现代预防医学

因素	选项	总样本	脑卒中组（n=245）	非脑卒中组（n=1 425）	χ²/Z值	P值
性别	男	764	113（46.12）	651（45.68）	0.016	0.899
	女	906	132（53.88）	774（54.32）
民族	汉族	734	95（38.78）	639（44.84）	3.123	0.077
	非汉族	936	150（61.22）	786（55.16）
学历	初中及以上	96	15（6.12）	81（5.68）	0.074	0.785
	小学及以下	1 574	230（93.88）	1 344（94.32）
人均月收入（元）	≥3 000	107	9（3.67）	98（6.88）	3.578	0.059
	3 000	1 563	236（96.33）	1 327（93.12）
居住情况	和亲友居住	1 342	202（82.45）	1 140（80.00）	0.794	0.373
	独自居住	328	43（17.55）	285（20.00）
空巢情况	非空巢	600	99（40.41）	501（35.16）	2.503	0.114
	空巢	1 070	146（59.59）	924（64.84）
吸烟	从未吸烟	957	139（56.73）	818（57.40）	6.026	0.049
	吸烟	506	64（26.12）	442（31.02）
	已戒烟	207	42（17.14）	165（11.58）
饮酒	从未饮酒	963	134（54.69）	829（58.18）	25.714	<0.001
	饮酒	359	33（13.47）	326（22.88）
	已戒酒	348	78（51.05）	270（18.95）
喝茶	是	590	102（41.63）	488（34.25）	4.993	0.025
	否	1 080	143（58.37）	937（65.75）
午休	是	465	88（35.92）	377（26.46）	9.316	0.002
	否	1 205	157（64.08）	1 048（73.54）
睡眠时长（小时）	<7	552	75（30.61）	477（33.47）	37.188	<0.001
	7~8	615	58（23.67）	557（39.09）
	>8	503	112（45.71）	391（27.44）
饮食均衡	是	599	88（35.92）	511（35.86）	0.000	0.986
	否	1 071	157（64.08）	914（64.14）
嗜盐	是	215	30（12.24）	185（12.98）	0.101	0.750
	否	1 455	215（87.76）	1 240（87.02）
超重或肥胖	是	548	87（35.51）	461（32.35）	0.946	0.331
	否	1 122	158（64.49）	964（67.65）
抑郁	是	876	143（58.37）	733（51.44）	4.024	0.045
	否	794	102（41.63）	692（48.56）
自评健康	好	751	79（32.24）	672（47.16）	22.814	<0.001
	一般	652	108（44.08）	544（38.18）
	不好	267	58（23.67）	209（14.67）
年龄（岁）	65~74	759	91（37.14）	668（46.88）	8.851	0.012
	75~84	759	132（53.88）	627（44.00）
	≥85	152	22（8.98）	130（9.12）
糖尿病	是	1 409	196（80.00）	1 213（85.12）	4.161	0.041
	否	261	49（20.00）	212（14.88）
心脏病	是	1 479	199（81.22）	1 280（89.82）	15.265	<0.001
	否	191	46（18.78）	145（10.18）
IADL评分		10.00（8.00，14.00）	10.00（8.00，13.00）	13.00（10.00，17.00）	112 137.000	<0.001
PADL评分		6.00（6.00，7.00）	6.00（6.00，6.00）	6.00（6.00，6.00）	140 021.500	<0.001
腰围		82.00（78.00，88.00）	82.00（78.00，87.00）	83.00（78.00，88..00）	156 609.500	0.010

因素	选项	总样本	脑卒中组（n=245）	非脑卒中组（n=1 425）	χ²/Z值	P值
性别	男	764	113（46.12）	651（45.68）	0.016	0.899
	女	906	132（53.88）	774（54.32）
民族	汉族	734	95（38.78）	639（44.84）	3.123	0.077
	非汉族	936	150（61.22）	786（55.16）
学历	初中及以上	96	15（6.12）	81（5.68）	0.074	0.785
	小学及以下	1 574	230（93.88）	1 344（94.32）
人均月收入（元）	≥3 000	107	9（3.67）	98（6.88）	3.578	0.059
	3 000	1 563	236（96.33）	1 327（93.12）
居住情况	和亲友居住	1 342	202（82.45）	1 140（80.00）	0.794	0.373
	独自居住	328	43（17.55）	285（20.00）
空巢情况	非空巢	600	99（40.41）	501（35.16）	2.503	0.114
	空巢	1 070	146（59.59）	924（64.84）
吸烟	从未吸烟	957	139（56.73）	818（57.40）	6.026	0.049
	吸烟	506	64（26.12）	442（31.02）
	已戒烟	207	42（17.14）	165（11.58）
饮酒	从未饮酒	963	134（54.69）	829（58.18）	25.714	<0.001
	饮酒	359	33（13.47）	326（22.88）
	已戒酒	348	78（51.05）	270（18.95）
喝茶	是	590	102（41.63）	488（34.25）	4.993	0.025
	否	1 080	143（58.37）	937（65.75）
午休	是	465	88（35.92）	377（26.46）	9.316	0.002
	否	1 205	157（64.08）	1 048（73.54）
睡眠时长（小时）	<7	552	75（30.61）	477（33.47）	37.188	<0.001
	7~8	615	58（23.67）	557（39.09）
	>8	503	112（45.71）	391（27.44）
饮食均衡	是	599	88（35.92）	511（35.86）	0.000	0.986
	否	1 071	157（64.08）	914（64.14）
嗜盐	是	215	30（12.24）	185（12.98）	0.101	0.750
	否	1 455	215（87.76）	1 240（87.02）
超重或肥胖	是	548	87（35.51）	461（32.35）	0.946	0.331
	否	1 122	158（64.49）	964（67.65）
抑郁	是	876	143（58.37）	733（51.44）	4.024	0.045
	否	794	102（41.63）	692（48.56）
自评健康	好	751	79（32.24）	672（47.16）	22.814	<0.001
	一般	652	108（44.08）	544（38.18）
	不好	267	58（23.67）	209（14.67）
年龄（岁）	65~74	759	91（37.14）	668（46.88）	8.851	0.012
	75~84	759	132（53.88）	627（44.00）
	≥85	152	22（8.98）	130（9.12）
糖尿病	是	1 409	196（80.00）	1 213（85.12）	4.161	0.041
	否	261	49（20.00）	212（14.88）
心脏病	是	1 479	199（81.22）	1 280（89.82）	15.265	<0.001
	否	191	46（18.78）	145（10.18）
IADL评分		10.00（8.00，14.00）	10.00（8.00，13.00）	13.00（10.00，17.00）	112 137.000	<0.001
PADL评分		6.00（6.00，7.00）	6.00（6.00，6.00）	6.00（6.00，6.00）	140 021.500	<0.001
腰围		82.00（78.00，88.00）	82.00（78.00，87.00）	83.00（78.00，88..00）	156 609.500	0.010

