静脉血栓检查为入院后 3 d 内完成，其余变量采集时间均为入院 24 h内（所有康复评估指标均由高年资康复专业人员评定）。主要包括：①人口统计学特征：性别、年龄；②现病史：脑卒中部位、脑卒中类型、病程等3个指标；③既往史：高血压病史、糖尿病病史、既往脑卒中病史等3个指标；④个人史：吸烟史、饮酒史；⑤康复评估指标：Brunnstrom分期（上肢、手、下肢）、小腿三头肌肌张力等4个指标；⑥临床用药指标：抗凝药物服用史、抗血小板聚集药物服用史；⑦实验室检查指标：血清载脂蛋白（lipoprotein，Lpa）、低密度脂蛋白 （low density lipoprotein cholesterol，LDL⁃C）、高密度脂蛋白（high density lipoprotein cholesterol，HDL⁃C）、总胆固醇（total cholesterol，TC）、甘油三酯（triglyceride， TG）、血清白蛋白（albumin，ALB）、血清总蛋白（total protein，TP）、血小板压积（plateletcrit，PCT）、血小板体积分布宽度（platelet distribution width，PDW）、血小板平均容积（mean platelet volume，MPV）、血小板计数（blood platelet count，PLT）、红细胞平均血红蛋白浓度（mean corpuscular hemoglobin concentration， MCHC）、平均红细胞血红蛋白（mean corpuscular hemoglobin，MCH）、血红蛋白（hemoglobin，HGB）、红细胞分布宽度（coefficient of variation of erythrocyte distribution width，RDW⁃CV）、红细胞平均容量（mean corpuscular volume，MCV）、红细胞压积（hematocrit， HCT）、红细胞计数（red blood count，RBC）、凝血酶原时间（prothrombin time，PT）、部分凝血活酶时间 （activated partial thromboplastin time，APTT）、纤维蛋白原（fibrinogen，FIB）、国际标准化比值（international normalized ratio，INR）、凝血酶时间（thrombin time， TT）、D⁃二聚体（D⁃dimer）、下肢深静脉血栓形成等 25个指标。

1.2.2 模型构建与评估

利用最低绝对收缩和选择算子（least absolute shrink age and selection operator，LASSO）回归进行特征降维筛选。基于K近邻模型（K⁃nearest neighbor， KNN）、支持向量机（support vector machine，SVM）、极端梯度提升（extreme gradient boosting，XGB）、随机森林（random forest，RF）、逻辑回归（logistic regression， LR）5种ML算法进行预测建模。

1.3 统计学方法

对于缺失比例<5%的指标，使用随机森林填补缺失数据。正态分布的连续变量表示为均数±标准差（$\stackrel{-}{x}\pm s$），组间比较采用两独立样本t检验；非正态分布的连续变量表示为中位数（四分位数）[M（P₂₅， P₇₅）]，组间比较采用秩和检验。分类变量用例数 （百分率）表示，组间比较采用χ² 检验。采用受试者工作特征（receiver operating characteristic，ROC）曲线、受试者工作特征曲线下面积（area under curve， AUC）、精确召回率（precision recall，PR）曲线、精确召回率曲线下的面积（area under the precision recall curve，PRAUC）、准确率、灵敏度和特异度进行模型评估，使用十倍交叉验证进行模型训练。

采用 R 软件（版本 4.2.2，https：//www.r ⁃ project. org）完成数据预处理、特征选择、超参数优化、ML模型构建和综合评估。使用 Python（版本 3.11.3， https：//www.python.org）绘制 SHAP 解释。P <0.05 为差异有统计学意义。

2 结果

2.1 基线比较

根据纳除标准，最终纳入研究对象423例患者，其中，BI<60分351例（82.98%），≥60分72例（17.02%）。从基线结果（表1）中可以看出 ADL 与脑卒中类型 （脑出血/脑梗死）、有无下肢深静脉血栓、是否使用抗血小板聚集药物、Brunnstrom 分期（上肢、手、下肢）、小腿三头肌肌张力、ALB、RDW⁃CV、INR以及D⁃ 二聚体有关（P均<0.05）。

2.2 特征变量筛选及模型构建

经LASSO回归分析后，共筛选了16个特征（图1），包括年龄、卒中类型、吸烟史、饮酒史、既往卒中史、Brunnstrom 分期（上肢）、Brunnstrom 分期（下肢）、抗血小板聚集药服用史、HDL⁃C、PCT、HGB、D⁃ 二聚体、RDW⁃CV、ALB、RBC、INR。基于上述16个特征构建 5 个 ML 模型。对 ROC 曲线、AUC、PR 曲线、PRAUC、准确率、灵敏度和特异度进行模型评估后发现 RF 模型为最优模型（图2），其具有最大的 AUC 值（0.74），PRAUC（0.64），准确性（0.97），敏感度（0.75）和特异度（0.97）（表2）。因此，本研究最终选择了RF模型进行下一步的分析和应用。

