基于血清MCP-1、MCPIP1联合炎症因子的进展性脑梗死患者血管斑块稳定性列线图预测模型构建与验证

李彦达; 宋彦; 陈亚伦; 李旭; 王民珩; 张辉

doi:10.16016/j.2097-0927.202412018

您当前的位置：

首页 >

文章列表页 >

基于血清MCP-1、MCPIP1联合炎症因子的进展性脑梗死患者血管斑块稳定性列线图预测模型构建与验证

临床医学 | 更新时间：2025-05-26

- 基于血清MCP-1、MCPIP1联合炎症因子的进展性脑梗死患者血管斑块稳定性列线图预测模型构建与验证
- Construction and verification of a nomogram prediction model for vascular plaque stability in patients with progressive cerebral infarction based on serum MCP-1, MCPIP1 combined with inflammatory factors
- 陆军军医大学学报 2025年47卷第10期页码：1102-1109
- 作者机构：
  
  新乡医学院南阳市第二人民医院神经内科，河南南阳
- 作者简介：
  
  宋彦，E-mail： 1136811893@qq.com
- 基金信息：
  
  河南省医学科技攻关计划项目(LHGJ20230962);南阳市科技发展计划项目(23KJGG160);河南省医学科技攻关计划（联合共建）项目(LHGJ20191467)
- DOI：10.16016/j.2097-0927.202412018
  中图分类号：
- 收稿日期：2024-12-05，
  
  修回日期：2025-03-18，
  
  纸质出版日期：2025-05-30
- 稿件说明：
移动端阅览
李彦达，宋彦，陈亚伦，等.基于血清MCP-1、MCPIP1联合炎症因子的进展性脑梗死患者血管斑块稳定性列线图预测模型构建与验证［J］.陆军军医大学学报，2025，47（10）：1102-1109.DOI：10.16016/j.2097-0927.202412018.

LI Y D，SONG Y，CHEN Y L，et al.Construction and verification of a nomogram prediction model for vascular plaque stability in patients with progressive cerebral infarction based on serum MCP-1， MCPIP1 combined with inflammatory factors［J］.J Army Med Univ，2025，47（10）：1102-1109.DOI：10.16016/j.2097-0927.202412018.
李彦达，宋彦，陈亚伦，等.基于血清MCP-1、MCPIP1联合炎症因子的进展性脑梗死患者血管斑块稳定性列线图预测模型构建与验证［J］.陆军军医大学学报，2025，47（10）：1102-1109.DOI：10.16016/j.2097-0927.202412018. DOI：

LI Y D，SONG Y，CHEN Y L，et al.Construction and verification of a nomogram prediction model for vascular plaque stability in patients with progressive cerebral infarction based on serum MCP-1， MCPIP1 combined with inflammatory factors［J］.J Army Med Univ，2025，47（10）：1102-1109.DOI：10.16016/j.2097-0927.202412018. DOI：

摘要

目的

基于血清单核细胞趋化蛋白-1（monocyte chemotactic protein-1，MCP-1）、单核细胞趋化蛋白-1诱导蛋白1（monocyte chemotactic protein-1 inducible protein 1，MCPIP1）联合炎症因子构建进展性脑梗死患者血管斑块不稳定的列线图预测模型并验证。

方法

采用回顾性队列研究设计，选取2023年1-12月新乡医学院南阳市第二人民医院神经内科收治的进展性脑梗死的200例患者为建模组，并根据颈动脉多层螺旋CT血管成像检查结果分为血管斑块稳定组和血管斑块不稳定组。收集其一般资料、实验室指标等临床资料，采用单因素及多因素分析血管斑块不稳定的影响因素，并构建进展性脑梗死患者血管斑块稳定性的列线图预测模型，采用受试者工作特征（receiver operating characteristic，ROC）曲线评估模型预测价值。另按照建模组与验证组7∶3的比例，选取2024年1-6月新乡医学院南阳市第二人民医院神经内科收治的进展性脑梗死患者86例为验证组，收集其临床资料对模型进行外部验证。

