Page 78 - 《南京医科大学学报》2026年第1期

第46卷第1期
· 72 · 南 京 医 科 大 学 学 报 2026年1月

高血压、入院时 NHISS 评分、入院时 NLR、入院时 压、入院时NHISS评分、入院时NLR、入院时ASPECT
ASPECT 评分、发病至再通时间、mTICI 分级 6 个因 评分、发病至再通时间、mTICI分级是患者预后的独
素，筛选过程见图 1。将 Lasso 回归分析筛选出的 立影响因素（P < 0.001），且不存在多重共线性（方差
6 个因素作为自变量纳入 Logistic 回归分析，高血 膨胀因子<10，表4）。

8 8 8 8 8 8 8 8 7 7 7 6 6 6 6 6 3 3 1 8 8 8 7 6 6 3 0
6
1.4
0.4
5
1.2
0.2
Binomial deviance 1.0 Coefficients 0 4 1 2

0.8
7 8
-0.2
0.6

3
-0.4
-8 -7 -6 -5 -4 -3 -2 -1 -8 -7 -6 -5 -4 -3 -2 -1
log λ log λ
图1 Lasso筛选过程图
Figure 1 Lasso screening process diagram

表4 LVO⁃AIS患者EVT术后90 d预后不良的影响因素
Table 4 Influencing factors of poor 90⁃day prognosis after EVT in LVO⁃AIS patients

Variable β SE Wald χ 2 OR 95%CI P
Hypertension 1.590 0.426 13.926 4.902 1.755-13.694 ＜0.001
NIHSS score at admission 0.800 0.213 14.103 2.225 1.621-3.055 ＜0.001
NLR at admission 0.628 0.195 10.382 1.874 1.338-2.626 ＜0.001
ASPECTS score at admission -0.788 0.201 15.372 0.445 0.271-0.763 ＜0.001
Time from onset to recanalization 0.383 0.104 13.537 1.466 1.302-1.651 ＜0.001
mTICI classification 1.806 0.451 16.039 6.087 2.034-18.217 ＜0.001
Constant term -0.910 0.230 15.148 - - ＜0.001

2.4 预测模型的构建及价值评价 值分别为82.50%、77.32%、85.23%、81.08分，提示该
以Lasso⁃Logistic 回归分析筛选出的6个独立预 预测模型的预测价值较高（图4）。
测因子（高血压、入院时 NHISS 评分、入院时 NLR、 2.5 预测模型预测价值的外部验证
入院时ASPECT评分、发病至再通时间、mTICI分级） 另选取本院 2024 年 1 月—2025 年 1 月就诊的
构建预测模型，以列线图进行可视化呈现（图 2）。 87例LVO⁃AIS患者作为外部验证集，均行EVT术治
经 Losmer⁃Lemeshow 拟合优度检验显示，该预测模 疗，随访90 d，预后良好52例，预后不良35例。ROC
型的拟合度良好（χ =6.174，P=0.203）。校正曲线显 曲线显示，预测模型在外部数据集中预测 EVT 术
2
示，该预测模型的校准度为 0.830，一致性指数为 后 90 d 预后不良的 AUC 为 0.899（95%CI：0.858~

0.814（图3）。ROC曲线显示，该预测模型预测LVO⁃ 0.941），灵敏度为82.86%，特异度为80.77%，预测性
AIS 患者 EVT 术后 90 d 预后不良的 AUC 为 0.900 能 参 数 准 确 率 、精 确 率 、召 回 率 、F1 值 分 别 为
（95%CI：0.859~0.941），灵敏度为 85.23%，特异度为 81.61%、74.36%、82.86%、78.38分，证实该预测模型

80.36%，预测性能参数准确率、精确率、召回率、F1 具有可靠的预测价值（图5）。