Construction and validation of a cardiorespiratory fitness prediction model for subacute stroke patients based on influencing factors

doi:10.3877/cma.j.issn.2095-123X.2025.01.003

Abstract

Abstract:

Objective

To construct a predictive model of cardiorespiratory fitness （CRF） - peak oxygen uptake （VO_2peak） in stroke patients in the subacute phase based on influencing factors and to validate its effectiveness.

Methods

Mild and moderate severity stroke patients who underwent rehabilitation in the Neurorehabilitation Department of Beijing Boai Hospital from October 2023 to June 2024 were selected for prospective study. Based on the results of cardiopulmonary exercise test （CPET），VO_2peak≥15 mL/（kg·min） was defined as the good CRF group， and ＜15 mL/（kg·min） was defined as the poor CRF group. The clinical data of 2 groups were compared， and multifactorial Logistic regression analysis was used to screen the influencing factors of VO_2peak in stroke patients. The patients were randomly divided into a training set and an internal test set according to the ratio of 7∶3. The training set was used to construct a prediction model based on Logistic regression， and the prediction effect of the model was verified by the internal test set.

Results

A total of 80 patients were included， including 41 patients in the good CRF group and 39 patients in the poor CRF group， 56 patients in the training set and 24 patients in the internal test set. The lower limb Brunnstrom staging， Fugl-Meyer assessment scale（FMA）， modified Barthel index， functional walking ability scale， and 6-min walk test distance comparison，the differences were statistically significant （P＜0.05）. The results of multifactorial Logistic regression analysis showed that FMA score was an independent influence on VO_2peak （P=0.038）. The constructed prediction model showed good predictive effect in the internal test set， with an area under the receiver operating characteristic curve of 0.745 （95%CI： 0.536-0.954）， a sensitivity of 54.5%， and a specificity of 92.3%.

Conclusion

Constructing a prediction model for predicting CRF-VO_2peak in stroke patients in the subacute stage based on FMA scores helps to identify patients with low VO_2peak early in the clinic and formulate personalized rehabilitation plans.

Key words: Stroke, Cardiorespiratory fitness, Peak oxygen uptake, Fugl-Meyer assessment scale, Prediction model

Zeyan Zhang, Zhixuan Duan, Huiqun Wu, Guodong Wang, Hua Ling, Xiaoxia Du. Construction and validation of a cardiorespiratory fitness prediction model for subacute stroke patients based on influencing factors[J]. Chinese Journal of Brain Diseases and Rehabilitation(Electronic Edition), 2025, 15(01): 15-20.

/ / Recommend

Add to citation manager EndNote|Ris|BibTeX

URL: https://zhnkjbykfzz.cma-cmc.com.cn/EN/10.3877/cma.j.issn.2095-123X.2025.01.003

