CALLY指数对缺血性脑卒中后抑郁的预测价值

doi:10.11958/20241063

天津医药 ›› 2024, Vol. 52 ›› Issue (12): 1300-1304.doi: 10.11958/20241063

CALLY指数对缺血性脑卒中后抑郁的预测价值

张晶晶(), 赵文栋, 赵远, 张清峡, 杜佳, 刘艳霞^△()

新乡医学院第一附属医院神经内科（邮编453100）

收稿日期:2024-08-06 修回日期:2024-10-08 出版日期:2024-12-15 发布日期:2024-12-17
通讯作者: △E-mail：zhaobin2861@tom.com
作者简介:张晶晶（1985），女，主治医师，主要从事脑血管疾病的诊治方面研究。E-mail：jingjingzhang1986@126.com
基金资助:
河南省医学科技攻关计划项目(LHGJ20230500);河南省高等学校重点科研项目计划(19A320031)

Predictive value of CALLY index for depression after ischemic stroke

ZHANG Jingjing(), ZHAO Wendong, ZHAO Yuan, ZHANG Qingxia, DU Jia, LIU Yanxia^△()

Department of Neurology, the First Affiliated Hospital of Xinxiang Medical College, Xinxiang 453100, China

Received:2024-08-06 Revised:2024-10-08 Published:2024-12-15 Online:2024-12-17
Contact: △E-mail：zhaobin2861@tom.com

张晶晶, 赵文栋, 赵远, 张清峡, 杜佳, 刘艳霞. CALLY指数对缺血性脑卒中后抑郁的预测价值[J]. 天津医药, 2024, 52(12): 1300-1304.

ZHANG Jingjing, ZHAO Wendong, ZHAO Yuan, ZHANG Qingxia, DU Jia, LIU Yanxia. Predictive value of CALLY index for depression after ischemic stroke[J]. Tianjin Medical Journal, 2024, 52(12): 1300-1304.

摘要/Abstract

摘要：

目的探讨CALLY指数对缺血性脑卒中后抑郁（PSD）的预测价值。方法纳入179例缺血性脑卒中患者的临床资料，收集患者的人口学信息、病史、卒中严重程度、入院时实验室指标等。随访6个月，采用17项汉密尔顿抑郁量表（HAMD-17）对所有患者进行抑郁症状评估，将患者分为PSD组（48例）和非PSD组（131例），比较2组患者临床特征的差异。根据C反应蛋白（CRP）、白蛋白（ALB）和淋巴细胞计数计算CALLY指数。采用受试者工作特征（ROC）曲线分析CALLY指数对PSD的预测价值。Spearman相关分析PSD患者CALLY指数与神经和认知功能的相关性。K-M曲线和Cox回归分析CALLY指数对PSD发生的影响。结果 179例患者CALLY指数范围为0.54~1.79，中位数1.08。ROC曲线分析显示，CALLY指数预测PSD的最佳临界值为1.09，ROC曲线下面积为0.757（95%CI：0.687~0.818）。与非PSD组相比，PSD组女性比例升高，受教育年限较短，合并高脂血症患者比例升高，血清CRP升高，ALB、CALLY指数下降（P<0.05）。K-M曲线显示，CALLY≤1.08的患者PSD发生率明显高于>1.08者（33.0% vs. 20.5%，Log rank χ²=8.553，P=0.004）。Cox回归分析显示，校正其他协变量后，CALLY指数下降是PSD发生的独立危险因素（HR=2.651，95%CI：1.269~5.540，P<0.05）。结论 CALLY指数对急性缺血性脑卒中患者发生PSD有一定的预测价值，有助于早期识别和及时干预，改善患者预后。

关键词: 缺血性卒中, 卒中后抑郁, CALLY指数, 预测模型

Abstract:

