Page 106 - 南京医科大学自然版

南京医科大学学报（自然科学版） 第45卷第6期
·844 · Journal of Nanjing Medical University（Natural Sciences） 2025年6月

·临床研究·

心脏生物标志物对卒中后死亡风险的预测价值

夏姚冬琴 ，焦锦程 ，曹月洲 ，刘 圣 ，郦明芳 ，陈明龙 1*
1
2
2
1
1
南京医科大学第一附属医院心血管内科，介入放射科，江苏 南京 210029
1 2
［摘 要］ 目的：探讨心脏生物标志物N⁃末端B型脑钠肽前体（N⁃terminal pro⁃brain natriuretic peptide，NT⁃proBNP）和高敏肌钙
蛋白T（high⁃sensitivity cardiac troponin T，hs⁃cTnT）在急性缺血性卒中（acute ischemic stroke，AIS）患者长期死亡风险预测中的价
值，并构建和验证相关预测模型。方法：本研究为单中心回顾性研究，连续入选2022年1—12月在南京医科大学第一附属医院
接受取栓治疗AIS患者，随访2年。通过Cox回归和LASSO回归筛选全因死亡相关因素，构建3种预测模型，分别为基础模型、
模型1（基础模型+NT⁃proBNP）和模型2（基础模型+hs⁃cTnT），并比较不同模型的预测能力。结果：最终纳入230例患者，按3∶2比
例随机分为训练集（n=146）和测试集（n=84）。随访期间共发生83例全因死亡事件，死亡率为37.2%。多因素Cox回归显示，NT⁃
proBNP每升高1 000 pg/mL，2年全因死亡风险增加27%（HR=1.27，95%CI：1.15~1.40，P < 0.001）；而ln（hs⁃cTnT）升高与死亡风险
无显著关联（HR=1.11，95%CI：0.89~1.38，P=0.372）。通过 Cox 回归和 LASSO 回归最终筛选出以下与全因死亡风险相关的变
量：既往房颤、术后美国国立卫生院卒中量表（National Institutes of Health Stroke Scale，NIHSS）评分、基线血红蛋白、白细胞计数
以及随机血糖，并基于此构建基础模型。基础模型训练集和测试集的受试者工作特征曲线下面积（area under the curve，AUC）
分别为0.816和0.778。模型1的训练集和测试集的AUC分别为0.866和0.799，提高了对全因死亡风险的预测能力。模型2的
训练集和测试集的AUC分别为0.811和0.788，对全因死亡风险的预测能力提升不明显。结论：NT⁃proBNP 是AIS患者全因死
亡的独立预测因子，可提高基于传统临床指标模型的死亡风险预测能力，辅助AIS患者的个体化管理。
［关键词］ 急性缺血性卒中；N⁃末端B型脑钠肽前体；高敏肌钙蛋白T；预测模型
［中图分类号］ R743.3 ［文献标志码］ A ［文章编号］ 1007⁃4368（2025）06⁃844⁃10
doi：10.7655/NYDXBNSN250142

Predictive value of cardiac biomarkers for post⁃stroke mortality risk
1
1
1
2
2
XIA Yaodongqin ，JIAO Jincheng ，CAO Yuezhou ，LIU Sheng ，LI Mingfang ，CHEN Minglong 1*
1 Department of Cardiology，Department of Interventional Radiology，the First Affiliated Hospital of Nanjing Medical
2
University，Nanjing 210029，China
［Abstract］ Objective：To investigate the predictive value of N ⁃ terminal pro ⁃ brain natriuretic peptide（NT ⁃ proBNP）and high ⁃
sensitivity cardiac troponin T（hs⁃cTnT）for long⁃term mortality risk in patients with acute ischemic stroke（AIS），and to develop and
validate corresponding prediction models. Methods：This single⁃center retrospective study consecutively enrolled AIS patients who
underwent thrombectomy at the First Affiliated Hospital of Nanjing Medical University between January and December 2022，with a 2⁃
year follow up. Cox regression and LASSO regression were used to identify factors associated with all⁃cause mortality. Three predictive
models were constructed：a basic model，Model 1（basic model + NT⁃proBNP），and Model 2（basic model+hs⁃cTnT），the predictive
performance of these models was compared. Results：A total of 230 AIS patients were included in the final analysis and were randomly
assigned to the training set（n=146）and testing set（n=84）at a 3∶2 ratio. During follow⁃up，83 all⁃cause mortality events occurred，with
a mortality rate of 37.2%. Multivariate Cox regression showed that for every 1 000 pg/mL increase in NT⁃proBNP，the 2⁃year all⁃cause
mortality increased by 27%（HR=1.27，95% CI：1.15-1.40，P <0.001），while ln（hs⁃cTnT）elevation showed no significant association
with mortality risk（HR =1.11，95% CI：0.89-1.38，P=0.372）. Cox regression and LASSO regression identified the following mortality⁃
related variables：history of atrial fibrillation，postoperative National Institutes of Health Stroke scale（NIHSS）score，baseline
hemoglobin，white blood cell count，and random blood glucose，which formed the basic model. The area under the curve（AUC）values

［基金项目］ 国家自然科学基金（82270329）
通信作者（Corresponding author），E⁃mail：chenminglong@njmu.edu.cn（ORCID：0000⁃0002⁃9844⁃486X）
∗