一种用于急性缺血性卒中1年功能结局预测的临床机器学习模型：在不断演进的指南下的时序验证

为何长期卒中康复至关重要

对于许多幸存于卒中的人来说，最大的疑问并不仅是“我还能活下去吗？”，而是“我能恢复我的生活吗？”医生通常可以估计患者三个月后的情况，但这一早期快照常常无法反映完整情况。本研究提出了一个更贴近个人的问题：能否在住院首日内预测谁有可能在缺血性卒中一年后恢复至几乎无症状的生活，谁可能仍将面临残障？

更深入地看卒中与康复

急性缺血性卒中是指脑内血管被阻塞，导致脑组织缺氧。得益于溶栓药物和介入取栓术，越来越多的人能在急性期存活下来。然而，多达一半的幸存者仍会在行走、手部活动或自理方面长期受限。大多数研究和评分工具都集中在卒中后前三个月，并将完全恢复正常的人与有轻微但可察觉问题的人归为一类。本文作者则关注更严格的目标：一年后恢复到正常或接近正常的功能，这是更能反映患者和家庭期望的标准。

从医院数据构建预测工具

研究团队随访了2020年底至2024年底期间在中国东北一家大型医院接受缺血性卒中治疗的1,109名成年人。他们严格按时间将这些患者分为两组：用于构建预测模型的是2020–2023年间的965人，另有144名在2024年接受治疗的患者被留作测试，以检验模型在更新治疗指南下的有效性。从76项常规收集的信息（如年龄、入院时卒中严重程度、血压和实验室检查）中，他们采用逐步筛选流程，找出信息量大且实用的变量组合。

塑造预测的八个关键线索

分析显示，相对简单的统计模型（称为逻辑回归）的表现与更复杂的机器学习方法不相上下，同时更易被临床人员理解。最终模型依赖于入院24小时内可获得的八个预测因子：两个床边评分（总体卒中严重程度及卒中前的残疾情况）、年龄、血糖、一项肾功能指标，以及三项与炎症、凝血和心脏负担相关的血液指标。综合这些测量，不仅反映了最初脑损伤的程度，也反映了全身反应。在对原始构建组的内部测试中，该模型大约能在五次中正确区分出四次哪些患者会达到一年后的优秀结局，哪些不会。

在变化中的时代检验模型

真正的挑战在于，随着卒中治疗演进，该工具是否仍然有效。2024年，国家指南扩大了可接受溶栓治疗的人群范围。因此，较新的患者组到院时症状普遍较轻，且接受了更积极的早期治疗。尽管发生了这些变化，模型的准确性依然强劲。它的表现优于单独使用常见的卒中严重度评分，并且在将患者重新分入更现实的风险类别方面效果更好。错误最常出现在那些后续病程受首日无法观测到的并发症影响的人群，例如严重感染或复发性卒中。

从研究模型到床边助手

为使该工作可在日常临床中使用，作者将八因子模型打包为一个简易的基于网页的计算器。临床医生可输入患者的年龄、早期卒中评分和常规血检结果，立即获得其在一年后基本无症状的概率估计。该估计可指导出院规划、帮助匹配患者所需的康复强度，并支持与家属就预期与长期计划的沟通。

对卒中幸存者的意义

简言之，本研究表明，卒中首日收集的信息——医院已在测量的数值——可以被组合成一个实用工具，合理预测谁在接下来一年内可能达到接近完全康复。该模型虽非完美，且仍需在其他地区和医院中得到验证，但它超越了单一床边评分，融合了来自免疫系统、血糖、肾功能和心脏负担的信号。若被审慎使用，它有助于将有限的康复资源分配到最需要的人群，并让患者与家庭更好地为未来做准备。

引用: Liu, P., Cao, Y., Zou, X. et al. A clinical machine learning model for 1-year functional outcome prediction in acute ischemic stroke: temporal validation across evolving guidelines. Sci Rep 16, 10844 (2026). https://doi.org/10.1038/s41598-026-45800-x

关键词: 缺血性卒中, 卒中康复, 预测模型, 机器学习, 长期结局