3 009例中风病高危人群颈动脉斑块中西医结合风险预测模型构建及验证

秦淑琦; 郭翔宇; 杨魏壕; 陈炀; 喻颖; 何丽敏; 王嘉麟

doi:10.13422/j.cnki.syfjx.20250912

您当前的位置：

首页 >

文章列表页 >

3 009例中风病高危人群颈动脉斑块中西医结合风险预测模型构建及验证

学术探讨 | 更新时间：2026-09-16

- 3 009例中风病高危人群颈动脉斑块中西医结合风险预测模型构建及验证
- Construction and Validation of Integrated Traditional Chinese and Western Medicine Risk Prediction Model for Carotid Artery Plaques in 3 009 Individuals with High-risk of Stroke
- 中国实验方剂学杂志 2026年32卷第20期页码：242-250
- 作者机构：
  
  1.北京中医药大学第二临床医学院，北京 100078
  2.北京中医药大学东方医院，北京 100078
- 作者简介：
  
  秦淑琦，在读硕士，从事中医内科学脑病方向研究，E-mail：qinshuqi2020@163.com
  王嘉麟，博士，主任医师，博士生导师，从事中西医结合治疗脑病研究，E-mail：WJL2008420@163.com
- 基金信息：
  
  国家科技重大专项(2024ZD0523501);北京中医药大学2020年度基本科研业务费项目(2020-JYB-ZDGG-130)
- DOI：10.13422/j.cnki.syfjx.20250912
  中图分类号： R745;R285;R289
- 收稿：2025-05-08，
  
  修回：2025-07-15，
  
  录用：2025-07-22，
  
  网络首发：2025-08-08，
  
  纸质出版：2026-10-20
- 稿件说明：
移动端阅览
秦淑琦,郭翔宇,杨魏壕等.3 009例中风病高危人群颈动脉斑块中西医结合风险预测模型构建及验证[J].中国实验方剂学杂志,2026,32(20):242-250.

QIN Shuqi,GUO Xiangyu,YANG Weihao,et al.Construction and Validation of Integrated Traditional Chinese and Western Medicine Risk Prediction Model for Carotid Artery Plaques in 3 009 Individuals with High-risk of Stroke[J].Chinese Journal of Experimental Traditional Medical Formulae,2026,32(20):242-250.
秦淑琦,郭翔宇,杨魏壕等.3 009例中风病高危人群颈动脉斑块中西医结合风险预测模型构建及验证[J].中国实验方剂学杂志,2026,32(20):242-250. DOI： 10.13422/j.cnki.syfjx.20250912.

QIN Shuqi,GUO Xiangyu,YANG Weihao,et al.Construction and Validation of Integrated Traditional Chinese and Western Medicine Risk Prediction Model for Carotid Artery Plaques in 3 009 Individuals with High-risk of Stroke[J].Chinese Journal of Experimental Traditional Medical Formulae,2026,32(20):242-250. DOI： 10.13422/j.cnki.syfjx.20250912.

摘要

目的

基于5种机器学习方法构建中风病高危人群颈动脉斑块风险预测模型。

方法

收集脑卒中高危人群的临床资料，对其中医症状和舌脉进行因子分析和证候要素统计，基于因子分析结果及变量筛选，使用分类与回归树（CART）决策树、支持向量机（SVM）、反向传播（BP）神经网络、逻辑回归及随机森林5种机器学习方法进行颈动脉斑块风险预测模型构建。

结果

中风病高危人群证候要素分布最多的是气虚，其中有颈动脉斑块人群气虚、阴虚、阳虚证候要素的得分明显高于无颈动脉斑块人群（

0.05）。CART决策树、支持向量机、逻辑回归、BP神经网络及随机森林模型的受试者工作特征曲线下面积（ROC）分别为0.71、0.75、0.76、0.76、0.75，准确率分别为68.94%、69.27%、69.44%、70.10%、69.60%，精确率分别为68.56%、68.53%、68.75%、69.74%、69.42%，召回率分别为68.91%、67.93%、67.92%、68.10%、67.31%，

值分别为0.69、0.68、0.68、0.68、0.68。

结论

中风病高危人群中证候要素分布最多的是气虚，其余主要为火热、阴虚、阳虚、痰湿、血瘀、气滞。虚证可能是导致中风病高危人群颈动脉斑块的重要因素。神经网络模型在构建中风病高危人群颈动脉斑块风险预测模型时具有更好的性能，颈动脉斑块人群更易出现头重如裹、头晕、头痛、脉细的表现，基层社区使用神经网络模型进行40岁以上中风病高危人群的颈动脉斑块风险预测时获益更广。

Abstract

Objective

To construct a risk prediction model for carotid artery plaques in high-risk populations of stroke based on five machine learning methods.