自变量	选项	β	Wald χ²值	P值	OR值（95%CI）
IADL评分		0.105	6.951	<0.001	1.111（1.079~1.144）
腰围		0.023	2.464	0.014	1.024（1.005~1.043）
均月收入（元）	≥3 000				1.000
	<3 000	0.857	2.810	0.023	2.356（1.005~4.922）
饮酒	从不饮酒				1.000
	饮酒	-0.474	-2.180	0.029	0.623（0.407~0.953）
	已戒酒	0.396	2.325	0.020	1.486（1.064~2.075）
喝茶	否				1.000
	是	0.402	2.546	0.011	1.494（1.097~2.040）
睡眠时长（小时）	7~8				1.000
	<7	0.354	1.818	0.069	1.425（0.973~2.086）
	>8	0.962	5.219	<0.001	2.617（1.823~3.755）
心脏病	否				1.000
	是	0.505	2.495	0.013	1.657（1.114~2.464）
自评健康	好				1.000
	一般	0.580	3.091	0.002	1.679（1.114~2.464）
	差	0.110	0.487	0.626	1.116（0.718~1.733）
年龄（岁）	65~74				1.000
	75~84	0.143	0.887	0.375	1.153（0.842~1.580）
	≥85	0.613	-2.091	0.037	0.542（0.305~0.962）

自变量	选项	β	Wald χ²值	P值	OR值（95%CI）
IADL评分		0.105	6.951	<0.001	1.111（1.079~1.144）
腰围		0.023	2.464	0.014	1.024（1.005~1.043）
均月收入（元）	≥3 000				1.000
	<3 000	0.857	2.810	0.023	2.356（1.005~4.922）
饮酒	从不饮酒				1.000
	饮酒	-0.474	-2.180	0.029	0.623（0.407~0.953）
	已戒酒	0.396	2.325	0.020	1.486（1.064~2.075）
喝茶	否				1.000
	是	0.402	2.546	0.011	1.494（1.097~2.040）
睡眠时长（小时）	7~8				1.000
	<7	0.354	1.818	0.069	1.425（0.973~2.086）
	>8	0.962	5.219	<0.001	2.617（1.823~3.755）
心脏病	否				1.000
	是	0.505	2.495	0.013	1.657（1.114~2.464）
自评健康	好				1.000
	一般	0.580	3.091	0.002	1.679（1.114~2.464）
	差	0.110	0.487	0.626	1.116（0.718~1.733）
年龄（岁）	65~74				1.000
	75~84	0.143	0.887	0.375	1.153（0.842~1.580）
	≥85	0.613	-2.091	0.037	0.542（0.305~0.962）

评估纬度	性能指标	重复十折交叉验证结果（）
区分能力	AUC值	0.705±0.057
分类性能	灵敏度	0.678±0.166
	特异度	0.691±0.167
校准性能	校准斜率	0.704±0.274
	H-L检验P值	0.360±0.295
预测精度	Brier值	0.116±0.008

评估纬度	性能指标	重复十折交叉验证结果（）
区分能力	AUC值	0.705±0.057
分类性能	灵敏度	0.678±0.166
	特异度	0.691±0.167
校准性能	校准斜率	0.704±0.274
	H-L检验P值	0.360±0.295
预测精度	Brier值	0.116±0.008

基于LASSO-Logistic回归的梵净山老年高血压患者脑卒中发生风险因素分析及列线图模型构建

PDF下载

王娜 ¹ , 洪峰 ¹ , 周萌萌 ² , 吕思念 ² , 王伟忠 ² , 代彪 ² , 胡君 ¹ , 田玉洁 ¹ , 任达飞 ¹^,²

现代预防医学 | 流行病与统计方法 2026,53(4): 602-607

收起

现代预防医学 |流行病与统计方法 2026 , 53 (4) : 602 -607

基于LASSO-Logistic回归的梵净山老年高血压患者脑卒中发生风险因素分析及列线图模型构建

全屏

王娜¹, 洪峰¹, 周萌萌², 吕思念², 王伟忠², 代彪², 胡君¹, 田玉洁¹, 任达飞¹^,²

作者信息

^1.贵州医科大学公共卫生与健康学院，环境污染与疾病监控教育部重点实验室，贵州贵阳 561113

^2.贵州省铜仁市疾病预防控制中心

通讯作者:

任达飞，E-mail: rdf74@126.com

作者简介:

王娜（1999—），女，硕士在读，研究方向：疾病预防与控制

Analysis of stroke risk factors and construction of a nomogram model based on LASSO-Logistic regression in elderly hypertensive patients in the Fanjing Mountain region