Objective To investigate the predictive value of CALLY index for ischemic post-stroke depression (PSD). Methods The clinical data of 179 patients with ischemic stroke were included, and the demographic information, medical history, stroke severity and laboratory indicators at admission were collected. After 6 months of follow-up, all patients were assessed for depressive symptoms using the 17-item Hamilton Depression Scale (HAMD-17). Patients were divided into the PSD group (48 cases) and the non-PSD group (131 cases). Differences in clinical characteristics were compared between the PSD group and the non-PSD group. CALLY index was calculated from C-reactive protein (CRP), albumin (ALB) and lymphocyte counts. Receiver operating characteristic (ROC) curve was used to analyze the predictive value of CALLY index to PSD. Spearman correlation analysis was used for the correlation between CALLY index and neurological and cognitive function in PSD patients. K-M curve and Cox regression were used for analyzing the influence of CALLY index on PSD. Results The CALLY index of 179 patients ranged from 0.54 to 1.79, with a median of 1.08. ROC curve analysis showed that the optimal critical value of CALLY index to predict PSD was 1.09, and the area under ROC curve was 0.757 (95%CI: 0.687-0.818). Compared with the non-PSD group, the proportion of females was higher in the PSD group, and the proportion of patients with hyperlipidemia was increased with shorter years of education. The serum C-reactive protein (CRP) was higher, and albumin (ALB) and CALLY index were lower (P<0.05). The K-M curve showed that the incidence of PSD was significantly higher in the low CALLY index group (CALLY≤1.08) than that in the higher CALLY index group (CALLY>1.08, 33.0% vs. 20.5%, Log rank χ²=8.553, P=0.004). Cox regression analysis showed that after adjusting for other covariates, the decreased CALLY index was an independent risk factor for PSD (HR=2.651, 95%CI: 1.269-5.540, P<0.05). Conclusion CALLY index has a certain predictive value for PSD in acute ischemic stroke patients, which is helpful for early identification and timely intervention to improve the prognosis of patients.

Key words: ischemic stroke, post-stroke depression, CALLY index, predictive model

中图分类号:

R743.3，R749.42

图/表 5

参考文献 21

[1]	GUO J, WANG J, SUN W, et al. The advances of post-stroke depression: 2021 update[J]. J Neurol, 2022, 269(3):1236-1249. doi:10.1007/s00415-021-10597-4.
[2]	WEN L, YAN C, SI T, et al. The predictive role of early inflammation and oxidative stress and the dynamics of cytokines networks in post-stroke depression[J]. J Affect Disord, 2024, 347:469-476. doi:10.1016/j.jad.2023.12.012.
[3]	王培健, 魏铭. 心脑血管疾病的预防与管理策略[J]. 中国现代神经疾病杂志, 2024, 24(2):106-112.
	WANG P J, WEI M. Prevention and management strategies of cardiovascular and cerebrovascular comorbidity[J]. Chin J Contemp Neurol Neurosurg, 2024, 24(2):106-112. doi:10.3969/j.issn.1672-6731.2024.02.009.
[4]	AOYAMA T, HASHIMOTO I, MAEZAWA Y, et al. CRP-albumin-lymphocyte(CALLY) index is an independent prognostic factor for the esophageal cancer patients who received curative treatment[J]. Anticancer Res, 2024, 44(2):815-822. doi:10.21873/anticanres.16873.
[5]	FENG J, WANG L, YANG X, et al. Clinical significance of preoperative CALLY index for prognostication in patients with esophageal squamous cell carcinoma undergoing surgery[J]. Sci Rep, 2024, 14(1):713. doi:10.1038/s41598-023-51109-w.
[6]	TSAI Y T, KO C A, CHEN H C, et al. Prognostic value of CRP-albumin-lymphocyte (CALLY) index in patients undergoing surgery for oral cavity cancer[J]. J Cancer, 2022, 13(10):3000-3012. doi:10.7150/jca.74930.
[7]	中华医学会神经病学分会, 中华医学会神经病学分会脑血管病学组. 中国急性缺血性脑卒中诊治指南2018[J]. 中华神经科杂志, 2018, 51(9):666-682.
	Chinese Society of Neurology,Chinese Society of Neurology, Chinese Society of Cerebrovascular Disease. Chinese guidelines for diagnosis and treatment of acute ischemic stroke 2018[J]. Chinese Journal of Neurology, 2018, 51(9):666-682. doi:10.3760/cma.j.issn.1006-7876.2018.09.004.
[8]	LIN H S, LIN C H. Early improvement in HAMD-17 and HAMD-6 scores predicts ultimate response and remission for depressed patients treated with fluoxetine or ECT[J]. J Affect Disord, 2019, 245:91-97. doi:10.1016/j.jad.2018.10.105.
[9]	LI M, ZHANG B, XIE J, et al. Prediction score for clinical outcome of chinese patients with cerebral venous thrombosis[J]. Int J Gen Med, 2023, 16:4099-4107. doi:10.2147/IJGM.S426238.
[10]	CHUN C T, SEWARD K, PATTERSON A, et al. Evaluation of available cognitive tools used to measure mild cognitive decline:a scoping review[J]. Nutrients, 2021, 13(11):3974. doi:10.3390/nu13113974.
[11]	许健, 张驰, 周东阳, 等. 卒中后抑郁风险列线图预测模型的构建及验证[J]. 护理学杂志, 2022, 37(17):5-8,22.
	XU J, ZHANG C, ZHOU D Y, et al. Construction and validation of a nomogram prediction model for post-stroke depression[J]. Journal of Nursing Science, 2022, 37(17):5-8,22. doi:10.3870/j.issn.1001-4152.2022.17.005.
[12]	DULAY M F, CRISWELL A, HODICS T M. Biological,psychiatric,psychosocial,and cognitive factors of poststroke depression[J]. Int J Environ Res Public Health, 2023, 20(7):5328. doi:10.3390/ijerph20075328.
[13]	YATAWARA C, GUEVARRA A, NG K P, et al. Interactions between acute infarcts and cerebrovascular pathology predict poststroke dementia[J]. Alzheimer Dis Assoc Disord, 2020, 34(3):206-211. doi:10.1097/WAD.0000000000000384.
[14]	ELIAS S, BENEVIDES M L, MARTINS A, et al. Factors associated with post-stroke depression in the acute phase of ischemic stroke:A cross-sectional study[J]. Clin Neurol Neurosurg, 2022, 223:107505. doi:10.1016/j.clineuro.2022.107505.
[15]	GONG P, LIU Y, GONG Y, et al. The association of neutrophil to lymphocyte ratio, platelet to lymphocyte ratio, and lymphocyte to monocyte ratio with post-thrombolysis early neurological outcomes in patients with acute ischemic stroke[J]. J Neuroinflammation, 2021, 18(1):51. doi:10.1186/s12974-021-02090-6.
[16]	LI S J, CAO S S, HUANG P S, et al. Post-operative neutrophil-to-lymphocyte ratio and outcome after thrombectomy in acute ischemic stroke[J]. Front Neurol, 2022, 13:990209. doi:10.3389/fneur.2022.990209.
[17]	WEI Y, FENG J, MA J, et al. Neutrophil/lymphocyte, platelet/lymphocyte and monocyte/lymphocyte ratios in patients with affective disorders[J]. J Affect Disord, 2022, 309:221-228. doi:10.1016/j.jad.2022.04.092.
[18]	张波, 李娜, 高雁青, 等. 脑卒中后抑郁与血清胆红素和超敏C反应蛋白的相关性分析[J]. 中国基层医药, 2023, 30(4):481-485.
	ZHANG B, LI N, GAO Y Q, et al. Correlation analysis between post-stroke depression and serum bilirubin and high-sensitivity C-reactive protein[J]. Chinese Journal of Primary Medicine and Pharmacy, 2023, 30(4):481-485. doi:10.3760/cma.j.cn341190-20211210-01368.
[19]	LIEGEY J S, SAGNIER S, DEBRUXELLES S, et al. Influence of inflammatory status in the acute phase of stroke on post-stroke depression[J]. Rev Neurol(Paris), 2021, 177(8):941-946. doi:10.1016/j.neurol.2020.11.005.
[20]	SINGH D, GUEST P C, DOBROWOLNY H, et al. Changes in leukocytes and CRP in different stages of major depression[J]. J Neuroinflammation, 2022, 19(1):74. doi:10.1186/s12974-022-02429-7.
[21]	JI Y, WANG J, CHEN H, et al. Association between hs-CRP and depressive symptoms:a cross-sectional study[J]. Front Psychiatry, 2024, 15:1339208. doi:10.3389/fpsyt.2024.1339208.