Methods

The clinical information of the high-risk population of stroke was collected. Factor analysis and statistical analysis of syndrome elements were conducted on their traditional Chinese medicine （TCM） symptoms and tongue and pulse manifestations. On the basis of the results of factor analysis and variable screening， five machine learning methods-classification and regression tree （CART） decision tree， support vector machine （SVM）， back propagation（BP） neural network， logistic regression， and random forest-were used to construct the risk prediction model for carotid artery plaques.

Results

The most common TCM syndrome elements in the high-risk population of stroke was Qi deficiency. The scores of Qi deficiency， Yin deficiency， and Yang deficiency in the population with carotid artery plaques were higher than those without carotid artery plaques （

0.05）.

The CART decision tree， SVM， logistic regression， BP neural network， and random forest models showed the areas under the receiver operating characteristic （ROC） curves of 0.71， 0.75， 0.76， 0.76， and 0.75， the accuracy rates of 68.94%， 69.27%， 69.44%， 70.10%， and 69.60%， the precision rates of 68.56%， 68.53%， 68.75%， 69.74%， and 69.42%， the recall rates of 68.91%， 67.93%， 67.92%， 68.10%， and 67.31%， and the

values of 0.69， 0.68， 0.68， 0.68， and 0.68， respectively.

Conclusion

Among the high-risk population of stroke， the most frequently distributed TCM syndrome element is Qi deficiency， with the rest mainly being fire heat， Yin deficiency， Yang deficiency， phlegm dampness， blood stasis， and Qi stagnation. Deficiency syndrome may be a major factor leading to carotid artery plaques in the high-risk population of stroke. The BP neural network model demonstrates better performance in predicting the risk of carotid artery plaques in the high-risk population of stroke. People with carotid artery plaques are more likely to present with symptoms such as a heavy head， dizziness， headache， and thready pulse. The primary community benefits more widely when the BP neural network model is adopted to predict the risk of carotid artery plaques in the high-risk population of stroke over 40 years old.

关键词

Keywords

references

中风病诊断与疗效评定标准（试行）［J］. 北京中医药大学学报， 1996 ， 19 （ 1 ）： 55 - 56 .

Diagnostic and therapeutic evaluation criteria for stroke （Trial）［J］. J Beijing Univ Tradit Chin Med ， 1996 ， 19 （ 1 ）： 55 - 56 .

《中国脑卒中防治报告2021》概要［J］. 中国脑血管病志， 2023 ， 20 （ 11 ）： 783 - 793 .

Brief report on stroke prevention and treatment in China，2021 ［J］. Chin J Cerebrovasc Dis ， 2023 ， 20 （ 11 ）： 783 - 793 .

HECK D ， JOST A . Carotid stenosis，stroke，and carotid artery revascularization ［J］. Prog Cardiovasc Dis ， 2021 ， 65 ： 49 - 54 .

HUIBERS A ， DE BORST G J ， BULBULIA R ， et al . Plaque echolucency and the risk of ischaemic stroke in patients with asymptomatic carotid stenosis within the first asymptomatic carotid surgery trial （ACST-1）［J］. Eur J Vasc Endovasc Surg ， 2016 ， 51 （ 5 ）： 616 - 621 .

KAKKOS S K ， GRIFFIN M B ， NICOLAIDES A N ， et al . The size of juxtaluminal hypoechoic area in ultrasound images of asymptomatic carotid plaques predicts the occurrence of stroke ［J］. J Vasc Surg ， 2013 ， 57 （ 3 ）： 609 - 618 .

HOWARD D ， GAZIANO L ， ROTHWELL P M ， et al . Risk of stroke in relation to degree of asymptomatic carotid stenosis：A population-based cohort study，systematic review，and Meta-analysis ［J］. Lancet Neurol ， 2021 ， 20 （ 3 ）： 193 - 202 .

潘子昂，张丁丁，刘子悦，等 . 颈动脉粥样硬化对脑小血管病进展的影响：基于顺义队列研究［J］. 中国现代神经疾病杂志， 2023 ， 23 （ 11 ）： 986 - 992 .