结果

建模组中血管斑块稳定组患者68例（34.00%），血管斑块不稳定组132例（66.00%）。单因素分析结果显示，2组患者的年龄［（65.31±6.74）岁

（67.52±7.14）岁，

=2.113）］、合并糖尿病［35（48.53）

80（60.61），

=7.182］、MCP-1［（570.67±104.23） pg/mL

（693.94±128.45）pg/mL，

=6.836］、MCPIP1［（2.93±0.58）ng/mL

. （4.08±0.75）ng/mL，

=11.051］、同型半胱氨酸（homocysteine，Hcy）［（10.56±2.38）μmol/L vs. （16.04±3.54）μmol/L，

=11.491］、C反应蛋白（C-reactive protein，CRP）［（6.16±2.03）mg/L

. （8.05±2.67）mg/L，

=5.122］及肿瘤坏死因子-ɑ（tumor necrosis factor-ɑ，TNF-ɑ）［（1.31±0.29）ng/mL

. （1.79±0.47）ng/mL，

=7.696］比较，差异具有统计学意义（均

˂0.05）。多因素分析结果显示，年龄（

=0.103，

=1.109，95%

=1.012~1.215）、合并糖尿病（

=2.135，

=8.461，95%

=1.866~38.353）、Hcy（

=0.706，

=2.026，95%

=1.550~2.650）、MCP-1（

=0.011，

=1.011，95%

=1.004~1.018）、MCPIP1（

=1.928，

=6.875，95%

=2.765~17.094）、CRP（

=0.327，

=1.387，95%

=1.022~1.883）及TNF-ɑ（

=1.491，

=4.443，95%

=1.389~14.212）均为进展性脑梗死患者血管斑块不稳定的独立影响因素（均

˂0.05）。根据多因素分析结果构建模型公式为Logit（

）=0.103×（年龄）+2.135×（合并糖尿病）+0.706×（Hcy）+0.011×（MCP-1）+1.928×（MCPIP1）+0.327×（CRP）+1.491×（TNF-ɑ）-34.684。ROC曲线分析结果显示，建模组的ROC的曲线下面积（area under curve，AUC）为0.956（95%

：0.931~0.981，

0.001），敏感度为0.841，特异度为0.926。验证组的ROC的AUC为0.960（95%

：0.925~0.996，

0.001）。

结论

本研究构建的进展性脑卒中患者血管斑块不稳定的列线图预测模型预测性能较好，临床可据此识别高风险血管斑块不稳定的患者。

Abstract

‍Objective‍　‍To construct and validate a nomogram-based prediction model of vascular plaque stability in patients with progressive cerebral infarction based on serum monocyte chemotactic protein-1 (MCP-1)

monocyte chemotactic protein-1 inducible protein 1 (MCPIP1) combined with inflammatory factors. Methods‍　‍A retrospective cohort study was conducted on 200 patients with progressive cerebral infarction admitted to our department from January to December 2023. All of them were assigned into a modeling group

and wer

e divided into a stable plaque subgroup and the unstable plaque subgroup according to results of carotid multilayer spiral CT angiography. Their general data

results of laboratory tests

and other clinical indicators were collected to identify the influencing factors for vascular plaque instability with single-factor and multifactor analyses. Then a nomogram model for predicting vascular plaque stability was constructed for patients with progressive cerebral infarction. Receiver operating characteristics (ROC) curve was plotted to evaluate the predictive performance of the nomogram model. Subsequently

in a ratio of 7∶3 between the cases in the modeling group and the validation group

another 86 patients with progressive cerebral infarction admitted to our department from January to June 2024 were enrolled and served as the validation group. Their clinical data were collected for external validation of the model. Results‍　‍In the modeling group

there were 68 patients (34.00%) in the stable plaque subgroup and 132 patients (66.00%) in the unstable plaque subgroup. Univariate analysis showed that there were significant differences between the 2 subgroups in terms of age (65.31±6.74

s 67.52±7.14 years

=2.113)

comorbid diabetes mellitus [35 (48.53%)

