本文是一篇护理论文，本研究采用不同的变量筛选方式，构建了5种单模型与4种复合模型，并对9种预测模型进行评估、比较，科学性地筛选出优势模型，提高了模型的临床运用价值。
第一章 绪论
1.1 研究背景
随着社会发展和老龄化的加重，老年病患者数量日益增加，其中，脑卒中是无法被忽视的问题。脑卒中是由于突发脑部血管破裂或缺血、坏死所引起的神经功能缺损综合征，是全球导致死亡的第二大病因[1]，现已是我国在成人范围内的致死、致残的首要原因[2]。在过去30年左右的时间里，由于社会、经济、生活方式等因素的影响，我国脑卒中发病率呈现明显的增长态势[3]。急性缺血性脑卒中（Acute Ischemic Stroke，AIS）是由多种因素引起的脑组织供血不足，从而引起缺血、缺氧、神经功能紊乱的临床综合征[4]，约80%的卒中患者为AIS[5]。作为一种常见的中枢神经系统疾病，AIS的发病率和复发率一直居高不下，存在较高的致残率和死亡率[6, 7]，且有研究指出我国AIS患者患病率将持续上升[3]，严重危害国民的身体健康。
基于患者的病情发展状况，AIS患者多在2周内出院并进行较长周期的康复治疗。在长期的康复过程中，患者在经济负担增加、社会支持缺失、自我形象紊乱等方面遭受打击，多数患者会在出院后的康复期内出现抑郁症状。1921年，德国精神病学家Kraepelin[8]首次提出卒中后抑郁（Post-Stroke Depression，PSD）的概念，而世界上首次有关PSD的报道是在1977年，Folstein等[9]研究者将骨科患者与卒中患者比较后发现，后者更易出现情绪障碍。PSD是一种在卒中患者中较为常见且较为严重的情感功能障碍，临床上以经常性的情绪低沉、思维缓慢、睡眠异常、动力不足、兴趣缺失、性格改变、食欲不振等为主要表现[10-13]，致残率和病死率可达70%-90%[14]，而长期的自我否定与自责也会增加患者自杀的风险[15]，严重影响了脑卒中患者的生活质量、预后以及生命健康[16-18]。有报道[19]指出，国外约有33%的脑卒中幸存者在不同阶段罹患PSD，而国内Meta分析[20]指出，我国脑卒中患者PSD的发生率为34.9%。此外，有研究认为脑卒中患者在发病1个月后PSD检出率最高[21, 22]。但PSD相关症状往往未被患者及家属察觉，国外研究[23, 24]认为临床医生对PSD的认识不足，也增加了PSD的漏诊率，而国内在此方面同样有待改进[25]，以避免或减少不良结局的发生。
1.2 国内外研究现状
国内外现状主要从两个方面进行回顾。第一部分：PSD相关影响因素研究进展，主要总结并分析影响因素。第二部分：机器学习在AIS患者PSD风险预测中的应用现状，主要包括PSD预测模型的研究进展。
1.2.1 PSD相关影响因素
PSD的影响因素很多，且目前针对诸多因素尚无统一结论。通常可将这些因素归为人口学-疾病相关-社会心理三个维度。这些因素往往通过相互作用、共同影响促使PSD的发生。
1.2.1.1 人口学因素
（1）性别：性别这一因素是否与PSD的发生相关，目前仍无定论。多项研究[28-33]指出，女性卒中患者发生PSD的可能性明显高于男性患者，可能与女性患者心思细腻、身体意象失调导致的不自信等性格特质有关。然而，有研究[34]持相反结论，认为男性患者PSD的发生率比女性患者更高，这可能是由于男性患者往往承担更重的家庭责任与社会责任，而卒中后多功能障碍使患者劳动力下降、无法顺利返回工作岗位导致收入下降等因素使男性患者责任缺失，巨大的落差易造成男性患者心态变化。此外，也有学者[35, 36]认为性别是一个无关变量，PSD的发生在性别上并无显著区别。显然，这也与数据量和患者的具体情况密不可分。
（2）年龄：多位学者[29, 31, 37, 38]证实了PSD的发生与患者的年龄有密切关系。中青年人群患病后由于日常生活能力障碍、认知障碍等问题，可能会丧失原有的经济来源或中断学业，承担家庭责任和社会责任的能力大幅下降，更易产生较大的心理落差[39-41]。也有研究[42]认为老年人的机体功能逐渐衰退，对精神挫折的耐受力也日趋减退，一系列的功能障碍又加大了对家属的依赖，大大增加了年龄>65岁的患者群体发生PSD的机率。
第二章 AIS患者卒中后抑郁情况分析
2.2 研究对象
本研究于2022年1月至2022年9月，采用方便抽样法抽取四川省某三甲医院神经内科病房的AIS患者490例。
2.2.1 纳入标准
（1）符合《中国急性缺血性脑卒中诊治指南2018》相关诊断标准的原发性AIS患者，并经头部CT或MRI证实； （2）年龄≥18周岁； （3）电话随访时能够配合相关问卷的完成； （4）预计存活时间＞4周者； （5）知情并同意参与本试验。
2.2.2 排除标准
