急性卒中后下尿路症状减轻的预测因素:多变量分析

《International Urogynecology Journal》:Predictors of Lower Urinary Tract Symptoms Following Post-Acute Stroke: Analysis of Multiple Variables

【字体: 时间:2025年10月04日 来源:International Urogynecology Journal 1.8

编辑推荐:

  脑卒中后尿路症状的预测因素研究采用多元线性回归分析,发现年龄、性别、便秘、功能步态量表评分、卒中类型及尿失禁生活质量量表总分显著影响症状评分,模型解释力达91.5%。建议多维度干预并纳入相关参数制定康复计划。

  

摘要

引言与假设

下尿路症状(LUTS)与中风后的恢复有关,因此识别LUTS的预测因素非常重要。本研究旨在确定急性中风后LUTS的预测因素。

方法

本研究使用了Brunnstrom恢复阶段(BRS)、改良Ashworth量表(MAS)、改良Rankin量表(MRS)、功能性行走量表(FAS)、Berg平衡量表(BBS)、功能独立性量表(FIM)、核心下尿路症状评分(CLSS)和失禁生活质量量表(I-QOL)。通过逐步选择法进行多元线性回归分析,得到了CLSS的总分及其各个子维度。

结果

本研究共有93名参与者参与。逐步选择法分析表明,包含年龄、性别、便秘、FAS、中风类型和I-QOL总分的回归模型能够显著预测CLSS的总分(F(6;87) = 168.035,p < 0.001)。年龄、性别、便秘、FAS、中风类型和I-QOL总分对这些变量的贡献在统计学上具有显著性(p < 0.05)。根据标准化回归系数,年龄(0.961)和I-QOL总分(–0.890)对模型的贡献最大。该模型能够解释CLSS总分91.5%的变异(R2 = 0.915)。

结论

这是首次在广泛背景下探讨急性中风后LUTS预测因素的研究。对于出现LUTS的急性中风患者,应采取多维度的治疗措施,并在制定康复计划时考虑这些因素。

引言与假设

下尿路症状(LUTS)与中风后的恢复有关,因此识别LUTS的预测因素非常重要。本研究旨在确定急性中风后LUTS的预测因素。

方法

本研究使用了Brunnstrom恢复阶段(BRS)、改良Ashworth量表(MAS)、改良Rankin量表(MRS)、功能性行走量表(FAS)、Berg平衡量表(BBS)、功能独立性量表(FIM)、核心下尿路症状评分(CLSS)和失禁生活质量量表(I-QOL)。通过逐步选择法进行多元线性回归分析,得到了CLSS的总分及其各个子维度。

结果

本研究共有93名参与者参与。逐步选择法分析表明,包含年龄、性别、便秘、FAS、中风类型和I-QOL总分的回归模型能够显著预测CLSS的总分(F(6;87) = 168.035,p < 0.001)。年龄、性别、便秘、FAS、中风类型和I-QOL总分对这些变量的贡献在统计学上具有显著性(p < 0.05)。根据标准化回归系数,年龄(0.961)和I-QOL总分(–0.890)对模型的贡献最大。该模型能够解释CLSS总分91.5%的变异(R2 = 0.915)。

结论

这是首次在广泛背景下探讨急性中风后LUTS预测因素的研究。对于出现LUTS的急性中风患者,应采取多维度的治疗措施,并在制定康复计划时考虑这些因素。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号