变量		AUC		95%CI		最佳临界值
ALB		0.696		0.623~0.762		39.1 g/L
CRP		0.638		0.563~0.708		12.9 mg/L
LYM		0.568		0.492~0.641		2.3×10⁹/L
CALLY指数		0.757		0.687~0.818		1.09
变量	敏感度/%		特异度/%		约登指数		Z	P
ALB	31.25		96.18		0.274		4.420	<0.001
CRP	31.30		100.00		0.313		2.720	<0.001
LYM	83.33		35.88		0.192		1.523	0.123
CALLY指数	95.83		47.33		0.432		7.013	<0.001

变量		AUC		95%CI		最佳临界值
ALB		0.696		0.623~0.762		39.1 g/L
CRP		0.638		0.563~0.708		12.9 mg/L
LYM		0.568		0.492~0.641		2.3×10⁹/L
CALLY指数		0.757		0.687~0.818		1.09
变量	敏感度/%		特异度/%		约登指数		Z	P
ALB	31.25		96.18		0.274		4.420	<0.001
CRP	31.30		100.00		0.313		2.720	<0.001
LYM	83.33		35.88		0.192		1.523	0.123
CALLY指数	95.83		47.33		0.432		7.013	<0.001

组别	n	性别（男/女）	年龄/岁	BMI/（kg/m²）	受教育年限/年	高血压	冠心病	糖尿病	高脂血症	既往卒中史	吸烟
非PSD组	131	85/46	64.15±9.96	23.04±2.53	9（3，12）	57（43.51）	37（28.24）	30（22.90）	58（44.27）	16（12.21）	52（39.69）
PSD组	48	21/27	63.67±10.36	22.37±2.14	7（4，11）	31（64.58）	16（33.33）	12（25.00）	28（58.33）	10（20.83）	21（43.75）
χ²、t或Z		6.461^＊	0.283	1.632	2.367^＊＊	6.206^＊	0.557	0.185	6.242^＊	2.090	0.238
组别	饮酒	WBC/ （×10⁹/L）	Hb/ （g/L）	FPG/ （mmol/L）	CRP/ （mg/L）	ALB/ （g/L）	LYM/ （×10⁹/L）	CALLY 指数	NIHSS评分/分	MMSE 评分/分	mRS 评分/分
非PSD组	49（37.40）	12.8±3.4	180.5±26.8	6.01±1.13	8.6±2.4	47.63±5.45	2.01±0.62	1.16±0.34	7（5，11）	26（25，28）	2（1，4）
PSD组	19（39.58）	13.5±2.7	172.3±24.1	5.89±1.02	10.5±3.7	42.51±6.72	1.86±0.46	0.86±0.23	10（6，15）	22（16，26）	3（2，4）
χ²、t或Z	0.070	1.285	1.861	0.645	8.242^＊＊	5.219^＊＊	1.528	5.653^＊＊	2.846^＊＊	5.179^＊＊	1.948^＊

组别	n	性别（男/女）	年龄/岁	BMI/（kg/m²）	受教育年限/年	高血压	冠心病	糖尿病	高脂血症	既往卒中史	吸烟
非PSD组	131	85/46	64.15±9.96	23.04±2.53	9（3，12）	57（43.51）	37（28.24）	30（22.90）	58（44.27）	16（12.21）	52（39.69）
PSD组	48	21/27	63.67±10.36	22.37±2.14	7（4，11）	31（64.58）	16（33.33）	12（25.00）	28（58.33）	10（20.83）	21（43.75）
χ²、t或Z		6.461^＊	0.283	1.632	2.367^＊＊	6.206^＊	0.557	0.185	6.242^＊	2.090	0.238
组别	饮酒	WBC/ （×10⁹/L）	Hb/ （g/L）	FPG/ （mmol/L）	CRP/ （mg/L）	ALB/ （g/L）	LYM/ （×10⁹/L）	CALLY 指数	NIHSS评分/分	MMSE 评分/分	mRS 评分/分
非PSD组	49（37.40）	12.8±3.4	180.5±26.8	6.01±1.13	8.6±2.4	47.63±5.45	2.01±0.62	1.16±0.34	7（5，11）	26（25，28）	2（1，4）
PSD组	19（39.58）	13.5±2.7	172.3±24.1	5.89±1.02	10.5±3.7	42.51±6.72	1.86±0.46	0.86±0.23	10（6，15）	22（16，26）	3（2，4）
χ²、t或Z	0.070	1.285	1.861	0.645	8.242^＊＊	5.219^＊＊	1.528	5.653^＊＊	2.846^＊＊	5.179^＊＊	1.948^＊

