侯玉梅 曾慧 张晨阳 张重阳 张利军 高秋烨

(燕山大学 1经济管理学院，河北 秦皇岛 066004；2理学院；3秦皇岛市第一人民医院)

在我国，脑卒中的死亡率远高于世界平均水平，成为居民第一大死亡原因，每年死于脑卒中的患者达188万〔1〕，是欧美等发达国家的4～5倍，甚至超越了发展中国家印度〔2〕。脑卒中的发病率也由1993年的0.40%上升至2013年的1.23%〔1〕，且以每年8.7%的速度持续增长；其再入院率大于30%，5年内再现率高达54%。同时，脑卒中的患病人群具有年轻化的趋势〔3〕。目前，脑卒中尚缺乏理想的治疗方法，高危个体的早期发现成为脑卒中防治的关键。相关研究表明，采取合理规范的措施控制脑卒中的高危因素，可以延迟或减缓脑卒中的发生〔4〕。

针对缺血性脑卒中，国外学者已经构建了稳定的评分方法与预测模型〔5～10〕，其中专家普遍建议选择改良的弗明汉脑卒中量表、汇集队列方程、脑卒中风险计算器等工具进行缺血性脑卒中风险评估〔11〕，但是这些模型主要适用欧美人群，对我国人群的风险预测效果不佳。国内学者更多是对脑卒中发病因素的探究〔12～15〕。本文利用数据挖掘的决策树与Logistic回归方法构建预测模型，以此发掘缺血性脑卒中的发病规律，为脑卒中的提前干预与控制提供依据。

1 资料与方法

1.1资料来源 研究资料来源于河北省合作医院开展的居民脑卒中基线调查数据。研究对调查范围内居民进行长期随访来收集数据，平均随访时间为18个月。缺血性脑卒中数据来自于随访时期内出现缺血性脑卒中疾病的患者档案。……