Na WANG¹, Feng HONG¹, Meng-meng ZHOU², Si-nian LV², Wei-zhong WANG², Biao DAI², Jun HU¹, Yu-jie TIAN¹, Da-fei REN¹^,²

Affiliations

School of Public Health, the Key Laboratory of Environmental Pollution Monitoring and Disease Control, Ministry of Education, Guizhou Medical University, Guiyang, Guizhou 561113, China

出版时间: 2026-02-25 doi: 10.20043/j.cnki.MPM.202509025

文章导航

摘要

收起

目的

基于梵净山区域老年人健康调查数据，识别高血压患者脑卒中发生的风险因素并构建列线图，为该区域脑卒中风险防控提供参考。

方法

于2025年采用概率比例抽样方法，随机选取梵净山区域≥65岁老年人实施健康调查。利用LASSO-Logistic回归筛选老年高血压患者脑卒中发生风险因子以构建列线图，受试者工作特征曲线（ROC）、校准曲线、Brier值及决策曲线分析（DCA）评估模型的区分度、校准度和临床实用性；通过重复十折交叉验证评估模型稳健性。

结果

共纳入1 670例高血压患者，其中脑卒中245例。LASSO-Logistic回归分析显示，工具性日常生活能力(IADL)受损、腰围、人均月收入<3 000元、喝茶、睡眠时长>8小时、患心脏病、自评健康为一般、已戒酒为脑卒中发生的危险因素，年龄≥85岁、饮酒为其保护因素。模型区分度良好（AUC=0.735），Hosmer-Lemeshow检验（H-L检验）统计量为8.749（P=0.364），Brier值0.112，提示模型校准度理想；DCA表明模型在特定风险阈值范围内具有临床净收益；重复十折交叉验证结果进一步证实其稳健性。

结论

该列线图模型可作为评估老年高血压人群中脑卒中发生风险、制定个体化预防干预策略的有效工具。

关键词

老年人 / 高血压 / 脑卒中 / LASSO回归 / 列线图

Abstract

收起

Objective

To identify the risk factors of stroke in hypertension patients and construct nomogram based on the survey data of elderly health in Fanjingshan area, and to provide reference for stroke risk prevention and control in this area.

Methods

In 2025, proportional sampling method will be adopted to select elderly residents aged ≥65 years old and living locally for ≥6 months to carry out health survey. LASSO-Logistic regression was used to screen stroke risk factors in elderly hypertensive patients to construct nomograms. Receiver operating characteristic curves (ROC), calibration curves, Brier values, and decision curve analysis (DCA) were used to evaluate the discrimination, calibration, and clinical utility of the model. The robustness of the model was evaluated by repeated ten-fold cross validation.

Results

A total of 1 670 hypertensive patients were enrolled, of whom 245 had stroke. LASSO-Logistic regression analysis showed that impaired instrumental ability of daily living (IADL), waist circumference, average monthly income <3 000 yuan, tea drinking, sleep duration>8 hours, heart disease, self-rated health as average, alcohol abstinence were risk factors for stroke, and age ≥85 years old and alcohol consumption were protective factors. The model discriminated well (AUC=0.735), the Hosmer-Lemeshow test (H-L test) statistic was 8.749 (P=0.364), and the Brier value was 0.112, suggesting that the model was well calibrated; DCA indicated that the model had a clinical net benefit within the specified risk threshold range; repeated 10-fold cross validation results further confirmed its robustness.

Conclusion

The nomogram model can be used as an effective tool to assess stroke risk in elderly hypertensive population and formulate individualized prevention and intervention strategies.

Key words

Old people / Hypertension / Stroke / Lasso regression / Nomogram

引用本文

王娜, 洪峰, 周萌萌, 吕思念, 王伟忠, 代彪, 胡君, 田玉洁, 任达飞. 基于LASSO-Logistic回归的梵净山老年高血压患者脑卒中发生风险因素分析及列线图模型构建. 现代预防医学, 2026 , 53 (4) : 602 -607 . DOI: 10.20043/j.cnki.MPM.202509025

Na WANG, Feng HONG, Meng-meng ZHOU, Si-nian LV, Wei-zhong WANG, Biao DAI, Jun HU, Yu-jie TIAN, Da-fei REN. Analysis of stroke risk factors and construction of a nomogram model based on LASSO-Logistic regression in elderly hypertensive patients in the Fanjing Mountain region[J]. Modern Preventive Medicine, 2026 , 53 (4) : 602 -607 . DOI: 10.20043/j.cnki.MPM.202509025

正文

收起

脑卒中是我国成人残疾与死亡的首要病因^[1]。伴随人口结构老龄化，我国脑卒中的发病率、患病率及死亡率均随年龄增长而升高^[2]。高血压与脑卒中关系密切：它既是我国居民发生脑卒中的主要危险因素^[3]，也是脑卒中患者中最核心的共病组分^[4-5]。因此，在高血压人群中早期识别脑卒中高危个体并实施有效干预至关重要。然而，现有研究多聚焦平原地区或住院人群的脑卒中风险分析，鲜少关注山区村落群体^[6]。梵净山区域地处武陵山脉，多山地形与交通不便限制了居民（尤其是散在村落居民）的医疗可及性，同时，当地≥60岁老年人口占比达17.63%^[7-8]，“空心化”问题突出。这种地理与人口结构的叠加效应，可能使得该地区在高血压管理与脑卒中防控方面面临更为严峻的挑战。而列线图（Nomogram）作为直观的可视化工具，可将模型中的多个变量整合为易懂的风险评估体系，其效能通常优于传统模型，已被广泛应用于公共卫生领域。因此，本研究拟通过调查该区域≥65岁老年高血压患者，以LASSO-Logistic回归筛选变量并构建列线图模型，旨在为该区域及同类山区的基层医疗单位提供科学、实用的脑卒中风险防控依据。