https://zhnkjbykfzz.cma-cmc.com.cn/EN/Y2025/V15/I01/15

Figures/Tables 3

References 27

［1］	《中国卒中中心报告2022》编写组，王陇德. 《中国卒中中心报告2022》概要［J］. 中国脑血管病杂志， 2024， 21（8）： 565-576.DOI： 10.3969/j.issn.1672-5921.2024.08.009.Writing Group for the China Stroke Center Report 2022， Wang LD. Brief report on stroke center in China， 2022［J］. Chin J Cerebrovas Dis， 2024， 21（8）： 565-576. DOI： 10.3969/j.issn.1672-5921.2024.08.009.
［2］	Baricich A， Borg MB， Battaglia M， et al. High-intensity exercise training impact on cardiorespiratory fitness， gait ability， and balance in stroke survivors： a systematic review and meta-analysis［J］. J Clin Med， 2024， 13（18）： 5498. DOI： 10.3390/jcm13185498.
［3］	Larsson P， Edvardsen E， Gay CL， et al. Cardiorespiratory fitness，physical activity， and fatigue three months after first-ever ischemic stroke［J］. Top Stroke Rehabil， 2024， 31（8）： 817-827. DOI： 10.1080/10749357.2024.2333191.
［4］	Chen X， Yin L， Hou Y， et al. Effect of robot-assisted gait training on improving cardiopulmonary function in stroke patients： a metaanalysis［J］. J Neuroeng Rehabil， 2024， 21（1）： 92. DOI： 10.1186/s12984-024-01388-9.
［5］	Kokkinos P， Faselis C， Pittaras A， et al. Stroke incidence in patients with hypertension according to cardiorespiratory fitness［J］.Hypertension， 2024， 81（8）： 1747-1757. DOI： 10.1161/hypertensionaha.124.23066.
［6］	Kim Y， Lai B， Mehta T， et al. Exercise training guidelines for multiple sclerosis， stroke， and parkinson disease： rapid review and synthesis［J］. Am J Phys Med Rehabil， 2019， 98（7）： 613-621.DOI： 10.1097/phm.0000000000001174.
［7］	Marzolini S， Wu CY， Hussein R， et al. Associations between time after stroke and exercise training outcomes： a meta-regression analysis［J］. J Am Heart Assoc， 2021， 10（24）： e022588. DOI： 10.1161/jaha.121.022588.
［8］	李键，程迎，胡丹丹，等. 脑卒中心肺适能康复研究进展［J］. 中国临床研究， 2023， 36（9）： 1397-1401， 1406. DOI： 10.13429/j.cnki.cjcr.2023.09.025.Li J， Cheng Y， Hu DD， et al. Research progress on cardiorespiratory fitness rehabilitation in stroke［J］. Chin J Clin Res， 2023， 36（9）： 1397-1401， 1406. DOI： 10.13429/j.cnki.cjcr.2023.09.025.
［9］	Lapointe T， Houle J， Sia YT， et al. Addition of high-intensity interval training to a moderate intensity continuous training cardiovascular rehabilitation program after ischemic cerebrovascular disease： a randomized controlled trial［J］. Front Neurol， 2022， 13：963950. DOI： 10.3389/fneur.2022.963950.
［10］	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. DOI： 10.3760/cma.j.issn.1006-7876.2018.09.004.Chinese Society of Neurology； Chinese Stroke Society. Chinese guidelines for diagnosis and treatment of acute ischemic stroke 2018［J］. Chin J Neurol， 2018， 51（9）： 666-682. DOI： 10.3760/cma.j.issn.1006-7876.2018.09.004.
［11］	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. 中国脑出血诊治指南（2019）［J］. 中华神经科杂志，2019， 52（12）： 994-1005. DOI： 10.3760/cma.j.issn.1006-7876.2019.12.003.Chinese Society of Neurology； Chinese Stroke Society. Chinese guidelines for diagnosis and treatment of acute intracerebral hemorrhage 2019［J］. Chin J Neurol， 2019， 52（12）： 994-1005. DOI：10.3760/cma.j.issn.1006-7876.2019.12.003.
［12］	Lyden P. Using the national institutes of health stroke scale： a cautionary tale［J］. Stroke， 2017， 48（2）： 513-519. DOI： 10.1161/strokeaha.116.015434.
［13］	毕胜，纪树荣，顾越，等. Fugl-Meyer上肢运动功能评分与上肢运动功能状态评分的响应性研究［J］. 中国康复医学杂志， 2006，21（2）： 118-120. DOI： 10.3969/j.issn.1001-1242.2006.02.008.Bi S， Ji SR， Gu Y， et al. The responsiveness of the motor status score and the Fugl-Meyer assessment scale in brain injury patients［J］. Chin J Rehabil Med， 2006， 21（2）： 118-120. DOI： 10.3969/j.issn.1001-1242.2006.02.008.
［14］	Hesse S， Konrad M， Uhlenbrock D. Treadmill walking with partial body weight support versus floor walking in hemiparetic subjects［J］. Arch Phys Med Rehabil， 1999， 80（4）： 421-427. DOI： 10.1016/s0003-9993（99）90279-4.
［15］	Brunnstrom S. Motor testing procedures in hemiplegia： based on sequential recovery stages［J］. Phys Ther， 1966， 46（4）： 357-375.DOI： 10.1093/ptj/46.4.357.
［16］	王赛华，施加加，孙莹，等. 简体版改良Barthel指数在脑卒中恢复期中的信度与效度研究［J］. 中国康复， 2020， 35（4）： 179-182. DOI： 10.3870/zgkf.2020.04.003.Wang SH， Shi JJ， Sun Y， et al. Reliability and validity of the simplified version modified Barthel index in convalescence period of stroke［J］. Chine J Rehabil， 2020， 35（4）： 179-182. DOI： 10.3870/zgkf.2020.04.003.
［17］	Chan WLS， Pin TW. Reliability， validity and minimal detectable change of 2-minute walk test， 6-minute walk test and 10-meter walk test in frail older adults with dementia［J］. Exp Gerontol，2019， 115： 9-18. DOI： 10.1016/j.exger.2018.11.001.
［18］	Pollet J， Buraschi R， Villafañe JH， et al. Gait parameters assessed with inertial measurement unit during 6-minute walk test in people after stroke［J］. Int J Rehabil Res， 2021， 44（4）： 358-363.DOI： 10.1097/mrr.0000000000000498.
［19］	Agarwala P， Salzman SH. Six-minute walk test： clinical role，technique， coding， and reimbursement［J］. Chest， 2020， 157（3）：603-611. DOI： 10.1016/j.chest.2019.10.014.
［20］	张剑，孙毅，贺靖斐，等. 心电图运动负荷试验阳性患者心肺运动试验分析［J］. 中国介入心脏病学杂志， 2019， 27（6）： 334-339.DOI： 10.3969/j.issn.1004-8812.2019.06.007.Zhang J， Sun Y， He JF， et al. Analysis of cardiopulmonary exercise test in patients with positive electrocardiogram exercise test［J］. Chin J Intervent Cardiol， 2019， 27（6）： 334-339. DOI： 10.3969/j.issn.1004-8812.2019.06.007.
［21］	钱贞，卢同波，何俊，等. 精准化运动处方对脑卒中患者心肺适能及睡眠质量的影响研究［J］. 中国全科医学， 2022， 25（20）：2468-2474. DOI： 10.12114/j.issn.1007-9572.2022.0030.Qian Z， Lu TB， He J， et al. Effect of CPET-based precisely prescribed aerobic exercise on cardiopulmonary fitness and sleep quality in stroke patients［J］. Chin Gen Prac， 2022， 25（20）： 2468-2474. DOI： 10.12114/j.issn.1007-9572.2022.0030.
［22］	Oyake K， Baba Y， Ito N， et al. Cardiorespiratory factors related to the increase in oxygen consumption during exercise in individuals with stroke［J］. PLoS One， 2019， 14（10）： e0217453. DOI： 10.1371/journal.pone.0217453.
［23］	Boyne P， Reisman D， Brian M， et al. Ventilatory threshold may be a more specific measure of aerobic capacity than peak oxygen consumption rate in persons with stroke［J］. Top Stroke Rehabil，2017， 24（2）： 149-157. DOI： 10.1080/10749357.2016.1209831.
［24］	Mohan DM， Khandoker AH， Wasti SA， et al. Assessment methods of post-stroke gait： a scoping review of technology-driven approaches to gait characterization and analysis［J］. Front Neurol，2021， 12： 650024. DOI： 10.3389/fneur.2021.650024.
［25］	Blokland IJ， Groot FP， Logt NHG， et al. Cardiorespiratory fitness in individuals post-stroke： reference values and determinants［J］.Arch Phys Med Rehabil， 2023， 104（10）： 1612-1619. DOI： 10.1016/j.apmr.2023.03.035.
［26］	Peniche PDC， Aguiar LT， Ferreira Dos Reis MT， et al. An equation with clinical applicability and adequate validity to predict the maximum oxygen consumption of individuals poststroke［J］. Arch Phys Med Rehabil， 2023， 104（5）： 769-775. DOI：10.1016/j.apmr.2022.11.005.
［27］	郭翃江，符雪彩，朱妍妍，等. 基于影响因素的老年阿尔茨海默病认知功能障碍预测模型构建及电子化认知康复训练的应用价值［J］. 中华脑科疾病与康复杂志（电子版）， 2023， 13（3）： 156-161. DOI： 10.3877/cma.j.issn.2095-123X.2023.03.005.Guo HJ， Fu XC， Zhu YY， et al. Construction of predictive model for cognitive impairment in elderly patients with Alzheimer's disease based on influencing factors and application value of electronic cognitive rehabilitation training［J］. Chin J Brain Dis Rehabil （Electronic Edition）， 2023， 13（3）： 156-161. DOI： 10.3877/cma.j.issn.2095-123X.2023.03.005.