（1）有药物或毒物依赖史的患者； （2）因语言、听力或其他障碍而无法合作的患者； （3）有严重的心脏、肝脏或肾功能障碍的患者； （4）原有精神或认知障碍的患者； （5）有恶性肿瘤的患者。
2.2.3 脱落标准
（1）中途退出本研究者； （2）未参与随访者。
2.2.4 样本量计算
假设每个自变量的事件数[101]（Events Per Variable，EPV）等于5，设定AIS患者发病1个月后PSD发生率为34.9%，且考虑到10%的样本量流失，则预估样本量为（5*25/34.9%）/90%=398，本课题实际纳入样本490例。
2.3 研究方法
收集AIS患者资料，包括一般资料、疾病相关资料及随访资料，随访结束后，整理收集的数据，进行数据统计并分析。 2.3.1 研究工具 本研究数据应用的研究工具均通过文献回顾及课题组讨论整理形成。
2.3.1.1 一般资料
一般资料主要通过病历系统获取，包括性别、年龄、文化程度、婚姻状况、在职情况、居住情况和医疗服务支付方式。
2.3.1.2 疾病相关资料
疾病相关资料主要通过病历系统获取，包括BMI、BI、NHISS评分、高血压史、卒中家族史、抑郁家族史、糖尿病史、病灶位置、高脂血史、同型半胱氨酸值以及超敏C反应蛋白值。其中，同型半胱氨酸值和超敏C反应蛋白值均收集患者入院后第一次的检验结果。
2.3.1.3 社会支持评定量表
本研究选用国内社会支持研究的测评工具-SSRS量表来测量AIS患者的社会支持水平，该量表由肖水源[102]在参考国外量表的基础上结合我国国情编制，该量表设计合理，条目简单，方便操作。该量表由10个条目组成，包括三个维度：客观支持（3个条目，分值1-20分）、主观支持（4个条目，分值8-32分）以及支持利用度（3个条目，分值3-12分），总分为12-64分，测评分值与社会支持水平呈正相关。
2.3.1.4 病人健康问卷抑郁自评量表（Patient Health Questionnaire-9，PHQ-9）
美国哥伦比亚大学研制开发的PHQ-9[103]由DSM-IV衍生而来，对被试者过去两周的症状频率评分。本课题运用该量表筛查患者发生PSD的情况，量表得分对应的结果作为患者PSD的结局。量表由9项条目组成，每项都有4种程度可选（完全不会、好几天、半以上天数和几乎每天），总分为0-27分，每个选择对应的分数为0-3分。评分标准：0-4分（无抑郁），5-9分（轻度抑郁），10-14分（中度抑郁），15-19分（中重度抑郁），20-27分（重度抑郁）。
第三章 PSD风险预测模型构建与评价 ................................ 23
3.1 研究目的 ................................. 23
3.2 环境准备 .................................... 23
3.3 数据来源 ..................................... 23
第四章 全文总结与展望 ............................. 54
4.1 结论 .................................. 54
4.2 研究创新性 ......................... 54
4.3 研究局限性 ............................. 55
第三章 PSD风险预测模型构建与评价
3.4 研究方法
本章模型构建流程见图3-1。
3.4.1 数据准备
3.4.1.1 数据审核
在数据处理前，进行严格的数据审核，剔除数据中每项及单个类别缺失＞20%的变量。
3.4.1.2 数据填充
对于缺项资料，进行数据填充。连续型变量（年龄、SSRS评分）采用均数填充，有序离散型变量（文化程度、NHISS评分等级、BMI等级、BI等级、同型半胱氨酸值分级和超敏C反应蛋白值分级）采用中位数填充，无序离散型变量（性别、婚姻状况、在职情况、医疗付费方式、居住情况、抑郁家族史、卒中家族史、高脂血史、糖尿病史、高血压史和病灶位置）采用众数填充。
3.4.1.3 数据赋值与编码
在导入数据前根据各项数据的特征对数值进行赋值处理，并使用P1-Pn代替变量名称进行编码。为方便统计、分析，将无序变量病灶位置在输入时拆分成7项变量：基底节、侧脑室、白质、额叶、顶叶、颞叶和岛叶。因此，在构建模型时实际输入变量为25个。
第四章 全文总结与展望
4.1 结论
（1）本研究通过文献回顾及课题组讨论，初步得到AIS患者发生PSD的相关危险因素（包括人口学因素、疾病相关因素和社会心理因素），制定AIS患者资料收集表。AIS患者发病1个月后，运用PHQ-9进行电话随访，对患者有无抑郁进行人工标注，统计分析AIS患者PSD发生现状。通过横断面调查收集490例AIS患者的资料