PAN Z A ， ZHANG D D ， LIU Z Y ， et al . The effect of carotid atherosclerosis on the progression of cerebral small vessel disease：Based on Shunyi cohort study ［J］. Chin J Contemp Neurol Neurosurg ， 2023 ， 23 （ 11 ）： 986 - 992 .

NI T ， FU Y ， ZHOU W ， et al . Carotid plaques and neurological impairment in patients with acute cerebral infarction ［J］. PLoS One ， 2020 ， 15 （ 1 ）： e0226961 .

SABA L ， SAAM T ， JÄGER H R ， et al . Imaging biomarkers of vulnerable carotid plaques for stroke risk prediction and their potential clinical implications ［J］. Lancet Neurol ， 2019 ， 18 （ 6 ）： 559 - 572 .

SABA L ， CAU R ， SPINATO G ， et al . Carotid stenosis and cryptogenic stroke ［J］. J Vasc Surg ， 2024 ， 79 （ 5 ）： 1119 - 1131 .

廖宇，黄融，华晨，等 . 中老年人群颈动脉斑块的预测模型构建及验证［J］. 中国医学前沿杂志：电子版， 2024 ， 16 （ 9 ）： 56 - 62 .

LIAO Y ， HUANG R ， HUA C ， et al . Construction and validation of a predictive model for carotid plaque in middle-aged and elderly populations ［J］. Chin J Front Med Sci：Electron Vers ， 2024 ， 16 （ 9 ）： 56 - 62 .

DEO R C . Machine learning in medicine ［J］. Circulation ， 2015 ， 132 （ 20 ）： 1920 - 1930 .

国家卫生计生委脑卒中筛查与防治工程委员会 . 卒中筛查与防治技术规范［J］. 中华神经科杂志， 2014 ， 47 （ 3 ）： 199 - 203 .

National Health and Family Planning Commission Stroke Screening and Prevention Engineering Committee . Technical specifications for stroke screening and prevention ［J］. Chin J Neurol ， 2014 ， 47 （ 3 ）： 199 - 202 .

王琦 . 9种基本中医体质类型的分类及其诊断表述依据［J］. 北京中医药大学学报， 2005 ， 28 （ 4 ）： 1 - 8 .

WANG Q . Classification and diagnosis basis of nine basic constitutions in Chinese medicine ［J］. J Beijing Univ Tradit Chin Med ， 2005 ， 28 （ 4 ）： 1 - 8 .

HOU Q ， LI S ， GAO Y ， et al . Relations of lipid parameters，other variables with carotid intima-media thickness and plaque in the general Chinese adults：An observational study ［J］. Lipids Health Dis ， 2018 ， 17 （ 1 ）： 107 .

张艳玲，唐兴江，郭晓燕，等 . 饮酒与首次缺血性卒中患者颅内外血管狭窄的相关性分析［J］. 四川医学， 2020 ， 41 （ 3 ）： 299 - 303 .

ZHANG Y L ， TANG X J ， GUO X Y ， et al . Correlation between drinking and intracranial and extracranial vascular stenosis ［J］. Sichuan Med J ， 2020 ， 41 （ 3 ）： 299 - 303 .

DE W M ， GREVING J P ， HEDBLAD B ， et al . Prevalence of asymptomatic carotid artery stenosis in the general population：An individual participant data Meta-analysis ［J］. Stroke ， 2010 ， 41 （ 6 ）： 1294 - 1297 .

朱文锋 . 证素辨证学［M］. 北京：人民卫生出版社， 2008 ： 6 .

ZHU W F . Syndrome Element Differentiation ［M］. Beijing ： People's Medical Publishing House ， 2008 ： 6 .

张介宾 . 景岳全书［M］. 北京：中国中医药出版社， 1994 ： 128 .

ZHANG J B . Jing-yue's Complete Works ［M］. Beijing ： China Press of Traditional Chinese Medicine ， 1994 ： 128 .

周仲瑛，于文明 . 中医古籍珍本集成·续·诊断卷·病机沙篆［M］. 长沙：湖南科学技术出版社， 2014 ： 12 .

ZHOU Z Y ， YU W M . The collection of rare books of ancient Chinese medicine continued diagnosis volume Pathogenesis sand seal script ［M］. Changsha ： Hunan Science and Technology Press ， 2014 ： 12 .