80 (60.61%) cases

Chi-square

=7.182

]

MCP-1 (570.67±104.23

693.94±128.45 pg/mL

=6.836)

MCPIP1 (2.93±0.58

4.08±0.75 ng/mL

=11.051)

homocysteine (Hcy

10.56±2.38

16.04±3.54 μmol/L

=11.491)

C-reactive protein (CRP

6.16±2.03

8.05±2.67 mg/L

=5.122) and TNF-ɑ (1.31±0.29

1.79±0.47 ng/mL

=7.696) (all

˂0.05). Multivariate analysis indicated that age (

=0.103

=1.109

95%

=1.012~1.215)

comorbid diabetes (

=2.135

=8.461

95%

=1.866~38.353)

Hcy (

=0.706

=2.026

95%

=1.550~2.650)

MCP-1 (

=0.011

=1.011

95%

=1.004~1.018)

MCPIP1 (

=1.928

=6.875

95%

=2.765~17.094)

CRP (

=0.327

=1.387

95%

=1.022~1.883) and TNF-ɑ (

=1.491

=4.443

95%

=1.389~14.212) were independent influencing factors for vascular plaque instability in the patients with progressive cerebral infarction (all

0.05). The modeling formula based on these factors was Logit (

)=0.103×(age)+2.135×(combined diabetes)+0.706×(Hcy)+0.011×(MCP-1)+1.928×(MCPIP1)+0.327×(CRP)+1.491×(TNF-ɑ)-34.684. ROC curve analysis revealed that the area under curve (AUC) of the model in the modeling group was 0.956 (95%

: 0.931~0.981

0.001)

with a sensitivity of 0.841 and a specificity of 0.926

and the AUC value in validation group was 0.960 (95%

=0.925~0.996

0.001). Conclusion‍　‍Our nomogram prediction model has a good predictive performance for vascular plaque instability in patients with progressive stroke

and it can be used to identify high-risk patients for vascular plaque instability in clinical practice.

关键词

Keywords

references

2016 Brain and Other CNS Cancer Collaborators G B D . Global， regional， and national burden of brain and other CNS cancer， 1990-2016： a systematic analysis for the Global Burden of Disease Study 2016 ［J］. Lancet Neurol ， 2019 ， 18 （ 4 ）： 376 - 393 . DOI： 10.1016/S1474-4422（18）30468-X http://dx.doi.org/10.1016/S1474-4422（18）30468-X .

中国老年医学学会急诊医学分会，中华医学会急诊医学分会卒中学组，中国卒中学会急救医学分会 . 急性缺血性脑卒中急诊急救中国专家共识（2018）［J］. 中国急救医学， 2018 ， 38 （ 7 ）： 557 - 564 . DOI： 10.3969/j.issn.1002-1949.2018.07.001 http://dx.doi.org/10.3969/j.issn.1002-1949.2018.07.001 .

Chinese Geriatrics Society Emergency Medicine Branch ， Stroke Group of Chinese Medical Association Emergency Medicine Branch ， Chinese Stroke Association Emergency Medicine Branch . Chinese expert consensus on emergency care for acute ischemic stroke （2018）［J］. Chin J Crit Care Med ， 2018 ， 38 （ 7 ）： 557 - 564 . DOI： 10.3969/j.issn.1002-1949.2018.07.001 http://dx.doi.org/10.3969/j.issn.1002-1949.2018.07.001 .

NI T 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 . DOI： 10.1371/journal.pone.0226961 http://dx.doi.org/10.1371/journal.pone.0226961 .

