基于临床和影像学的大血管闭塞性卒中病因学分型的列线图预测模型的建立

摘要：

目的:构建基于临床及影像学参数的预测急性缺血性卒中（acute ischemic stroke, AIS）病因分型的列线图模型。方法:回顾性纳入2016年3月至2021年12月在北京医院接受血管内治疗的AIS患者，根据其血栓性质分为大动脉粥样硬化（large artery atherosclerosis, LAA）和心源性栓塞（cardioembolism, CE）。通过LASSO回归筛选与病因分型最相关的临床和影像学参数，并通过多变量
logistic回归建立预测AIS病因分型的列线图预测模型，探讨相关临床和影像学参数在分型中的预测价值。通过受试者工作特征曲线、校准曲线和临床决策曲线评估预测模型的诊断效能。
结果:共纳入136例接受血管内治疗的前循环大血管闭塞AIS患者，其中CE 62例（45.6%），LAA 74例（54.4%）。将单变量分析中
P<0.10的变量纳入LASSO回归以筛选相关变量，最终性别、基线美国国立卫生研究院卒中量表（National Institute of Health Stroke Scale, NIHSS）评分、半暗带/梗死核心比、脑钠肽（brain natriuretic peptide, BNP）和血小板计数（platelet, PLT）进入多变量
logistic回归模型。结果显示，性别[优势比（odds ratio,
OR）2.632，95%置信区间（confidence interval,
CI）1.048~6.607；
P=0.039]、基线NIHSS评分（
OR 1.078，95%
CI 1.002~1.160；
P=0.043）、BNP（
OR 1.004，95%
CI 1.002~1.007；
P<0.001）、PLT（
OR 0.991，95%
CI 0.982~0.999；
P=0.031）为区分LAA与CE的预测因素；此外，半暗带/梗死核心比（
OR 0.886，95%
CI 0.785~1.000；
P=0.050）在预测模型中也起到重要作用。通过受试者工作特征曲线分析该预测模型的诊断效能，曲线下面积为0.881（95%
CI 0.815~0.930；
P<0.001）。Bootstrap内部验证显示，真实值与预测值符合度的平均绝对误差为0.027，符合度良好；校准曲线、临床决策曲线及Hosmer-Lemeshow检验（
P=0.562）显示，模型的预测值及实际值一致性良好。
结论:CE患者女性更常见、NIHSS评分及BNP更高、PLT和半暗带/梗死核心比更低，结合以上指标建立的列线图模型可较好地鉴别LAA与CE，对临床决策有一定的帮助。

关键词：缺血性卒中、颅内动脉硬化、颅内栓塞、体层摄影术，X线计算机、CT血管造影术、灌注成像、多模态成像、列线图表

所属期刊栏目：31

资助基金：中央高校基本科研业务费专项资金资助3332022168;中华国际医学交流基金会"2020SKY影像科研基金"Z-2014-07-2003-02;北京医院国家自然科学基金预研专项BJ-2020-131;北京医院临床研究"助航"专项BJ-2023-076;Fundamental Research Funds for the Central Universities3332022168;2020 SKY Imaging Research Fund of the Chinese International Medical FoundationZ-2014-07-2003-02;Beijing Hospital National Natural Science Foundation of China Preliminary Research ProjectBJ-2020-131;Beijing Hospital Clinical Research "Navigation Aid" Special ProjectBJ-2023-076

在线出版日期：2024-01-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：409-417