1　对象与方法

收起

1.1　研究对象

本研究基于“2025年铜仁市梵净山区域老年人群健康调查”的横断面数据进行二次分析。该调查采用概率比例抽样法，以各村≥65岁老年人口数量作为规模指标，从该区域45个行政村中随机抽取调查对象。纳入标准：（1）年龄≥65岁；（2）在当地居住时间≥6个月；（3）依从性较好，自愿参与研究项目，并签署知情同意书。排除标准：（1）因中途拒绝继续参与导致关键变量数据缺失者；（2）因严重躯体或精神疾病不能正常交流者。最终共纳入有效样本3 189人，其中1 670名经诊断的高血压患者（患病率52.36%）构成了本研究的最终分析对象。本研究经贵州省疾病预防控制中心伦理委员会审核批准（批号：W2023-06）。

1.2　资料收集

1.2.1　一般资料调查问卷

通过问卷调查和自我报告的方式收集居民相关资料，包括：（1）性别、年龄等个人基本情况；（2）生活行为方式（吸烟/饮酒/睡眠等）；（3）膳食营养情况；（4）日常生活能力；（5）糖尿病、心脏病患病情况；（6）体格检查（身高/体重/腰围）等6个部分内容。

1.2.2　日常生活能力量表(Activity of Daily Living Scale,ADL)^[9]

主要用于评估个体的日常生活自理能力，该量表共14个条目，分为两个维度：一是躯体性日常生活能力（Physical Activities of Daily Living, PADL），含进食、行走、穿衣、梳洗、沐浴、如厕等8项基本功能；二是工具性日常生活能力（Instrumental Activities of Daily Living, IADL），含烹饪、做家务、洗衣物、购物、打电话、交通出行、服药和财务管理等6项复杂功能。各项目按等级评分，“完全可以”、“有些困难”、“需要帮助”、“根本无法做”分别赋1~4分，量表总分与日常生活自理能力呈负相关，即得分越高，自理能力越差。该量表Cronbach α为0.891。

1.2.3　体格检查

所有参与体检的工作人员均通过统一培训与考核，使用经校准的仪器设备测量身高、腰围及体重，最小记录单位分别为0.1 cm、0.1 kg。体质指数（Body Mass Index，BMI）=体重（kg）/身高（m）的平方。

1.2.4　诊断标准及定义

（1）脑卒中：参照《中国各类主要脑血管病诊断要点》^[10]，以“贵州省智慧疾控云平台-心脑血管事件监测系统”的记录为依据；对于平台未记录但患者自述的病例，则需核查二级及以上医疗机构的、包含影像学检查支持的病历记录予以最终确认。（2）高血压：收缩压（Systolic Blood Pressure,SBP）≥140 mmHg和（或）舒张压（Diastolic Blood Pressure,DBP）≥90 mmHg^[11]；或研究对象自报有高血压疾病史，目前正在服药。（3）超重肥胖：24.0≤BMI<28 kg/m²为超重、BMI≥28.0 kg/m²为肥胖^[12]。（4）糖尿病/心脏病：患者自述经二级及以上医疗机构诊断，并综合市级疾病监测系统及用药史进行核实。（5）睡眠时长：指研究对象“过去一个月内，平均每日实际睡眠时长”，含午睡时长，其范围为0至24小时。（6）自评健康：为非常好、好、一般、差、非常差五个等级，本研究为好（非常好/好）、一般、差（非常差/差）三个等级。

1.3　统计学分析

采用SPSS 27.0和R 4.5.1进行数据整理与分析。定量数据以[M（P₂₅，P₇₅）]描述，组间差异根据数据正态性与方差齐性选用t检验或Mann-Whitney U检验；定性数据以n（%）表示，组间差异采用χ²检验。基于全部数据集，首先通过LASSO回归筛选预测变量，随后将筛出的变量纳入logistic回归并绘制列线图使模型结果可视化。模型性能评估包括：采用受试者工作特征曲线（Receiver Operating Characteristic Curve,ROC）评估区分能力；通过绘制校准曲线、计算Brier值及Hosmer-Lemeshow检验（H-L检验）评估校准度；决策曲线分析（Decision Curve Analysis,DCA）用于评估模型的临床净收益；为评价模型稳定性，采用重复十折交叉验证（重复10次）进行内部验证。检验水平α=0.05。

2　结果

收起

2.1　研究对象基线特征

本研究共纳入1 670例老年高血压患者，其中脑卒中组245人（14.67%），男性113人，女性132人，年龄中位数为77（72，81）岁；非脑卒中组1 425人（85.33%），男性651人，女性774人，年龄中位数为75（71，80）岁。两组在吸烟、饮酒、喝茶、午休、睡眠时长、抑郁、自评健康、年龄、糖尿病、心脏病、IADL评分、PADL评分和腰围等方面存在统计学差异（P<0.05）。见表1。

2.2　老年高血压患者脑卒中发生的LASSO-Logistic回归分析

为处理变量间的多重共线性，同时避免遗漏重要变量，将22个初始自变量全部纳入LASSO回归模型，采用十折交叉验证确定最佳λ值，当取λ_min=0.005 499时，交叉验证损失最小，模型拟合效果最佳。结果得IADL评分、腰围、人均月收入、饮酒、喝茶、睡眠时长、心脏病、自评健康、年龄、糖尿病、PADL评分、午觉、吸烟等13个变量与脑卒中发生风险相关。各变量随λ值变化情况见图1。