指标	β	SE	Wald χ²	P	HR（95%CI）
未校正
CALLY指数	1.214	0.541	5.036	0.025	3.367（1.166~9.722）
校正后
CALLY指数	0.975	0.376	6.724	0.010	2.651（1.269~5.540）
性别	0.684	0.325	4.429	0.035	1.982（1.048~3.747）
年龄	0.575	0.326	3.111	0.078	1.777（0.938~3.367）
受教育年限	0.863	0.610	2.002	0.157	2.370（0.717~7.835）
高血压	0.968	0.336	8.300	0.004	2.633（1.363~5.086）
卒中史	0.382	0.274	1.944	0.163	1.465（0.856~2.057）
NIHSS评分	1.236	0.428	8.340	0.004	3.442（1.488~7.964）
mRS评分	1.057	0.469	5.079	0.024	2.878（1.148~7.216）
MMSE评分	-0.634	0.217	8.536	0.003	0.530（0.347~0.812）

CALLY指数对缺血性脑卒中后抑郁的预测价值

Predictive value of CALLY index for depression after ischemic stroke

引用本文

RichHTML

PDF (PC)

可视化

摘要/Abstract

使用本文

图/表 5

参考文献 21

相关文章 15

编辑推荐

Metrics

本文评价

[1]	林峰, 陈铃雄, 刘羽, 张旭明, 尹志达, 林坛辉, 刘尊荣. 紫杉醇涂层球囊治疗2型糖尿病膝下动脉严重病变患者发生远期再狭窄预测模型的构建[J]. 天津医药, 2024, 52(8): 830-834.
[2]	王娴, 刘霞明, 陈曼玉, 赵君, 王立东. 基于机器学习对2型糖尿病肾病预测模型的构建及验证[J]. 天津医药, 2024, 52(7): 775-780.
[3]	王灵, 龙登炎. 重症监护病房获得性衰弱风险预测模型的构建[J]. 天津医药, 2024, 52(5): 486-489.
[4]	丁波, 龚洁芹, 沈李奎. 急性缺血性脑卒中患者血清指标与病情和预后的关系[J]. 天津医药, 2024, 52(2): 172-176.
[5]	杨凯, 侯丁聪, 段少先, 毕怡, 谢炎, 张骊, 蒋文涛. PNI、LMR、MELD对肝移植术后早期肺部感染的预测价值[J]. 天津医药, 2024, 52(10): 1041-1045.
[6]	王众, 赵静雯, 王天驰, 唐缨. 超声影像组学在肾炎组织学分型中的应用价值[J]. 天津医药, 2024, 52(10): 1100-1105.
[7]	邓乾葆, 张忠霞, 王茹, 许琳, 罗书. 基于外泌体多miRNA表达水平构建的子痫前期风险预测模型效能分析[J]. 天津医药, 2024, 52(1): 91-96.
[8]	赵小泉, 卢祖能. 肌萎缩侧索硬化临床特征及预后因素研究进展[J]. 天津医药, 2023, 51(7): 694-696.
[9]	郭振江, 赵光远, 杜立强, 刘防震. 进展期胃癌脉管侵犯术前列线图预测模型的建立和验证[J]. 天津医药, 2023, 51(12): 1382-1386.
[10]	周妮娜, 顾健辉, 杨治平, 盛俞, 姜荣. 小儿免疫性血小板减少症疾病转归的影响因素及风险预测模型构建[J]. 天津医药, 2023, 51(10): 1122-1125.
[11]	谭玉莹, 张炜琪, 谢炎, 李江, 李俊杰, 蒋文涛△. 肝细胞癌微血管侵犯相关危险因素分析及预测模型的构建#br#[J]. 天津医药, 2022, 50(5): 523-527.
[12]	陈佩贤, 陈凯, 周丹, 潘瑞琳, 叶国麟△, 陈小松, 苏逢锡. 前哨淋巴结阳性及全乳切除的乳腺癌患者非前哨淋巴结转移的术中预测模型[J]. 天津医药, 2022, 50(5): 533-538.
[13]	柳洁, 夏盼, 潘春华, 李航, 王泽颖. 急性缺血性卒中血管再通治疗后早期神经功能恶化研究进展[J]. 天津医药, 2022, 50(11): 1227-1232.
[14]	魏博涛, 马翠安△, 沈阳, 周耀, 刘语桥. 腺病毒感染患儿急性胃肠炎表型列线图预测模型的建立及验证[J]. 天津医药, 2022, 50(1): 99-103.
[15]	李芳, 邓跃毅, 朱戎, 周文琴, 王蔚琼. 透析并发不宁腿综合征风险列线图预测模型的构建及验证 #br#[J]. 天津医药, 2021, 49(6): 646-650.