因素	CRF良好组（n=41）	CRF较差组（n=39）	t/χ ²/ Z 值	P 值
年龄（岁，Mean±SD）	51.32±13.50	54.13±13.35	0.936	0.352
性别［例（%）］			0.155	0.694
女	7（17.1）	8（20.5）
男	34（82.9）	31（79.5）
患病类型［例（%）］			0.154	0.695
脑梗死	29（70.7）	26（66.7）
脑出血	12（29.3）	13（33.3）
患病时间［d，M（P₂₅，P₇₅）	65（51.5，101）	80（58，134）	-1.829	0.067
BMI［kg/M2，M（P₂₅，P₇₅）］	25.71（23.25，27.36）	25.16（22.55，26.85）	-0.082	0.935
FMA评分［分，M（P₂₅，P₇₅）	85（66.5，96.5）	51（37，87）	-3.593	＜0.001
MBI评分［分，M（P₂₅，P₇₅）	85（62.5，92.5）	65（55，80）	-2.733	0.006
FAC评分［例（%）］			13.412	0.003
2级	4（9.7）	12（30.8）
3级	15（36.6）	19（48.7）
4级	9（22.0）	3（7.7）
5级	13（31.70）	5（12.8）
β受体阻滞剂［例（%）］			3.659	0.056
使用	7（17.1）	14（35.9）
未使用	34（82.9）	25（64.1）
NIHSS评分［分，M（P₂₅，P₇₅）	3（1，4）	3（2，5）	-1.870	0.061
下肢BrunnstroM分期［例（%）			10.959	0.018
Ⅲ期	1（2.4）	7（17.9）
Ⅳ期	14（34.1）	20（51.3）
Ⅴ期	22（53.7）	7（18.0）
Ⅵ期	4（9.8）	5（12.8）
6MWD距离［M，M（P₂₅，P₇₅）］	210（123.5，357）	119（68，229）	-2.941	0.003

