本文是一篇临床医学论文，本研究表明IS患者发生SAI的独立危险因素主要包括：血小板计数、导尿、饮酒、NIHSS评分、PNI、CONUT评分。基于PNI和CONUT评分分别与血小板计数、导尿、饮酒、NIHSS评分构建了IS患者发生SAI的风险预测模型，并由 Nomogram 图展示，弥补了预测IS患者发生SAI风险方面的不足。
1 材料
1.1 一般资料
本研究采用回顾性研究方法，收集2022年至2025年陕西省人民医院收治的340例IS患者的临床资料。收集的变量包括：（1）人口学特征：年龄、性别；（2）人体测量学指标：身体质量指数（Body Mass Index, BMI）；（3）合并症情况：高血压、糖尿病、冠心病及呼吸系统疾病病史；（4）生活方式因素：吸烟史、饮酒史；（5）临床特征：入院时美国国立卫生研究院卒中量表（National Institutes of Health Stroke Scale, NIHSS）评分、吞咽功能状态；（6）治疗相关因素：溶栓治疗情况、导尿管留置情况；（7）结局指标：感染发生情况。
.......................
1.2 检验指标
收集IS患者入院首次检测的中性粒细胞计数、淋巴细胞计数、白蛋白、总胆固醇、中性粒细胞计数/淋巴细胞计数（Neutrophil-to-Lymphocyte Ratio，NLR）、甘油三酯、低密度脂蛋白、高密度脂蛋白、尿酸、肌酐、血小板计数、PNI、CONUT评分等。
..........................
1 结果
1.1 患者一般特征
患者一般特征表如表2-1所示。本研究共纳入 340名患者，其中男性231例，女性109例；平均年龄为64.7岁，平均BMI为23.6 kg/m2；平均NIHSS评分为3.3。340例患者中136例（40%）吸烟，57例（16.8%）饮酒，入院时并发症情况分别为高血压197例（57.9%）、糖尿病92例（27.1%）、冠心病42例（12.4%）、呼吸系统疾病21例（6.2%）、吞咽困难34例（10%）、溶栓42例（12.4%），导尿21例（6.2%）、高CONUT评分61例（17.9%）、低PNI131例（38.5%）。88例（25.9％）患者发生SAI，252例（74.1％）患者未发生SAI，发生感染的患者中，其中73例（21.4％）患者发生肺部感染，29例（8.5％）其中患者发生尿路感染，14（4.1％）例患者发生肺部感染合并尿路感染，其他感染为0。
临床医学论文参考
.....................
1.2 截断值的确定
根据340例IS患者是否发生SAI的ROC曲线显示，PNI和CONUT 评分的 AUC分别为 0.742（P<0.001）和0.639（P<0.001）。基于约登指数确定的最佳截断值显示：PNI为45.05（95%置信区间：0.681-0.803），其敏感度和特异度分别为68.2%和72.2%；CONUT评分为4.5（95%置信区间：0.570-0.708），其敏感度和特异度分别为34.1%和88.9%（图2-1）。根据上述截断值，将研究人群进行分组：1. PNI分组：高PNI组（≥45.05）：209例（61.5%）和低PNI组（＜45.05）：131例（38.5%）2. CONUT评分分组：高CONUT组（≥4.5）：61例（17.9%）和低CONUT组（＜4.5）：279例（82.1%）。
临床医学论文怎么写
...........................
2 讨论 .......................... 31
2.1 IS患者发生SAI的危险因素 ....................... 31
2.2 营养不良与SAI ..................... 35
2.3 预测模型的性能评价及内部验证 ....................... 36
2.4 预防策略 .................. 37
结论 ....................... 40
2 讨论
2.1 IS患者发生SAI的危险因素
本研究通过单因素分析发现，IS患者入院时的淋巴细胞计数、白蛋白、肌酐、血小板计数、NIHSS评分、饮酒、导尿、CONUT评分、PNI这9项影响因素与其发生SAI有统计学意义（P＜0.05）；有统计学意义的因素可能是 IS 患者发生SAI的危险因素。因为 PNI 与CONUT 评分具有强相关性，纳入模型后发现PNI 、CONUT 评分与淋巴细胞计数、白蛋白互为完全中介变量，故根据PNI 、CONUT 评分不纳入淋巴细胞计数和白蛋白分别建立模型。将有统计学意义的因素，进行多因素Logistic 回归分析，最终得到结果发现：血小板计数、NIHSS评分、饮酒、导尿、PNI、CONUT评分都是IS患者发生SAI的独立危险因素（P＜0.05）。既往研究表明糖尿病病史、呼吸系统疾病、吞也困难等合并症也为SAI的危险因素，我们的研究结果与目前文献报道存在差异，可能反映了人群或方法学的异质性。
2.1.1 血小板计数
血小板在感染性疾病的鉴别诊断和预后评估中具有重要的临床价值。在某些情况下，血小板的免疫功能表现出保护作用，而在其他情况下则可能引发不良的炎症反应[66]。研究显示，当病原体感染发生时，血小板的聚集通过多种机制参与抗感染反应[67]。此外，血小板的降低被认为是院内感染的一个重要风险因素[68]。我们的研究分析了IS患者的PLT指标，发现SAI组患者PLT水平明显低于N-SAI组，是IS患者发生SAI的独立危险因素；IS患者发生SAI的风险随着血小板计数水平的减少而增加。PLT是反映血小板生成和衰老的指标。卒中后感染患者存在显著的血管内皮功能障碍，主要表现为内皮细胞损伤引发的系列病理生理改变：血小板活化增强（包括粘附、聚集和释放功能亢进），同时伴随抗凝机制受损[69]。
............................
结论
1. CONUT 评分较高和 PNI 较低与IS患者发生SAI有关，是IS患者发生SAI的独立影响因素。通过PNI和CONUT 评分进行营养状况的早期评估和营养管理有助于减少感染并发症，改善预后，降低医院费用。
2.通过多因素 Logistic 回归分析结果显示IS患者发生SAI的独立危险因素还包括：血小板、NIHSS评分、饮酒、导尿。
3. 临床中PNI和CONUT评分分别与血小板、肌酐、NIHSS评分、饮酒、导尿6项因素组成IS患者发生SAI的风险预测模型，并由 Nomogram 图展示。有效解决了预测IS患者发生SAI风险方面的不足。经过系统评价和验证，得出两个模型在临床中均具有临床可操作性强，仅需常规临床指标即可完成风险评估的特点。这一研究成果为临床医师早期识别高危患者、制定个体化预防策略提供了可靠的决策支持工具，对改善IS患者预后具有重要的临床指导意义。
参考文献（略）