王清任 . 医林改错［M］. 北京：中国中医药出版社， 1995 ： 35 .

WANG Q R . Yilin Gaicuo ［M］. Beijing ： China Press of Traditional Chinese Medicine ， 1995 ： 35 .

金雨静，黄世敬，王永炎 . “虚气留滞”病机理论的考证与发挥［J］. 中华中医药杂志， 2024 ， 39 （ 12 ）： 6310 - 6318 .

JIN Y J ， HUANG S J ， WANG Y Y . Textual research and development of the theory of the disease mechanism of "deficiency of Qi and stagnation" ［J］. China J Tradit Chin Med Pharm ， 2024 ， 39 （ 12 ）： 6310 - 6318 .

王梓仪，范星宇，贾裕智，等 . 基于“虚气留滞”理论探讨心力衰竭伴焦虑抑郁微炎症状态病机及治疗［J］. 中国中医药信息杂志， 2025 ， 32 （ 5 ）： 19 - 24 .

WANG Z Y ， FAN X Y ， JIA Y Z ， et al . Exploration on pathogenesis and treatment of micro-inflammatory state of chronic heart failure with anxiety and depression based on theory of "deficient Qi stagnation" ［J］. Chin J Inf Tradit Chin Med ， 2025 ， 32 （ 5 ）： 19 - 24 .

王琳琳，刘勇明，庞立健，等 . 难治性慢性咳嗽“虚气留滞”病机演变与治疗思路探微［J］. 中华中医药学刊， 2026 ， 44 （ 7 ）： 26 - 30 .

WANG L L ， LIU Y ， PANG L J ， et al . Exploration on the pathogenesis evolution and therapeutic approaches of chronic refractory cough based on the theory of "deficiency Qi induced retention and stagnation" ［J］. China Arch Tradit Chin Med ， 2026 ， 44 （ 7 ）： 26 - 30 .

白月洁，王子涵，王辰，等 . 基于“虚气留滞”理论探讨线粒体质量控制失衡对特发性肺纤维化的影响［J］. 陕西中医， 2025 ， 46 （ 4 ）： 517 - 521 .

BAI Y J ， WANG Z H ， WANG C ， et al . The effect of mitochondrial quality control imbalance on idiopathic pulmonary fibrosis based on the theory of "Xuqi stagnation" ［J］. Shaanxi J Tradit Chin Med ， 2025 ， 46 （ 4 ）： 517 - 521 .

韩佳颖，张庆，孟竹，等 . 颈动脉斑块性质和管腔狭窄与年龄的相关性研究［J］. 中华老年心脑血管病杂志， 2018 ， 20 （ 5 ）： 466 - 469 .

HAN J Y ， ZHANG Q ， MENG Z ， et al . Relationship of age with carotid artery plaques and luminal stenosis ［J］. Chin J Geriatr Heart Brain Vessel Dis ， 2018 ， 20 （ 5 ）： 466 - 469 .

金志瑛，李俊康，姜莹，等 . 颈动脉斑块超声联合埃森卒中风险评分量表预测缺血性脑卒中发生风险的研究［J］. 中国超声医学杂志， 2024 ， 40 （ 11 ）： 1208 - 1212 .

JIN Z Y ， LI J K ， JIANG Y ， et al . Carotid plaque ultrasound combined with Essen stroke risk score to predict risk of ischemic stroke ［J］. Chin J Ultrasound Med ， 2024 ， 40 （ 11 ）： 1208 - 1212 .

秦杰，李玉娟，王苾莉，等 . 基于临床基线特征与颈动脉超声参数构建脑卒中高危人群颈动脉易损斑块模型［J］. 中国组织工程研究， 2025 ， 29 （ 12 ）： 2444 - 2449 .

QIN J ， LI Y J ， WANG B L ， et al . Constructing a nomogram model of vulnerable carotid plaques in patients at high risk of stroke based on clinical baseline characteristics and carotid ultrasound parameters ［J］. Chin J Tissue Eng Res ， 2025 ， 29 （ 12 ）： 2444 - 2449 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

慢性萎缩性胃炎患者浊毒内蕴证风险因素分析及预测模型的建立

高尿酸血症患者尿酸盐结晶沉积的影响因素及中医证型-炎症指标预测模型研究

基于古今特征融合与图卷积网络的活血药对配伍预测

肺结节中西医结合恶性风险预测模型的建立与验证

中医药领域预测模型研究的可视化分析