崔娜，王小刚，董磊 . 动脉粥样硬化型急性脑梗死患者颈动脉斑块特征及炎症因子与患者神经功能缺损程度的关系［J］. 中国医刊， 2024 ， 59 （ 1 ）： 105 - 108 . DOI： 10.3969/j.issn.1008-1070.2024.01.027 http://dx.doi.org/10.3969/j.issn.1008-1070.2024.01.027 .

CUI N ， WANG X G ， DONG L . The characteristics of carotid plaques in patients with atherosclerotic acute cerebral infarction and the relationship between inflammatory factors and the degree of neurological deficits in patients ［J］. Chin J Med ， 2024 ， 59 （ 1 ）： 105 - 108 . DOI： 10.3969/j.issn.1008-1070.2024.01.027 http://dx.doi.org/10.3969/j.issn.1008-1070.2024.01.027 .

顾亮亮，张保朝，王建锋，等 . 急性脑梗死老年患者溶栓介入前后炎症标志物血栓-炎症因子与功能的关系［J］. 中华老年医学杂志， 2022 ， 41 （ 11 ）： 1310 - 1315 . DOI： 10.3760/cma.j.issn.0254-9026.2022.11.008 http://dx.doi.org/10.3760/cma.j.issn.0254-9026.2022.11.008 .

GU L L ， ZHANG B C ， WANG J F ， et al . Association of inflammatory markers and thromboinflammatory factors before and after thrombolytic intervention with functional outcomes in elderly patients with acute cerebral infarction ［J］. Chin J Geriatr ， 2022 ， 41 （ 11 ）： 1310 - 1315 . DOI： 10.3760/cma.j.issn.0254-9026.2022.11.008 http://dx.doi.org/10.3760/cma.j.issn.0254-9026.2022.11.008 .

韩树，钟利群 . 银杏叶片对脑梗死合并高血压患者凝血功能及血清MCP-1、MCPIP1的影响［J］. 中国循证心血管医学杂志， 2023 ， 15 （ 3 ）： 345 - 347， 351 . DOI： 10.3969/j.issn.1674-4055.2023.03.22 http://dx.doi.org/10.3969/j.issn.1674-4055.2023.03.22 .

HAN S ， ZHONG L Q . Influence of Ginkgo Leaf Tablets on coagulation function and levels of serum MCP-1 and MCPIP1 in patients with cerebral infarction complicated by hypertension ［J］. Chin J Evid Based Cardiovasc Med ， 2023 ， 15 （ 3 ）： 345 - 347， 351 . DOI： 10.3969/j.issn.1674-4055.2023.03.22 http://dx.doi.org/10.3969/j.issn.1674-4055.2023.03.22 .

李猛，秦历杰，窦钛，等 . 尿酸、C反应蛋白及低密度脂蛋白受体相关蛋白6在缺血性脑卒中的表达及与颅内动脉粥样硬化狭窄的关系［J］. 实用医院临床杂志， 2022 ， 19 （ 2 ）： 23 - 25 . DOI： 10.3969/j.issn.1672-6170.2022.02.006. LI M http://dx.doi.org/10.3969/j.issn.1672-6170.2022.02.006.LIM ，

QIN L J ， DOU T ， et al . Analysis of expressions of uric acid， CRP and LRP6 in ischemic stroke and their relationship with intracranial atherosclerotic stenosis ［J］. Pract J Clin Med ， 2022 ， 19 （ 2 ）： 23 - 25 . DOI： 10.3969/j.issn.1672-6170.2022.02.006 http://dx.doi.org/10.3969/j.issn.1672-6170.2022.02.006 .

GRIMES D A ， SCHULZ K F . An overview of clinical research： the lay of the land ［J］. Lancet ， 2002 ， 359 （ 9300 ）： 57 - 61 . DOI： 10.1016/S0140-6736（02）07283-5 http://dx.doi.org/10.1016/S0140-6736（02）07283-5 .

