基于脑小血管病总体负荷的早发性卒中后抑郁列线图预测模型构建与验证.docxVIP

基于脑小血管病总体负荷的早发性卒中后抑郁列线图预测模型构建与验证

一、引言

1.1研究背景与意义

早发性卒中后抑郁（early-onsetpost-strokedepression，early-onsetPSD）是急性缺血性卒中（acuteischemicstroke，AIS）常见且严重的并发症之一。据相关研究表明，约30%-50%的AIS患者会在发病后的短时间内出现早发性卒中后抑郁。这不仅对患者的神经功能恢复造成阻碍，导致患者运动功能、认知功能等恢复缓慢，严重影响患者的日常生活能力和生活质量，还会使患者产生消极情绪，甚至出现自杀倾向，进而增加死亡率。因此，早期准确预测早发性卒中后抑郁的发生对于及时干预、改善患者预后具有重要意义。

脑小血管病（cerebralsmallvesseldisease，CSVD）作为一类常见的脑血管疾病，近年来受到越来越多的关注。其总体负荷反映了脑内小血管病变的综合程度，涵盖了腔隙性梗死、脑白质高信号、微出血、血管周围间隙增宽及脑萎缩等多种影像学表现。以往研究虽已揭示CSVD与卒中后抑郁存在关联，但将CSVD总体负荷纳入早发性卒中后抑郁预测模型的研究相对较少。本研究创新性地尝试构建一个纳入CSVD总体负荷的早发性卒中后抑郁列线图预测模型，旨在更全面、准确地预测早发性卒中后抑郁的发生风险。通过该模型，临床医生能够在患者发病早期更精准地识别出高风险人群，从而制定个性化的干预措施，如心理疏导、药物预防等，有助于降低早发性卒中后抑郁的发生率，提高患者的康复效果和生活质量，具有重要的临床应用价值和社会意义。

1.2国内外研究现状

在国外，关于早发性卒中后抑郁的研究起步较早，对其发病机制、危险因素和治疗方法等方面进行了广泛而深入的探讨。一些研究通过大规模的临床队列分析，明确了年龄、性别、卒中严重程度、既往抑郁史等传统危险因素与早发性卒中后抑郁的相关性。在脑小血管病方面，国外研究利用先进的神经影像学技术，如高分辨率磁共振成像（MRI），对CSVD的影像学特征进行了细致的研究，明确了不同影像学表现与脑功能损害之间的关系。部分研究尝试将CSVD的单个影像学指标纳入卒中后抑郁的预测模型，但对于CSVD总体负荷的综合考量较少。在预测模型构建方面，国外已开发了多种预测工具，如基于机器学习算法的模型，但在纳入CSVD总体负荷以提高早发性卒中后抑郁预测准确性方面仍有进一步探索的空间。

国内对于早发性卒中后抑郁的研究也在不断深入，通过多中心研究进一步验证了国外发现的一些危险因素在国内人群中的适用性，并结合中医理论探讨了其与中医证候的关系。在脑小血管病研究领域，国内学者同样对CSVD的流行病学、影像学特征及临床意义进行了大量研究，发现CSVD在国内人群中的发病率较高，且与认知障碍、步态异常等密切相关。在预测模型方面，国内也开展了相关研究，尝试结合多种临床指标构建预测模型，但目前纳入CSVD总体负荷的早发性卒中后抑郁列线图预测模型尚未见报道。

1.3研究目标与内容

本研究的主要目标是构建一个纳入脑小血管病总体负荷的早发性卒中后抑郁列线图预测模型，并验证其预测性能。具体研究内容包括：收集急性缺血性卒中患者的临床资料，包括人口学信息、病史、临床症状、实验室检查结果等；在患者卒中发病后特定时间内，采用标准化的抑郁评估量表，如17项汉密尔顿抑郁评估量表（HAMD-17），结合美国精神障碍诊断和统计手册第5版（DSM-5）标准，准确诊断早发性卒中后抑郁；运用MRI等影像学技术，对患者脑小血管病的影像学表现进行评估，根据CSVD总体负荷评分量表计算总体负荷评分；通过统计学分析方法，筛选出与早发性卒中后抑郁相关的危险因素，包括CSVD总体负荷及其他临床因素；基于筛选出的危险因素，构建列线图预测模型，并采用内部验证和外部验证的方法，评价模型的区分度、校准度和临床实用性等性能指标；分析脑小血管病总体负荷与早发性卒中后抑郁之间的关系，探讨CSVD总体负荷在预测早发性卒中后抑郁中的作用和价值。

二、理论基础与方法

2.1早发性卒中后抑郁相关理论

早发性卒中后抑郁是指在急性缺血性卒中发病后较短时间内（通常为1-3个月）出现的抑郁障碍。其诊断主要依据美国精神障碍诊断和统计手册第5版（DSM-5）中关于重性抑郁障碍的诊断标准，同时需排除其他可能导致抑郁症状的躯体疾病和精神障碍。具体表现为在卒中后出现持续的情绪低落、兴趣丧失、快感缺失等核心症状，且至少伴有睡眠障碍、食欲改变、疲劳、注意力不集中、自我评价降低、自杀观念或行为等症状中的若干项，症状持续时间达到2周以上。

流行病学研究显示，早发性卒中后抑郁的发生率在不同研究中存在一定差异，总体约为30%