一、研究背景
全球每年约1500万人发生中风，其中500万人死亡，500万人遗留残疾。目前康复方案多基于单一结局预测模型，本研究首次采用潜在类别分析（LCA）方法，通过多维度结局指标（功能独立性评定量表FIM、美国国立卫生研究院卒中量表NIHSS上肢功能评分、住院时长、出院目的地）对患者特征进行分类，并验证入院时预测因子的有效性。
二、研究方法
研究团队利用日本康复数据库（JARD）2005-2016年间37家急性期医院收治的10270例中风患者数据，采用回顾性观察研究设计。通过LCA分析确定出院时的特征分类，纳入预测变量包括年龄、FIM评分、NIHSS上肢功能评分、卒中类型及每日康复量。
三、主要发现
6881例患者被分类为9个特征类别：
- 轻度组（29%）：具备独立行走能力，上肢功能良好，住院时短，家庭出院率97%
- 重度组（15%）：完全依赖ADL，上肢功能低下，住院时间最长，非家庭出院率77%
- 其余类别呈现临床常见梯度严重度：
- 第7类：右侧偏瘫伴ADL依赖保留，认知功能需辅助（如沟通）
- 第8类：左侧上肢功能严重受损患者（NIHSS评分4分时OR>10）
- 第9类：右侧上肢功能严重受损患者（NIHSS评分4分时OR>10）
所有入院预测因子均显著关联出院分类（p<0.001）：
- 年龄、FIM评分、NIHSS上肢评分是强预测因子
- 每日康复量与轻度组正相关，与重度组负相关
- 建立的预测模型可模拟不同康复强度对预后的影响
四、重要临床发现
- 半球功能差异：
- 左侧上肢瘫痪类别（第6/8类）：ADL依赖度高，住院时间长，保留较好沟通能力
- 右侧瘫痪类别（第9类）：虽保留部分ADL能力，但沟通功能显著受损，家庭出院率仅9%
- 康复强度模型：
- 高强度康复（>6单位/天）对轻度组有利，但可能不利于重度组
- 建立的预测工具（Excel模板）可指导个体化康复强度决策
五、研究局限性
- 未纳入心理社会因素（如心理压力、社会支持）
- 未考虑环境社会决定因素（社会经济地位、文化背景）
- 需后续验证纳入WHO ICF框架的扩展模型
六、临床应用
研究团队开发的预测模型可帮助临床医生：
- 根据入院特征预判出院结局
- 制定个体化康复计划
- 优化医疗资源分配
- 为卫生政策转型提供循证基础
【全文结束】
