目的通过对缺血性脑卒中患者发生出血转化(Hemorrhagic transformation,HT)的相关危险因素进行统计学分析,建立同样适用于非溶栓患者的预测模型,以期为临床医生在筛选HT高危患者时提供一定的参考依据。方法筛选2015年1月-2016年9月青岛大学附属医院神经内科收治的缺血性脑卒中患者,纳入符合条件的327例,对患者的卒中病因、临床表现、一般资料等进行回顾分析。采用Logistic回归分析等方法筛选出HT的危险因素,建立新的预测模型,通过绘制受试者工作特征曲线(receiver operating characteristic curve,ROC)获得评分界值,大于评分界值的为HT高危组,低于评分界值的为HT低危组。结果筛选符合条件的急性缺血性脑卒中患者,根据患者CT、MRI等影像学复查结果,分为出血转化组(HT组)和非出血转化组(NHT组)。与NHT组相比,HT组房颤病史、收缩压、血糖、尿蛋白、白细胞数(WBC)、凝血酶原时间(PT-S)、国际标准化比值(INR)、溶栓治疗、大面积梗死、美国国立卫生研究院卒中量表(NIHSS)评分≥10分水平显著偏高,血小板数、胆固醇、阿司匹林治疗、氯吡格雷治疗水平显著偏低,差异均有统计学意义(P<0.05)。HT组与NHT组比较,入院TOAST分型差异有统计学意义(P<0.05)。对收缩压组间进行逐层比较,140-159mm Hg、160-179 mm Hg组间差异有统计学意义,余逐层比较无统计学差异。对血糖组间进行逐层比较,<7.0mmol/L、7.0-11.0mmol/L组间差异有统计学意义,余逐层比较无统计学差异。对收缩压(<160mm Hg,≥160mm Hg)、血糖(<7.0mmol/L、≥7.0mmol/L)进行再分组,带入回归分析。排除人为因素影响过大的阿司匹林、氯吡格雷治疗因素,以及存在交叉的TAOST分型(与房颤病史)、PT-S(与INR)影响因素。Logistic回归分析结果示:房颤病史(OR=4.94,95%CI:1.879~12.988,p=0.001)、收缩压≥160mm Hg(OR=2.762,95%CI:1.175~6.494,p=0.02)、大面积脑梗死(OR=3.796,95%CI:1.495~9.635,p=0.05)、NIHSS评分≥10分(OR=5.665,95%CI:2.289~14.021,p<0.05)、溶栓(OR=3.086,95%CI:4.981~96.257,p<0.05)为HT的独立危险因素。根据Logistic回归分析结果建立新的预测模型:Logit P=-3.588+1.579×X1+1.016×X2+1.334×X3+1.734×X4+3.086×X5。Logit P值越大,HT的风险越高,所建ROC曲线下的面积(AUC)为0.912(95%CI:0.873~0.950,P<0.001),预测模型诊断价值较高。综合判断各点灵敏度加特异度之和,取youden指数(敏感度+特异度-1)最大时所对应的最佳分界点为界值(cut-off值),界值为-2,此时灵敏度88.33%,特异度为82.02%。结论1.房颤病史、收缩压≥160mm Hg、大面积脑梗死、NIHSS评分≥10分、溶栓治疗为HT的独立危险因素。2.当评分大于-2时,HT的发生的风险显著增高。