《中国全科医学》脑卒中专题研究

脑卒中患者主动健康行为概念框架的构建研究

背景　脑卒中发病率逐年上升，行为控制是预防脑卒中直接有效的干预手段。主动健康医学模式提高了慢性病防控的主动性和可及性，而脑卒中患者主动健康行为概念内涵有待探索。

目的　探索脑卒中患者主动健康认知及行为方式，构建脑卒中患者主动健康行为概念框架。

方法　2023年8—10月，采用目的抽样方法，选取郑州大学第二附属医院神经内科的26例脑卒中住院患者作为研究对象，运用诠释主义扎根理论方法论，对26例脑卒中患者进行半结构式访谈，通过编码和持续性比较方法对资料进行分析。

结果　析出主题“脑卒中患者主动健康行为”的10项主范畴和4项核心范畴，包括“健康动机、健康责任、心理健康”3个内在行为，“生活方式管理”1个惯性行为，“主动遵医、社会关系、信息寻求”3个社会行为和“意识觉醒、自我控制、资源可及”3个干预条件，并确立概念框架。

结论　脑卒中患者主动健康行为概念框架包含内在行为、惯性行为、社会行为和干预条件，该框架有助于脑卒中患者主动健康行为测评工具的进一步开发和个性化干预措施的制订，对促进脑卒中患者主动健康行为的研究及实践具有指导意义。

引用本文：周辰茜，林蓓蕾，唐尚锋，等. 脑卒中患者主动健康行为概念框架的构建研究［J］. 中国全科医学，2025，28（5）：534-540，547. DOI：10.12114/j.issn.1007-9572.2024.0381.（点击文题查看原文）

全身炎症反应指数与缺血性脑卒中患者复发风险的关联性研究

背景　全身炎症反应指数（SIRI）是一种较新的炎症生物标志物，其与缺血性脑卒中患者复发的关系尚不明确。

目的　探讨SIRI水平与缺血性脑卒中患者1年内复发的关联性。

方法　选取2019年3月—2021年3月在南昌大学第一附属医院、南昌大学第二附属医院、南昌市第二医院和南昌市第三医院住院且确诊为缺血性脑卒中的患者作为研究对象进入队列，并对其随访1年。收集患者入院后48 h内的基线信息、随访过程中的缺血性脑卒中复发情况。采用Cox比例风险回归模型、限制性立方样条、亚组分析探讨SIRI与缺血性脑卒中患者1年内复发之间的关联性。

结果　本研究纳入了1 023例患者，在1年随访期间共107例（10.46%）复发。多因素Cox比例风险回归模型分析结果显示，在调整变量后，SIRI升高是缺血性脑卒中复发的危险因素（HR=1.06，95%CI=1.01~1.10，P<0.05）。将SIRI按四分位数分类时，与Q1亚组（256例）相比，Q4亚组（256例）有较高的缺血性脑卒中复发风险（HR=1.80，95%CI=1.08~3.00，P<0.05）。限制性立方样条分析结果显示，SIRI与缺血性脑卒中复发风险呈J型的剂量-反应关系（PNonlinear=0.025）。进一步按性别、年龄、既往脑卒中、入院时美国国立卫生研究院卒中量表（NIHSS）评分分层进行亚组分析，结果显示，SIRI和入院时NIHSS评分分层存在交互作用（P<0.001），在NIHSS评分为0~1分时，SIRI（HR=1.25，95%CI=1.04~1.51，P=0.020）与缺血性脑卒中复发存在相关关系；在NIHSS评分为5~15分时，SIRI（HR=1.20，95%CI=1.12~1.28，P<0.001）与缺血性脑卒中复发存在相关关系；在上述评分区间SIRI升高与缺血性脑卒中复发风险增加有关。

结论　较高的SIRI与缺血性脑卒中复发风险增加明显相关。在SIRI与缺血性脑卒中复发之间观察到J型关联，且在NIHSS评分为0~1、5~15分的缺血性脑卒中患者中，SIRI升高与缺血性脑卒中复发风险增加有关。