进一步经logistic回归分析显示，IADL受损、腰围、人均月收入<3 000元、喝茶、睡眠时长>8小时、患心脏病、自评健康为一般、已戒酒是脑卒中发生的危险因素，饮酒、年龄≥85岁是其保护因素，见表2。

2.3　高血压老年人脑卒中危险因素列线图模型的开发

基于上述9个预测变量，应用R语言构建列线图模型。在该模型中，依据各变量取值于顶部刻度线作垂直线，可获取相应评分。各项评分累加得到总分，并对应至底部风险刻度，总评分越高，脑卒中发生风险越大，见图2。

2.4　模型的性能评估

模型AUC为0.735（95% CI：0.702~0.768），提示模型具备良好的区分能力。以约登指数最大值确定的最佳阈值下，模型的敏感度和特异度分别为0.824和0.515。模型校准曲线斜率为1.024，H-L检验统计量为8.749（P=0.364），Brier值为0.112，表明模型估计的风险值与实际风险具有良好的一致性，校准能力整体可靠，见图3~4。DAC曲线分析显示，在0.02~0.40风险阈值内，应用本模型均具有临床净收益，见图5。

重复十折交叉验证结果显示，模型具有中等且稳定的区分能力，其预测概率存在轻度收缩，但整体预测误差小，提示模型在不同数据子集上表现稳健，见表3。

3　讨论

收起

随着人口老龄化加剧，我国脑卒中疾病负担日益严峻。在此背景下，针对梵净山等医疗资源匮乏的山区，构建本地化的风险评估工具、对推动脑卒中防控精准化具有重要意义。

既往研究显示，ADL受损老年人脑卒中发生风险为正常人群的1.326倍^[13]，且高血压合并IADL受损在老年人群中存在风险累积效应^[14]。本分析与之相符，进一步证实IADL受损是老年高血压患者脑卒中发生的独立风险因素。IADL受损通常与高龄、低文化程度有关^[15]，而本地“高空巢率”（64.07%）可能进一步减少老年人的照护支持与功能锻炼，叠加本地“低文化水平”的影响，使得该风险效应更为凸显。此外，本研究发现，腰围与该人群的脑卒中风险独立相关，提示老年高血压患者需关注腹型肥胖的管理。有研究指出，睡眠时长与脑卒中发生风险呈U形分布^[16]。本研究进一步发现，老年高血压人群中睡眠时长>8小时会显著增加脑卒中发生风险（OR=2.617），可能与过长睡眠诱发慢性炎症、增加动脉僵硬度，进而与高血压固有血管病变产生协同效应有关^[17]。

与既往研究结果不一致^[1]，本研究中饮酒是高血压患者患脑卒中发生的保护因素，已戒酒是其危险因素，这可能受“健康饮酒者偏倚”及“因病戒酒”现象的影响。同时，本研究发现，年龄≥85岁是高血压患者脑卒中发生的保护因素。这可能与该人群为自然选择后的低衰弱幸存者有关，衰弱对心血管疾病和脑卒中发生风险的影响在年轻老年组（<80岁）中远高于高龄组（≥80岁）^[18]，高龄幸存者的生理储备功能更能耐受高血压相关的血管损伤。此外，与普通人群研究相反^[19]，饮茶可增加高血压患者脑卒中发生风险。既往研究提示，高血压可能是“饮茶-降卒中风险”中的潜在中介^[20]，而本研究对象血压调控机制已受损且可能伴血管基础病变，茶中咖啡因等引发的血压波动超过茶多酚的保护作用，最终导致风险升高。

本研究发现，合并心脏病的老年高血压患者脑卒中发生风险是单纯高血压患者的1.774倍，这可能源于二者机制叠加：高血压可直接损害脑血管，且通过加速颅内动脉粥样硬化加重脑血管病变^[21]，心脏病则通过心源性栓塞与慢性脑灌注不足直接诱发卒中^[22]。二者相互影响，形成恶性循环，显著提升卒中风险。基于此，建议基层村医随访时，用便携式心电图对老年高血压患者开展常规心脏筛查，以尽早识别高危个体。

此外，有研究表明，在普通人群中，自评健康“差”者脑卒中发生风险较“非常好”者显著增加^[23]。而本研究指出，在老年高血压这一高危人群中，自评健康“一般”者风险较“好”者增加67.9%，鉴于该人群生理基础脆弱，其风险预警阈值应更低。因此，患者“感觉一般”可能掩盖真实风险，即使其血压达标也需强化监测。

综上所述，本研究基于梵净山区域老年高血压人群，通过LASSO-Logistic回归构建的脑卒中发生风险评估列线图，经内部验证显示具有良好的区分度与校准度，且决策曲线分析显示出有意义的临床净收益，将复杂风险量化为直观工具，为基层快速筛查并早期发现脑卒中患者提供了实用价值。但本研究仍存在以下局限：一是横断面设计限制了因果推断；二是本模型仅经过内部验证，缺乏外部数据评估其泛化能力；三是纳入变量尚不全面，未包含卒中家族史、体力活动、高血压病程等重要因素^[1]。未来研究应通过前瞻性队列设计，纳入更多潜在风险变量，并开展多中心研究以验证模型泛化能力，以构建和验证更具临床预测价值的脑卒中风险评估工具。

基金

收起

铜仁市科技计划项目(铜市科研〔2024〕29号)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

《中国脑卒中防治报告2021》编写组．《中国脑卒中防治报告2021》概要[J]．中国脑血管病杂志，2023，20（11）：783-793．

Report on Stroke Prevention and Treatment in China Writing Group. Brief report on stroke prevention and treatment in China, 2021[J]. Chinese Journal of Cerebrovascular Diseases, 2023, 20(11): 783-793. (In Chinese)

[2]

, Zhao

, Yin

, et al. Estimated burden of stroke in China in 2020[J]. JAMA Netw Open, 2023, 6(3): e231455.

