脑卒中后吞咽障碍预后预测模型

1.数据采集：收集单侧大脑半球初发卒中患者的人口学特征（性别、年龄、病程）、疾病特征（卒中类型、卒中病变侧、卒中部位）、既往病史（高血压、糖尿病）、临床量表评估（改良Barthel指数量表、美国国立卫生研究院卒中量表）、近红外脑功能成像评估指标（感兴趣脑区的聚类系数和氧合血红蛋白平均值）、经颅磁刺激脑功能检测指标（患侧和健侧舌骨上肌群皮质代表区运动诱发电位）、表面肌电图检测指标（双侧舌骨上肌群峰值波幅和吞咽时程）作为因变量，治疗措施作为自变量。2、模型构建：对所有变量进行定义和赋值，采用LASSO回归技术对上述数据维度和预测因子选择，借助多变量Logistic回归分析建立预测模型，绘制吞咽功能障碍预后预测Nomogram列线图。结合列线图结果根据回归系数的大小对每个变量的值进行评分。计算每个患者总得分，然后使用分数与概率之间的转换函数计算每个患者的结局概率。3、临床应用：仅需将患者的关键基线指标对应至模型相应的刻度轴，即可快速获取各指标的单项赋分。通过累加总分，读取该个体远期吞咽功能恢复的具体概率。预测概率值越趋近于1，患者重获吞咽代偿能力的潜能越大；反之预示较高的难治性吞咽障碍风险。

搜集汇总

背景与挑战

背景概述

该数据集由贵州医科大学附属医院提供，用于构建脑卒中后吞咽障碍的预后预测模型。数据包含患者的人口学特征、疾病特征、临床量表评估、近红外脑功能成像和经颅磁刺激等指标，采用LASSO回归和多变量Logistic回归分析建立预测列线图，以评估患者远期吞咽功能恢复概率，辅助临床决策。