《Brain and Behavior》：Prediction Models for Acute Kidney Injury in Stroke Patients: A Systematic Review
编辑推荐：
本综述系统评估了卒中患者急性肾损伤（AKI）预测模型的研究现状，发现现有模型虽展现出一定预测潜力（AUC值范围0.428-1.000），但普遍存在显著偏倚风险高、预测因子异质性大、验证不充分等问题。未来研究需遵循标准化流程，加强模型验证与校准，以开发出更可靠、临床实用的AKI风险预测工具。
摘要
卒中已成为全球第二大死亡原因，其患者并发急性肾损伤（AKI）的风险显著增高（约8-21%），且AKI会显著增加卒中患者的死亡率。本系统评价旨在全面梳理卒中患者AKI风险预测模型的研究现状，评估其构建方法、预测因子、模型性能及偏倚风险。
1 引言
卒中在全球范围内造成沉重的疾病负担。AKI以肾功能快速下降为特征，是卒中患者严重的并发症，其发生与卒中后血压、激素水平改变及治疗因素相关。及时识别AKI风险对改善患者预后至关重要。风险预测模型通过整合多种风险因素来估计特定结局的发生概率，是早期识别高危人群的有力工具。然而，现有AKI预测模型多集中于特定人群（如脓毒症或心脏手术患者），针对卒中后AKI的模型仍处于探索阶段。
2 材料与方法
本综述遵循PRISMA声明，检索了CNKI、万方、维普、CBM、PubMed、Cochrane Library、Embase和Web of Science等数据库（截至2025年4月26日）。纳入标准为涉及成年卒中患者（≥18岁）并专注于AKI风险预测模型开发或验证的研究。最终纳入16项研究（14项队列研究，2项横断面研究），主要来自中国（n=14），以及印度和韩国。
3 结果
3.1 文献筛选结果与基本特征
共检索到2863篇文章，最终纳入16项研究（2014-2024年发表）。样本量从100到9649例不等。AKI的定义主要采用KDIGO或AKIN标准。
3.2 模型质量评价
使用PROBAST工具评估显示，所有纳入的预测模型均存在高偏倚风险，尤其在研究对象选择和统计分析领域。
3.3 预测模型的基本内容
3.3.1 模型构建
共识别出35个预测模型。构建方法多样，包括逻辑回归（n=15）、随机森林（n=3）、XGBoost（n=3）、AdaBoost（n=3）、支持向量机（SVM，n=2）、LightGBM（n=2）、多层感知器（MLP，n=2）、K近邻（KNN，n=1）、高斯朴素贝叶斯（GaussianNB，n=1）和LASSO回归（n=1）。
3.3.2 模型预测因子与呈现形式
预测因子数量从3个到14个不等。常见的预测因子包括高血压（n=6）、血清肌酐水平（n=6）、年龄（n=6）、利尿剂使用（n=5）、机械通气（n=5）和美国国立卫生研究院卒中量表（NIHSS）评分（n=4）。模型呈现形式主要包括列线图、SHapley加性解释（SHAP）、风险评分公式、计算器和回归方程。
3.3.3 模型验证与性能
11项研究进行了内部验证，4项同时进行了内部和外部验证，3项仅进行了外部验证，2项未进行任何验证。27个模型的曲线下面积（AUC）值范围为0.428至1.000，其中24个模型的AUC值超过0.75。12项研究报告了模型校准情况，方法包括校准曲线、Hosmer-Lemeshow拟合优度检验和Brier评分。
4 讨论
4.1 卒中患者AKI风险预测模型的预测因子存在异质性
预测因子的选择差异反映了卒中类型、患者特征（如年龄）以及临床背景的不同。例如，脑出血后AKI的预测模型强调了术前格拉斯哥昏迷评分（GCS）和美国麻醉医师协会（ASA）分级等特定临床特征，而ICU缺血性卒中患者的模型则纳入了全身炎症生物标志物。未来研究应针对不同卒中类型深入探索预测因子，以提高模型性能。
4.2 卒中患者AKI风险预测模型尚待完善
所有模型均存在高偏倚风险。在研究对象领域，13项研究为回顾性研究，单中心数据可能存在记录不全和选择性偏倚。在统计分析领域，偏倚风险高可能与未报告或正确处理缺失数据、缺乏充分验证以及模型区分度和校准评估不足有关。大多数模型使用逻辑回归构建，虽然解释性强，但在处理非线性关系和大数据集时可能不如机器学习模型。模型校准仍有待改进，部分模型报告AUC达到1.000，提示可能存在过拟合。未来研究应严格遵循报告规范，增加样本量，采用适当的缺失数据处理方法，并进行充分的内外部验证。
4.3 对护理实践与研究的启示
AKI预测模型对于优化医疗资源分配、提高护理质量至关重要。护士作为一线照护者，可在早期识别风险因素和加强监测方面发挥关键作用。建议将关键且易于获取的预测因子（如肌酐水平、NIHSS评分、合并症）整合到入院评估表中，便于进行初步风险筛查和分层，并对高危患者实施持续监测和动态评估。
4.4 未来工作与临床应用的检查清单
未来研究应遵循最小化报告清单，确保研究设计、数据来源、结局定义、预测因子、缺失数据处理、模型开发与性能评估等信息的透明和完整。临床部署时需进行外部验证，全面评估模型区分度与校准，利用决策曲线分析（DCA）评估临床效用，开发易于使用的临床工具（如在线计算器），并评估模型应用对患者结局的实际影响。
5 局限性
本综述的局限性在于纳入研究主要来自中国，可能限制结果在其他人群中的普适性。此外，仅纳入中英文文献可能存在语言偏倚。
6 结论
卒中患者AKI预测模型的研究仍处于发展阶段，现有模型虽显示出潜力但存在较高偏倚风险和性能差异。未来需要通过标准化开发、充分验证以及基于临床和实证证据选择预测因子，为临床提供更可靠、有效的AKI风险识别工具。