[3]

李亚芳，梁珊珊，王子怡，等．中国脑卒中流行病学和疾病负担的Meta分析[J]．中国循证医学杂志，2025，25（6）：664-669．

, Liang

, Wang

Zi Y

, et al. Epidemiology and disease burden of stroke in China: a meta-analysis[J]. Chinese Journal of Evidence-Based Medicine, 2025, 25(6): 664-669. (In Chinese)

[4]

曾利，王仲言，谷雨萌，等．社区老年脑卒中人群共病现况分析[J]．现代预防医学，2021，48（10）：1822-1825．

Zeng

, Wang

, Gu

, et al. Cross-sectional study on multimorbidity of stroke in the elderly in community[J]. Modern Preventive Medicine, 2021, 48(10):1822-1825. (In Chinese)

[5]

胡倩倩，周统，刘志辉，等．中老年缺血性脑卒中共病现状及共病模式分析:基于河南省三甲医院数据[J]．中国全科医学，2024，27（2）：201-207．

, Zhou

, Liu

, et al. Analysis of the current status of ischemic stroke co-morbidity and co-morbidity patterns in middle-aged based on data from tertiary hospitals in Henan province[J]. Chinese General Practice, 2024, 27(2): 201-207. (In Chinese)

[6]

王瑞，曾泓辑，王雯娟，等．老年高血压患者合并脑卒中的影响因素分析及列线图模型构建[J]．现代预防医学，2024，51（14）：2620-2627．

Wang

, Zeng

, Wang

, et al. Analysis of influencing factors and construction of nomogram model in elderly patients with hypertension complicated with stroke[J]. Modern Preventive Medicine, 2024, 51(14): 2620-2627. (In Chinese)

[7]

蔡磊，李海波，赵勤，等．贵州省梵净山乡村产业发展与对策研究[J]．南方农机，2025，56（7）：97-100, 109．

Cai

, Li

, Zhao

, et al. Study on the development and countermeasures of Fanjingshan rural industry in Guizhou province[J]. South Agricultural Machinery, 2025, 56(7): 97-100, 109. (In Chinese)

[8]

卢德彬，毛婉柳，禹真，等．基于改进MCR模型的山区农村居民点空间增长模拟研究[J]．水土保持研究，2016，23（5）：322-326, 349．

, Mao

, Yu

, et al. Simulation study on the spatial growth of rural settlements in the mountainous area based on improved MCR model[J]. Research of Soil and Water Conservation, 2016, 23(5): 322-326, 349. (In Chinese)

[9]

Katz

. Assessing self-maintenance: activities of daily living, mobility, and instrumental activities of daily living[J]. Journal of the American Geriatrics Society, 1983, 31(12): 721-727.

[10]

中华医学会神经病学分会，中华医学会神经病学分会脑血管病学组．中国各类主要脑血管病诊断要点2019[J]．中华神经科杂志，2019，52（9）：710-715．

Chinese Society of Neurology, Chinese Stroke Society. Diagnostic criteria of cerebrovascular diseases in China (version 2019)[J]. Chinese Journal of Neurology, 2019, 52(9): 710-715. (In Chinese)

[11]

中国高血压防治指南修订委员会，高血压联盟(中国)，中国医疗保健国际交流促进会高血压分会，等．中国高血压防治指南(2024年修订版)[J]．中华高血压杂志:中英文，2024，32（7）：603-700．

Writing Group of 2018 Chinese Guidelines for the Management of Hypertension, Chinese Hypertension League, Chinese Society of Cardiology, et al. 2018 Chinese guidelines for the management of hypertension[J]. Chinese Journal of Hypertension, 2024, 32(7): 603-700. (In Chinese)

[12]

中国肥胖问题工作组．中国成人超重和肥胖症预防与控制指南(节录)[J]．营养学报，2004，（1）：1-4．

China Obesity Task Force. Guidelines for the prevention and control of overweight and obesity in China adults(excerpt)[J]. Acta Nutrimenta Sinica, 2004, (1): 1-4. (In Chinese)

[13]

Wei

, Chen

, Wu

, et al. Limitations in activities of daily living increase the risk of stroke in older Chinese adults: a population-based longitudinal study[J]. Neural Regeneration Research, 2022, 17(3): 643-648.

[14]

, Jiang

, Ren

, et al. Hypertension combined with limitations in activities of daily living and the risk for cardiovascular disease[J]. BMC Geriatrics, 2024, 24(1): 225.

[15]

夏颖，王佳琳，蔚萌，等．中国中老年人心血管代谢性共病与不同类型日常生活活动能力的相关性分析[J]．现代预防医学，2024，51（22）：4170-4177．

Xia

, Wang

, Yu

, et al. Analysis of the correlation between cardiovascular-metabolic co-morbidities and different types of activities of daily living abilities in Chinese middle-aged and elderly People[J]. Modern Preventive Medicine, 2024, 51(22): 4170-4177. (In Chinese)

[16]

Chen

, Kartsonaki

, Clarke

, et al. Sleep duration and risk of stroke and coronary heart disease: a 9-year community-based prospective study of 0.5 million Chinese adults[J]. BMC Neurology, 2023, 23(1): 327.

[17]

Cai

, Atanasov

. Long sleep duration and Stroke-Highly linked, poorly understood[J]. Neurology International, 2023, 15(3): 764-777.

[18]

Chen

, You

, Ee

, et al. Impact of frailty on antihypertensive treatment in older adults[J]. Hypertension, 2025, 82(3): 509-519.

[19]

Smyth

, Hankey

, Langhorne

, et al. Tea and coffee consumption and risk of acute stroke: The INTERSTROKE Study[J]. International Journal of Stroke, 2024, 19(9): 1053-1063.

