山西省缺血性脑卒中流行病学特征、风险预测模型构建及区域综合防控网络成效评价
王智军
王鑫
丁智斌
庞倩
刘晓蕾
杨丽白
赵鸿平
李新毅
山西医科大学第三医院,山西白求恩医院(山西医学科学院),同济山西医院(太原 030032)
摘要：目的:系统性地研究山西省缺血性脑卒中(IS)的流行病学动态,量化主要危险因素的效应,开发并验证一个基于机器学习的本土化风险预测模型,并评价一个创新性区域综合防控网络的初步成效,为制定针对性的公共卫生策略提供高级别循证依据.方法:采用基于人群的回顾性分析方法,整合2015-2023年山西省卫生信息平台数据,描述IS的标化发病率、患病率和死亡率的时空分布特征.开展一项1∶1.2频率匹配的病例对照研究(3 528例IS病人,4 150名对照),通过多因素Logistic回归分析,评估并量化传统及生活方式相关危险因素对IS风险的影响.基于病例对照研究数据,采用梯度提升决策树(GBDT)算法构建IS风险预测模型,并利用十折交叉验证和独立的测试集评估其区分度和校准度.最后,采用准实验前后对照设计,对在太原、大同两市试点运行的"三级联动、信息协同、防治一体"综合防控网络进行为期1年的效果评估.结果:2015-2023年,山西省IS年龄标化发病率从185.6/10万上升至240.2/10万,标化患病率从1 350.2/10万增至1 898.1/10万,疾病负担持续加重.多因素分析显示,高血压是IS最强的独立危险因素[OR=3.52,95%CI(3.18,3.90)],其次为心房颤动或瓣膜心脏病[OR=3.15,95%CI(2.48,4.00)]及脑卒中家族史[OR=2.45,95%CI(2.15,2.79)].GBDT风险预测模型在测试集中表现出卓越的预测效能,受试者工作特征(ROC)曲线下面积(AUC)为0.923,优于传统Logistic回归模型.综合防控网络试点后,区域内平均入院至溶栓(DNT)时间由75 min显著缩短至52 min,4.5 h内静脉溶栓率由12.5%提升至18.9%,高危人群规范管理率由35.6%提高至62.3%(P＜0.01).结论:山西省IS疾病负担呈快速增长态势,其风险谱系具有明显的地域特征.基于机器学习的本土化预测模型能有效赋能早期筛查.本研究构建的区域综合防控网络在优化救治效率和强化一级预防方面成效显著,为应对重大慢性病挑战提供了可复制的系统性解决方案.
关键词：缺血性脑卒中流行病学危险因素机器学习预测模型防控体系山西省
资助基金：山西省科技战略研究专项(No.202404030401171)
论文发表日期：2026-02-25
在线出版日期：2026-03-16（本平台首次上网日期，不代表文献的发表时间）
页数：6( 608-613 )
英文信息