因素	CRF良好组（n=41）	CRF较差组（n=39）	t/χ ²/ Z 值	P 值
年龄（岁，Mean±SD）	51.32±13.50	54.13±13.35	0.936	0.352
性别［例（%）］			0.155	0.694
女	7（17.1）	8（20.5）
男	34（82.9）	31（79.5）
患病类型［例（%）］			0.154	0.695
脑梗死	29（70.7）	26（66.7）
脑出血	12（29.3）	13（33.3）
患病时间［d，M（P₂₅，P₇₅）	65（51.5，101）	80（58，134）	-1.829	0.067
BMI［kg/M2，M（P₂₅，P₇₅）］	25.71（23.25，27.36）	25.16（22.55，26.85）	-0.082	0.935
FMA评分［分，M（P₂₅，P₇₅）	85（66.5，96.5）	51（37，87）	-3.593	＜0.001
MBI评分［分，M（P₂₅，P₇₅）	85（62.5，92.5）	65（55，80）	-2.733	0.006
FAC评分［例（%）］			13.412	0.003
2级	4（9.7）	12（30.8）
3级	15（36.6）	19（48.7）
4级	9（22.0）	3（7.7）
5级	13（31.70）	5（12.8）
β受体阻滞剂［例（%）］			3.659	0.056
使用	7（17.1）	14（35.9）
未使用	34（82.9）	25（64.1）
NIHSS评分［分，M（P₂₅，P₇₅）	3（1，4）	3（2，5）	-1.870	0.061
下肢BrunnstroM分期［例（%）			10.959	0.018
Ⅲ期	1（2.4）	7（17.9）
Ⅳ期	14（34.1）	20（51.3）
Ⅴ期	22（53.7）	7（18.0）
Ⅵ期	4（9.8）	5（12.8）
6MWD距离［M，M（P₂₅，P₇₅）］	210（123.5，357）	119（68，229）	-2.941	0.003

因素	偏回归系数	标准误差	Wald 值	P 值	OR（95%CI）
常量	4.310	2.068	4.345	0.037	-
FMA评分	-0.034	0.016	4.288	0.038	0.966（0.936～0.998）
MBI评分	-0.006	0.020	0.090	0.764	0.994（0.956～1.034）
FAC评分	-0.768	0.443	3.007	0.083	0.464（0.195～1.105）
下肢Brunnstrom分期	0.086	0.454	0.036	0.850	1.090（0.447～2.656）
6MWD距离	0.003	0.004	0.667	0.414	1.003（0.995～1.012）

因素	偏回归系数	标准误差	Wald 值	P 值	OR（95%CI）
常量	4.310	2.068	4.345	0.037	-
FMA评分	-0.034	0.016	4.288	0.038	0.966（0.936～0.998）
MBI评分	-0.006	0.020	0.090	0.764	0.994（0.956～1.034）
FAC评分	-0.768	0.443	3.007	0.083	0.464（0.195～1.105）
下肢Brunnstrom分期	0.086	0.454	0.036	0.850	1.090（0.447～2.656）
6MWD距离	0.003	0.004	0.667	0.414	1.003（0.995～1.012）