引用本文：刘祖婷，徐明欢，杨学智，等. 全身炎症反应指数与缺血性脑卒中患者复发风险的关联性研究［J］. 中国全科医学，2025，28（5）：541-547. DOI：10.12114/j.issn.1007-9572.2024.0011. （点击文题查看原文）

急性后循环缺血性脑卒中患者睡眠状态变化与预后影响因素的研究

背景　脑卒中患者通常伴有睡眠状态紊乱失衡，这在临床治疗中极易被忽视，且目前针对睡眠状态是否对该类疾病预后产生影响的研究较少。

目的　探究急性后循环缺血性脑卒中患者睡眠状态变化与预后影响的因素。

方法　选取2019年12月—2023年12月在华北理工大学附属开滦总医院诊治的急性后循环缺血性脑卒中患者60例为病例组，根据患者出院时改良Rankin（mRS）评分，将病例组分为预后良好亚组45例，预后不良亚组15例。选取同时期无脑血管狭窄且无急性缺血性脑卒中患者52例作为对照组。收集患者一般及临床资料，比较病例组与对照组患者昼夜睡眠-觉醒节律、日间睡眠-觉醒节律、夜间睡眠-觉醒节律指标以及预后良好亚组与预后不良亚组梗死脑区分布的差异性。采用多因素Logistic回归分析探讨急性后循环缺血性脑卒中患者预后不良的影响因素。

结果　病例组睡眠呼吸暂停低通气指数（AHI）高于对照组（P<0.05）。病例组睡眠周期颠倒、日间睡眠增多、夜间入睡困难所占比例高于对照组（P<0.05）。病例组日间总睡眠时间、入睡后清醒时间、浅睡眠期、深睡眠期、非快速眼动（NREM）睡眠期、快速眼动（REM）睡眠期、REM睡眠期占比、深睡眠期占比高于对照组，NREM睡眠期占比、浅睡眠期占比低于对照组（P<0.05）。病例组夜间总睡眠时间、浅睡眠期、NREM睡眠期高于对照组（P<0.05）。预后不良亚组桥脑梗死占比高于预后良好亚组（P<0.05）。多因素Logistic回归分析结果显示，日间深睡眠期（OR=1.203，95%CI=1.032~1.401）、桥脑梗死（OR=16.497，95%CI=1.142~238.391）是急性后循环缺血性脑卒中预后不良的影响因素（P<0.05）。

结论　急性后循环缺血性脑卒中患者AHI增高，睡眠状态特征为睡眠周期颠倒、日间睡眠增多、夜间入睡困难，且日间深睡眠期、桥脑梗死是患者预后不良的影响因素。

引用本文：张萍淑，薛晶，邢爱君，等. 急性后循环缺血性脑卒中患者睡眠状态变化与预后影响因素的研究［J］. 中国全科医学，2025，28（5）：548-553. DOI：10.12114/j.issn.1007-9572.2024.0092. （点击文题查看原文）

急性缺血性脑卒中预后预测研究的应用进展：以机器学习预测模型为例

急性缺血性脑卒中（AIS）具有高致残率、高病死率及高复发率等特点，给患者及社会造成沉重的负担。随着大数据时代的到来，预测模型在患者的诊治决策、预后管理以及卫生资源配置等方面的应用越来越多，其价值也愈发重要。机器学习方法是预测AIS患者预后的重要方法之一，且已广泛应用。本文以机器学习方法为重点，就AIS预后预测研究的最新进展予以综述，并提出机器学习预测模型目前所面临的问题与挑战，为AIS患者预后结局早期评估与预测在方法上提供新的思路和参考。

引用本文：杜慧杰，刘星雨，徐明欢，等. 急性缺血性脑卒中预后预测研究的应用进展：以机器学习预测模型为例［J］. 中国全科医学，2025，28（5）：554-560. DOI：10.12114/j.issn.1007-9572.2024.0090.（点击文题查看原文）