[20]

Gao

, Ni

, Song

, et al. Causal relationship between tea intake and cardiovascular diseases: A Mendelian randomization study[J]. Front Nutr, 2022, 9: 938201.

[21]

Takahashi

MKN

, Paradela

, Grinberg

, et al. Hypertension May associate with cerebral small vessel disease and infarcts through the pathway of intracranial atherosclerosis[J]. Neurobiology of Aging, 2025, 145: 84-95.

[22]

Wegener

, Baron

, Derdeyn

, et al. Hemodynamic stroke: emerging concepts, risk estimation, and treatment[J]. Stroke, 2024, 55(7): 1940-1950.

[23]

Cong

, Liu

, Ma

, et al. Association between self-rated health status and risk of stroke in Chinese adults: a prospective study[J]. Chinese Journal of Epidemiology, 2021, 42(3): 513-519.

2026年第53卷第4期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.20043/j.cnki.MPM.202509025

接收时间：2025-09-01
首发时间：2026-11-02
出版时间：2026-02-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2025-09-01

基金

铜仁市科技计划项目(铜市科研〔2024〕29号)

作者信息

^1.贵州医科大学公共卫生与健康学院，环境污染与疾病监控教育部重点实验室，贵州贵阳 561113

^2.贵州省铜仁市疾病预防控制中心

通讯作者:

任达飞，E-mail: rdf74@126.com

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/xdyfyx/CN/10.20043/j.cnki.MPM.202509025

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

因素	选项	总样本	脑卒中组（n=245）	非脑卒中组（n=1 425）	χ²/Z值	P值
性别	男	764	113（46.12）	651（45.68）	0.016	0.899
	女	906	132（53.88）	774（54.32）
民族	汉族	734	95（38.78）	639（44.84）	3.123	0.077
	非汉族	936	150（61.22）	786（55.16）
学历	初中及以上	96	15（6.12）	81（5.68）	0.074	0.785
	小学及以下	1 574	230（93.88）	1 344（94.32）
人均月收入（元）	≥3 000	107	9（3.67）	98（6.88）	3.578	0.059
	3 000	1 563	236（96.33）	1 327（93.12）
居住情况	和亲友居住	1 342	202（82.45）	1 140（80.00）	0.794	0.373
	独自居住	328	43（17.55）	285（20.00）
空巢情况	非空巢	600	99（40.41）	501（35.16）	2.503	0.114
	空巢	1 070	146（59.59）	924（64.84）
吸烟	从未吸烟	957	139（56.73）	818（57.40）	6.026	0.049
	吸烟	506	64（26.12）	442（31.02）
	已戒烟	207	42（17.14）	165（11.58）
饮酒	从未饮酒	963	134（54.69）	829（58.18）	25.714	<0.001
	饮酒	359	33（13.47）	326（22.88）
	已戒酒	348	78（51.05）	270（18.95）
喝茶	是	590	102（41.63）	488（34.25）	4.993	0.025
	否	1 080	143（58.37）	937（65.75）
午休	是	465	88（35.92）	377（26.46）	9.316	0.002
	否	1 205	157（64.08）	1 048（73.54）
睡眠时长（小时）	<7	552	75（30.61）	477（33.47）	37.188	<0.001
	7~8	615	58（23.67）	557（39.09）
	>8	503	112（45.71）	391（27.44）
饮食均衡	是	599	88（35.92）	511（35.86）	0.000	0.986
	否	1 071	157（64.08）	914（64.14）
嗜盐	是	215	30（12.24）	185（12.98）	0.101	0.750
	否	1 455	215（87.76）	1 240（87.02）
超重或肥胖	是	548	87（35.51）	461（32.35）	0.946	0.331
	否	1 122	158（64.49）	964（67.65）
抑郁	是	876	143（58.37）	733（51.44）	4.024	0.045
	否	794	102（41.63）	692（48.56）
自评健康	好	751	79（32.24）	672（47.16）	22.814	<0.001
	一般	652	108（44.08）	544（38.18）
	不好	267	58（23.67）	209（14.67）
年龄（岁）	65~74	759	91（37.14）	668（46.88）	8.851	0.012
	75~84	759	132（53.88）	627（44.00）
	≥85	152	22（8.98）	130（9.12）
糖尿病	是	1 409	196（80.00）	1 213（85.12）	4.161	0.041
	否	261	49（20.00）	212（14.88）
心脏病	是	1 479	199（81.22）	1 280（89.82）	15.265	<0.001
	否	191	46（18.78）	145（10.18）
IADL评分		10.00（8.00，14.00）	10.00（8.00，13.00）	13.00（10.00，17.00）	112 137.000	<0.001
PADL评分		6.00（6.00，7.00）	6.00（6.00，6.00）	6.00（6.00，6.00）	140 021.500	<0.001
腰围		82.00（78.00，88.00）	82.00（78.00，87.00）	83.00（78.00，88..00）	156 609.500	0.010