[1]	Qiang Yuan, Huayu Zhang, Zhangzhe Yan, Hanfang Zhu, Guang Chen, Liang Sun, Yuan Lv, Gang Chen, Suo Zhao. Preoperative prediction model for central lymph node metastasis in cN0 lateral isthmic papillary thyroid carcinoma [J]. Chinese Journal of Operative Procedures of General Surgery(Electronic Edition), 2025, 19(03): 333-336.
[2]	Zongheng Zhu, Zhihuo Zhang. Analysis of risk factors and construction of prediction model for contralateral central lymph node metastasis in papillary thyroid carcinoma [J]. Chinese Journal of Operative Procedures of General Surgery(Electronic Edition), 2025, 19(03): 337-340.
[3]	Ling Xi, Hanwen Tong, Ji Miao, Yonghuan Mao, Xiaofei Shen, Junfeng Du, Ye Liu. Risk factors prediction model of parastostomy hernia based on sarcopenia [J]. Chinese Journal of Operative Procedures of General Surgery(Electronic Edition), 2025, 19(01): 48-51.
[4]	Chuan Ren, Rongzhong Ge, Zhengcai Qiu, Li Zhu. Prediction model construction and application value evaluation of postoperative metabolic acidosis in patients with intestinal cancer [J]. Chinese Journal of Digestion and Medical Imageology(Electronic Edition), 2025, 15(01): 34-39.
[5]	Jiaojiao Li, Xue Hui, Meirong Yang, Hongjun Zhou. Study on the therapeutic effect of acupoint electrical stimulation combined with traditional Chinese medicine navel hot ironing as an adjuvant therapy for post-stroke constipation patients [J]. Chinese Journal of Digestion and Medical Imageology(Electronic Edition), 2025, 15(01): 69-72.
[6]	Fan Hong, Zhijian Wang. Research progress on predictive models for complications of recurrent pregnancy in scarred uterus [J]. Chinese Journal of Obstetric Emergency(Electronic Edition), 2025, 14(01): 20-25.
[7]	Yujie Ma, Yuhe You, Zhe Piao, Hongsheng Xue, Wenjun Cao, Zhen Wang, Zhilong Zhao. Current status of research on the application of artificial intelligence in lung nodule prediction modeling [J]. Chinese Journal of Thoracic Surgery(Electronic Edition), 2025, 12(01): 39-48.
[8]	Prevention Project， National Health Commission Stroke, Xunming Ji. Progress in the national stroke prevention and treatment and the million-disability reduction project [J]. Chinese Journal of Cerebrovascular Diseases(Electronic Edition), 2025, 19(01): 1-5.
[9]	Lihua Zhang, Wei Zhang, Haili Xue, Xiangyang Zhu. Effects of cognitive behavioral therapy led by brain and heart health managers on anxiety and depression after stroke [J]. Chinese Journal of Cerebrovascular Diseases(Electronic Edition), 2025, 19(01): 19-24.
[10]	Na Chen, Yitong Chen, Xiao Cui, Xing Li, Meiru Wu, Yongmei Deng. Construction of continuous nursing service model for stroke patients based on the APP [J]. Chinese Journal of Cerebrovascular Diseases(Electronic Edition), 2025, 19(01): 32-41.
[11]	Gang Wang, Tingting Wu, Yongcheng Jiang, Wei Zhang. The predictive value of peripheral blood neutrophil/lymphocyte ratio， D-dimer and C-reactive protein/albumin ratio for stroke complicated with stroke-associated pneumonia [J]. Chinese Journal of Cerebrovascular Diseases(Electronic Edition), 2025, 19(01): 42-47.
[12]	Yizhuo Ma, Yewen Hu. Research progress on nutritional risk screening and assessment tools for stroke patients [J]. Chinese Journal of Cerebrovascular Diseases(Electronic Edition), 2025, 19(01): 54-57.
[13]	Wenyi Zhang, Xue Jiang, Ziyu Wang, Haosheng Wu, Panpan Yu, Caixia Guo. Research progress on the antithrombotic therapy strategies of myocardial infarction complicating with cerebral infarction [J]. Chinese Journal of Cerebrovascular Diseases(Electronic Edition), 2025, 19(01): 58-62.
[14]	Hong You, Shan Qiao, Yu Zhang. Recent advances in home-based continuing care model for stroke patients [J]. Chinese Journal of Cerebrovascular Diseases(Electronic Edition), 2025, 19(01): 63-67.
[15]	Fang Li, Tinghao Guo, Zhijuan Cheng, Jianglong Tu. Research advances in atrial fibrillation detected after stroke [J]. Chinese Journal of Cerebrovascular Diseases(Electronic Edition), 2025, 19(01): 68-73.

Please choose a citation manager

Content to export