SABA L C ， SANFILIPPO R ， PIRISI R ， et al . Multidetector-row CT angiography in the study of atherosclerotic carotid arteries ［J］. Neuroradiology ， 2007 ， 49 （ 8 ）： 623 - 637 . DOI： 10.1007/s00234-007-0244-y http://dx.doi.org/10.1007/s00234-007-0244-y .

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 . 中国急性缺血性卒中诊治指南2023 ［J］. 中华神经科杂志， 2024 ， 57 （ 6 ）： 523 - 559 . DOI： 10.3760/cma.j.cn113694-20240410-00221 http://dx.doi.org/10.3760/cma.j.cn113694-20240410-00221

Chinese Neurology Society ， Cerebrovascular Disease Group of Chinese Neurology Society . Chinese guidelines for diagnosis and treatment of acute ischemic stroke 2023 ［J］. Chin J Neurol ， 2024 ， 57 （ 6 ）： 523 - 559 . DOI： 10.3760/cma.j.cn113694-20240410-00221 http://dx.doi.org/10.3760/cma.j.cn113694-20240410-00221

李欣，王艳青，孙彦杰，等 . 同型半胱氨酸与脑梗死及颈动脉斑块的关系研究［J］. 现代中西医结合杂志， 2021 ， 30 （ 33 ）： 3669 - 3672， 3682 . DOI： 10.3969/j.issn.1008-8849.2021.33.005 http://dx.doi.org/10.3969/j.issn.1008-8849.2021.33.005 .

LI X ， WANG Y Q ， SUN Y J ， et al . Study on the correlation between homocysteine and cerebral infarction & carotid artery plaque ［J］. Mod J Integr Tradit Chin West Med ， 2021 ， 30 （ 33 ）： 3669 - 3672， 3682 . DOI： 10.3969/j.issn.1008-8849.2021.33.005 http://dx.doi.org/10.3969/j.issn.1008-8849.2021.33.005 .

ZHOU D ， LI J ， LIU D ， et al . Irregular surface of carotid atherosclerotic plaque is associated with ischemic stroke： a magnetic resonance imaging study ［J］. J Geriatr Cardiol ， 2019 ， 16 （ 12 ）： 872 - 879 . DOI： 10.11909/j.issn.1671-5411.2019.12.002 http://dx.doi.org/10.11909/j.issn.1671-5411.2019.12.002 .

XUE Q Z ， MENG A G ， WANG T ， et al . Correlation between of small dense low-density lipoprotein cholesterol with acute cerebral infarction and carotid atherosclerotic plaque stability ［J］. J Clin Lab Anal ， 2019 ， 33 （ 6 ）： e22891 . DOI： 10.1002/jcla.22891 http://dx.doi.org/10.1002/jcla.22891 .

WANG J ， KANG Z J ， LIU Y D ， et al . Identification of immune cell infiltration and diagnostic biomarkers in unstable atherosclerotic plaques by integrated bioinformatics analysis and machine learning ［J］. Front Immunol ， 2022 ， 13 ： 956078 . DOI： 10.3389/fimmu.2022.956078 http://dx.doi.org/10.3389/fimmu.2022.956078 .

白显树，王海丽 . 老年急性脑梗死患者颈动脉粥样斑块的稳定性及其影响因素［J］. 中国老年学杂志， 2021 ， 41 （ 12 ）： 2481 - 2484 . DOI： 10.3969/j.issn.1005-9202.2021. 12.006 http://dx.doi.org/10.3969/j.issn.1005-9202.2021.12.006

BAI X S ， WANG H L . The stability of carotid atherosclerotic plaques in elderly patients with acute cerebral infarction and its influencing factors ［J］. Chin J Gerontol ， 2021 ， 41 （ 12 ）： 2481 - 2484 . DOI： 10.3969/j.issn.1005-9202.2021.12.006 http://dx.doi.org/10.3969/j.issn.1005-9202.2021.12.006 .