2.3 最优模型解释及可视化

在基于SHAP框架对影响卒中后患者ADL的风险预测模型结果进行解释性分析。图3为SHAP特征摘要，根据特征重要性对影响ADL的风险因素进行分析。如图3 所示，贡献度前 5 的特征分别为 Brunnstrom分期（下肢）、Brunnstrom分期（上肢）、D⁃ 二聚体、ALB、年龄。采用 SHAP 对 RF 模型中重要特征如何影响预测结果进行分析，如图4所示，当下肢、上肢的Brunnstrom分期达到Ⅲ期时ADL开始提高，Ⅳ期后ADL显著提高；当D⁃二聚体增高时，脑卒中后患者的 ADL 会下降，其值接近 2 mg/L 时，则趋于稳定；ALB接近35 g/L后，脑卒中后患者的ADL显著提高；随着年龄增大，脑卒中后患者ADL 整体呈下降趋势。

3 讨论

脑卒中后患者ADL受多重因素影响，为避免患者卒中后ADL 丧失，保证其生活质量，构建针对卒中后患者 ADL 的预测模型具有较高的临床价值。本研究纳入的423例脑卒中患者，通过LASSO回归筛选了16个广泛使用的临床特征，包括年龄、脑卒中类型、吸烟史、饮酒史、既往脑卒中史、Brunnstrom 分期（下肢）、Brunnstrom分期（上肢）、抗血小板聚集药服用史、HDL⁃C、PCT、HGB、D⁃二聚体、RDW⁃CV、 ALB、RBC、INR，进而构建了一种基于RF算法的可解释的ML模型，预测脑卒中后患者ADL风险发生的综合性能评价最好，可为提高脑卒中后ADL决策提供理论支持。

SHAP值表明，在脑卒中后患者ADL风险的16个特征中，排在前 5 位的分别是 Brunnstrom 分期（下肢）、Brunnstrom 分期（上肢）、D ⁃二聚体、ALB、年龄。目前许多研究表明脑卒中后约2/3的患者会遗留患侧肢体运动功能障碍，严重影响患者的生活质量和自理能力^[13-14]。本研究表明肢体功能的好坏，尤其是下肢功能，直接影响了患者 ADL，与既往相关文献的结果一致^[15-16]。这可能是因为ADL的步行和移动能力是日常生活中的基本要求，若下肢功能受损，患者将面临行动不便的问题，限制他们的活动范围和频率，进而影响生活质量，上肢在大脑皮层分区中的投射区面积更大，且上肢运动较下肢也更精细复杂，所承担的功能更多，患者的自我修复能力更弱^[17]。上肢较下肢恢复更缓慢，康复难度更大，对脑卒中后患者ADL的影响也很大^[18-19]，在日常康复训练中应该探索有益的康复方法促进脑卒中患者上肢的运动功能。其次影响因素为D⁃二聚体，D⁃二聚体主要反映纤维蛋白溶解功能，只要机体血管内有活化的血栓形成或纤维溶解活动，D⁃二聚体会增高，临床上主要用于排除静脉血栓性疾病^[20-21]。患者发生脑卒中后首先进入ICU或者神经内科接受治疗，治疗过程中以卧床为主，活动量减少，增加了下肢静脉血栓的风险性^[22-24]。但在对 ADL 影响方面，本研究最终模型并未纳入下肢深静脉血栓形成，而D⁃二聚体成为影响ADL的第3大因素，且D⁃二聚体接近2 mg/L 时对 ADL 的影响趋于稳定。这提示近2 mg/L以内的血清D⁃二聚体水平对ADL的影响更有预测意义。当D⁃二聚体在此范围内进行性增加即需要警惕，及时改变卧床状态，适当增加活动量，这对提高ADL能力具有重要意义。ALB是临床上评价蛋白质营养状况常用的指标之一，可用于评价营养不良的程度，目前ALB与脑卒中患者预后的关系无法给出统一结论^[25-26]。本研究表明，ALB 水平接近 35 g/L后患者ADL显著提高，当ALB达到40 g/L后对脑卒中后患者ADL的提高趋于平缓，提示在临床康复过程中应加强蛋白摄入，尽量将患者 ALB 提高到 40 g/L，至少达到35 g/L。排在第5位的是年龄，尤其是 20~40 岁之间，随着年龄的增大，ADL 大幅度下降，60岁之后，年龄对ADL的影响较前下降。

（续表1）

本研究围绕脑卒中后 ADL 相关影响因素进行分析，基于ML构建了5个模型，对于预测卒中患者 ADL 的最佳模型进行了解释性分析。另外，传统 ML 可以处理海量、高维的复杂数据，但无法获知预测结果与各个特征变量之间的量效关系，本研究借助 Shapley 法着重解决了这个问题，通过把每例患者的预测过程可视化来使医师和患者更清楚地了解主要的危险因素，进而实施个性化的二级预防措施。本研究也存在一定局限性。首先，本研究为单中心回顾性研究，仍需多中心前瞻性临床实验验证模型的准确性；其次，在本研究的模型中，可以看出 ADL 可能受多种因素影响，不同区域、患者家庭水平（收入、学历）等可能对结果产生一定影响。因此本研究结果仍需要引进外部数据进行验证。

综上所述，RF模型预测卒中后患者ADL效能最优，可为提高脑卒中后患者ADL的决策提供参考。

参考文献