技术领域
本发明涉及医疗器械领域，具体涉及一种用脑血管血液动力学检测参 数和中风危险因素构建的中风预警检测仪。
背景技术
中风已经上升为我国男性总死亡原因的第一位，中风一旦发生，约3/4 的患者遗留有不同程度的残疾。因此，应在中风发生前，准确预测中风的 发病风险，有效识别出中风高危个体，采取有效的措施进行早期预防和治 疗，才能降低中风的发病率和死亡率。
国内外在中风预警领域有过长期的研究和探索，其主要方法是通过中 风危险因素的调查和临床实验室检测指标，建立中风预警手段。但上述指 标不能准确反映脑血管受损害的程度，还存在个体易感性差异及所用实验 室指标敏感度和特异度差等不足，预警手段的准确性一直难以达到理想的 水平。因此，目前尚缺乏能够应用于临床和社区预防，准确的预警方法。
发明内容
本发明的目的在于利用现有的脑血管血液动力学检测参数信息，建立 一种用于中风预警的检测仪，提供一种准确、实用、可行的中风预警手段。
本发明的中风预警检测仪，包括脑血管血液动力学检测仪在内的结构， 其特征在于：由脑血管血液动力学检测仪输出的血液运动学参数和血液动 力学参数，连同人群调查、检测数据库资料，一起导入主成分分析模块进 行主成分等统计分析，输出各参数主成分因子贡献；将主成分因子贡献和 中风危险因素信息输出至Logistic回归模块，然后Logistic回归模块输出回 归模型至中风概率估算模块；最后由中风发病概率估算模块输出中风发病 概率，并可反馈至脑血管血液动力学检测仪。
实施该技术后的明显优点：本发明针对中风预警进行了长期、深入的科 学研究。研究证实，在中风发生前，即出现脑血管血液动力学检测参数的 规律性异常变化；中风发病与脑血管血液动力学检测参数异常密切相关； 在大样本人群调查和检测的基础上，通过数据分析，建立中风预警模型和 检测仪，能够定量、准确地评估中风的发病概率。上述发现对于早期筛选 和识别中风高危个体及中风预防具有极其重要的意义。
附图说明
图1为中风预警检测仪结构示意图：
图中，1-脑血管血液动力学检测仪；2-为血液运动学指标；3-血液动力 学指标；4-2.5万中风队列人群调查、检测数据库；5-主成分分析模块；6- 主成分因子贡献；7-中风危险因素调查信息；8-Logistic回归模块；9-Logistic 回归模型；10-中风发病概率估算模块；10-中风发病概率。
具体实施方式
以下结合附图对本发明作进一步描述：
见图1，由脑血管血液动力学检测仪1输出一组血液运动学参数2和 血液动力学参数3，连同人群调查、检测数据库资料4，一起导入主成分分 析模块5进行主成分等统计分析，输出各参数2、3的主成分因子贡献6； 将主成分因子贡献6和中风危险因素信息7输出至Logistic回归模块8，经 回归处理，Logistic回归模块8输出回归模型9至中风概率估算模块10；最 后由中风概率估算模块10进行估算，并输出中风发病概率11。中风发生 概率可通过血液动力学检测仪的输出系统输出，并打印出结果。
见图1，脑血管血液动力学检测仪1输出的一组血液运动学参数2和血液 动力学参数3，以及2.5万人群调查、检测数据库资料4，共同输入至主成分 分析模块5。该模块以2.5万例中风队列研究人群的调查、检测和随访资料 为基本数据，对脑血管血液动力学检测数据进行主成分分析，得到该数据 的前四个主成分，其累积贡献率达94.6％，从而得到各参数每一主成分的因 子贡献6，并输出至Logistic回归模块8。
在Logistic回归模块8中，以随访过程中中风的发生与否为应变量，以主 成分分析获得的因子贡献6包括的前四个主成分、中风危险因素7(含年龄、 性别、高血压病、心脏病、糖尿病史、体重指数等参数)为自变量，导入 Logistic回归模型进行回归分析，得到进入回归方程的变量：第一、第二、 第三、第四主成分和高血压病史、年龄和性别，结合入选变量的回归系数， 得到回归模型9。
中风概率估算模块10，根据回归模型9建立方程：中风概率＝1.025*第 一主成分-0.136*第二主成分-0.299*第三主成分+0.033*第四主成分+ 0.543*高血压病史-0.681*性别+0.035*年龄+常数项，并据此方程估算中风 概率11。此时，可将中风发病概率与血液动力学参数一同输出打印结果。
也可用如下方法，估算中风预警效能参数：计算队列人群中每一个体 中风的患病概率，再根据概率和实际发病情况，绘制ROC曲线，曲线下面 积为0.855。以队列人群随访3年的资料，根据预测概率的大小取不同的截断 点，当取值0.05时，Youden指数的值最大，0.05即为预警的最佳截段点。
以0.05作为截断点，将所有的受试者分成真阳性、假阳性、真阴性、 假阴性等四种情况，并汇入四格表(表1)。
表1.中风预测模型的预测效果分析 模型预测 随访结果 合计 发病数 未发病数 阳性 130 5207 5337 阴性 31 19042 19073 合计 161 24249 24410
根据表1，即可计算如下中风预警效能参数：