湛先发，余小亚，王洪军，等 . 3种机器学习算法评估脑梗死患者颈动脉斑块稳定性的效能比较［J］. 实用临床医药杂志， 2023 ， 27 （ 22 ）： 6 - 12 . DOI： 10.7619/jcmp.20232657. ZHAN X F http://dx.doi.org/10.7619/jcmp.20232657.ZHANXF ，

YU X Y ， WANG H J ， et al . Efficacy of three machine learning algorithms in evaluating stability of carotid plaque in patients with cerebral infarction ［J］. J Clin Med Pract ， 2023 ， 27 （ 22 ）： 6 - 12 . DOI： 10.7619/jcmp.20232657 http://dx.doi.org/10.7619/jcmp.20232657 .

LU S S ， XIE J ， SU C Q ， et al . Plasma homocysteine levels and intracranial plaque characteristics： association and clinical relevance in ischemic stroke ［J］. BMC Neurol ， 2018 ， 18 （ 1 ）： 200 . DOI： 10.1186/s12883-018-1203-4 http://dx.doi.org/10.1186/s12883-018-1203-4 .

ZHU S P ， LIU M ， BENNETT S ， et al . The molecular structure and role of CCL2 （MCP-1） and C-C chemokine receptor CCR2 in skeletal biology and diseases ［J］. J Cell Physiol ， 2021 ， 236 （ 10 ）： 7211 - 7222 . DOI： 10.1002/jcp.30375 http://dx.doi.org/10.1002/jcp.30375 .

黄成茜，梁鹏，郭福佳，等 . H型高血压患者并发脑梗死与血清MCP-1、MCPIP1的相关性分析［J］. 临床心血管病杂志， 2022 ， 38 （ 10 ）： 786 - 790 . DOI： 10.13201/j.issn.1001-1439.2022.10.006 http://dx.doi.org/10.13201/j.issn.1001-1439.2022.10.006 .

HUANG C Q ， LIANG P ， GUO F J ， et al . The correlation between H-type hypertension-related cerebral infarction and serum MCP-1 and MCPIP1 ［J］. J Clin Cardiol ， 2022 ， 38 （ 10 ）： 786 - 790 . DOI： 10.13201/j.issn.1001-1439.2022.10.006 http://dx.doi.org/10.13201/j.issn.1001-1439.2022.10.006 .

郑艳贺，孙丕云，任艳丁，等 . 老年急性脑梗死患者外周血EMMPRIN表达与颈动脉易损斑块的相关性［J］. 现代生物医学进展， 2020 ， 20 （ 15 ）： 2996 - 3000 . DOI： 10.13241/j.cnki.pmb.2020.15.041 http://dx.doi.org/10.13241/j.cnki.pmb.2020.15.041 .

ZHENG Y H ， SUN P Y ， REN Y D ， et al . Correlation between expression of EMMPRIN and carotid artery vulnerable plaque in elderly patients with acute cerebral infarction ［J］. Prog Mod Biomed ， 2020 ， 20 （ 15 ）： 2996 - 3000 . DOI： 10.13241/j.cnki.pmb.2020.15.041 http://dx.doi.org/10.13241/j.cnki.pmb.2020.15.041 .

CHEN Y ， DU H ， WEI B H ， et al . Development and validation of risk-stratification delirium prediction model for critically ill patients： a prospective， observational， single-center study ［J］. Medicine （Baltimore）， 2017 ， 96 （ 29 ）： e7543 . DOI： 10.1097/MD.0000000000007543 http://dx.doi.org/10.1097/MD.0000000000007543 .

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

低病毒载量乙肝肝癌人群肝切除术后肝衰发生风险预测模型的建立与分析

基于随机生存森林算法的NK/T细胞淋巴瘤患者预后模型的构建与验证

高原脱适应症发生风险预测模型的构建与验证

基于残余炎症风险构建的列线图模型对急性心肌梗死患者介入术后院内MACE的预测价值