因素

选项

总样本

脑卒中组
（n=245）

非脑卒中组
（n=1 425）

χ²/Z值

P值

性别

男

764

113（46.12）

651（45.68）

0.016

0.899

女

906

132（53.88）

774（54.32）

民族

汉族

734

95（38.78）

639（44.84）

3.123

0.077

非汉族

936

150（61.22）

786（55.16）

学历

初中及以上

15（6.12）

81（5.68）

0.074

0.785

小学及以下

1 574

230（93.88）

1 344（94.32）

人均月收入（元）

≥3 000

107

9（3.67）

98（6.88）

3.578

0.059

3 000

1 563

236（96.33）

1 327（93.12）

居住情况

和亲友居住

1 342

202（82.45）

1 140（80.00）

0.794

0.373

独自居住

328

43（17.55）

285（20.00）

空巢情况

非空巢

600

99（40.41）

501（35.16）

2.503

0.114

空巢

1 070

146（59.59）

924（64.84）

吸烟

从未吸烟

957

139（56.73）

818（57.40）

6.026

0.049

吸烟

506

64（26.12）

442（31.02）

已戒烟

207

42（17.14）

165（11.58）

饮酒

从未饮酒

963

134（54.69）

829（58.18）

25.714

<0.001

饮酒

359

33（13.47）

326（22.88）

已戒酒

348

78（51.05）

270（18.95）

喝茶

是

590

102（41.63）

488（34.25）

4.993

0.025

否

1 080

143（58.37）

937（65.75）

午休

是

465

88（35.92）

377（26.46）

9.316

0.002

否

1 205

157（64.08）

1 048（73.54）

睡眠时长（小时）

552

75（30.61）

477（33.47）

37.188

<0.001

7~8

615

58（23.67）

557（39.09）

503

112（45.71）

391（27.44）

饮食均衡

是

599

88（35.92）

511（35.86）

0.000

0.986

否

1 071

157（64.08）

914（64.14）

嗜盐

是

215

30（12.24）

185（12.98）

0.101

0.750

否

1 455

215（87.76）

1 240（87.02）

超重或肥胖

是

548

87（35.51）

461（32.35）

0.946

0.331

否

1 122

158（64.49）

964（67.65）

抑郁

是

876

143（58.37）

733（51.44）

4.024

0.045

否

794

102（41.63）

692（48.56）

自评健康

好

751

79（32.24）

672（47.16）

22.814

<0.001

一般

652

108（44.08）

544（38.18）

不好

267

58（23.67）

209（14.67）

年龄（岁）

65~74

759

91（37.14）

668（46.88）

8.851

0.012

75~84

759

132（53.88）

627（44.00）

≥85

152

22（8.98）

130（9.12）

糖尿病

是

1 409

196（80.00）

1 213（85.12）

4.161

0.041

否

261

49（20.00）

212（14.88）

心脏病

是

1 479

199（81.22）

1 280（89.82）

15.265

<0.001

否

191

46（18.78）

145（10.18）

IADL评分

10.00（8.00，14.00）

10.00（8.00，13.00）

13.00（10.00，17.00）

112 137.000

<0.001

PADL评分

6.00（6.00，7.00）

6.00（6.00，6.00）

140 021.500

<0.001

腰围

82.00（78.00，88.00）

82.00（78.00，87.00）

83.00（78.00，88..00）

156 609.500

0.010

自变量	选项	β	Wald χ²值	P值	OR值（95%CI）
IADL评分		0.105	6.951	<0.001	1.111（1.079~1.144）
腰围		0.023	2.464	0.014	1.024（1.005~1.043）
均月收入（元）	≥3 000				1.000
	<3 000	0.857	2.810	0.023	2.356（1.005~4.922）
饮酒	从不饮酒				1.000
	饮酒	-0.474	-2.180	0.029	0.623（0.407~0.953）
	已戒酒	0.396	2.325	0.020	1.486（1.064~2.075）
喝茶	否				1.000
	是	0.402	2.546	0.011	1.494（1.097~2.040）
睡眠时长（小时）	7~8				1.000
	<7	0.354	1.818	0.069	1.425（0.973~2.086）
	>8	0.962	5.219	<0.001	2.617（1.823~3.755）
心脏病	否				1.000
	是	0.505	2.495	0.013	1.657（1.114~2.464）
自评健康	好				1.000
	一般	0.580	3.091	0.002	1.679（1.114~2.464）
	差	0.110	0.487	0.626	1.116（0.718~1.733）
年龄（岁）	65~74				1.000
	75~84	0.143	0.887	0.375	1.153（0.842~1.580）
	≥85	0.613	-2.091	0.037	0.542（0.305~0.962）

自变量

选项

Wald χ²值

P值

OR值（95%CI）

IADL评分

0.105

6.951

<0.001

1.111（1.079~1.144）

腰围

0.023

2.464

0.014

1.024（1.005~1.043）

均月收入（元）

≥3 000

1.000

<3 000

0.857

2.810

0.023

2.356（1.005~4.922）

饮酒

从不饮酒

1.000

饮酒

-0.474

-2.180

0.029

0.623（0.407~0.953）

已戒酒

0.396

2.325

0.020

1.486（1.064~2.075）

喝茶

否

1.000

是

0.402

2.546

0.011

1.494（1.097~2.040）

睡眠时长（小时）

7~8

1.000

0.354

1.818

0.069

1.425（0.973~2.086）

0.962

5.219

<0.001

2.617（1.823~3.755）

心脏病

否

1.000

是

0.505

2.495

0.013

1.657（1.114~2.464）

自评健康

好

1.000

一般

0.580

3.091

0.002

1.679（1.114~2.464）

差

0.110

0.487

0.626

1.116（0.718~1.733）

年龄（岁）

65~74

1.000

75~84

0.143

0.887

0.375

1.153（0.842~1.580）

≥85

0.613

-2.091

0.037

0.542（0.305~0.962）

评估纬度	性能指标	重复十折交叉验证结果（）
区分能力	AUC值	0.705±0.057
分类性能	灵敏度	0.678±0.166
	特异度	0.691±0.167
校准性能	校准斜率	0.704±0.274
	H-L检验P值	0.360±0.295
预测精度	Brier值	0.116±0.008

评估纬度

性能指标

重复十折交叉验证结果（

）

区分能力

AUC值

0.705±0.057

分类性能

灵敏度

0.678±0.166

特异度

0.691±0.167

校准性能

校准斜率

0.704±0.274

H-L检验P值

0.360±0.295

预测精度

Brier值

0.116±0.008