首页 > 论文范文 > 医药卫生论文 > 急诊科论文 > 脑出血论文 > 基于CT增强点征及列线图模型对脑出血早期血肿扩大预测价值

基于CT增强点征及列线图模型对脑出血早期血肿扩大预测价值

2024-09-05 5 上传者：管理员

摘要：目的探究点征及列线图模型预测自发性脑出血(sICH)患者早期血肿扩大的效能。方法收集中国人民解放军西部战区总医院2018年1月至2023年12月期间所有符合标准的210例sICH患者。依据血肿是否扩大超过33%或体积超过6 mL,将患者分为血肿扩大组和血肿非扩大组。通过对比分析两组患者的临床特征及CT影像学表现，运用多因素Logistic回归分析筛选影响血肿扩大的危险因素。借助R语言rms包，构建预测患者血肿扩大的列线图模型。采用曲线下面积(AUC)评估模型区分度，校准曲线评价模型校准度，决策曲线分析(DCA)评估模型临床有效性，并通过准确度、敏感度、特异度及约登指数等指标全面评估模型的预测效能。结果血肿扩大组患者66例，血肿非扩大组患者144例。点征、首次CT检查时间、低密度征、高血压史、均匀度、血肿异质性评分及液平等因素是预测早期血肿扩大的独立影响因素。临床模型AUC值0.680,准确度71.43%,敏感度40.91%,特异度88.89%,约登指数0.2980;点征预测模型AUC值0.838,准确度86.19%,敏感度77.27%,特异度90.28%,约登指数0.6755;列线图预测模型AUC值0.910,准确度87.14%,敏感度86.96%,特异度81.55%,约登指数0.6851。DeLong检验临床模型、点征模型与列线图模型差异有统计学意义。此外，列线图模型预测早期血肿扩大概率与实际发生概率具有较高拟合度。结论本研究构建的基于点征联合首次CT检查时间、低密度征、高血压史、均匀度、血肿异质性评分及液平等因素的列线图模型，在预测sICH患者早期血肿扩大方面具有显著价值，为临床决策提供了有力支持。

关键词：
CT
列线图模型
点征
自发性脑出血
血肿扩大
加入收藏

自发性脑出血(spontaneous intracranial hemorrhage, sICH)亦称原发性脑出血，是一种预后极差、生存期短暂的卒中类型，其病死率和致残率居高不下[1-2]。早期血肿扩大是患者预后恶化和神经功能急剧下降的关键因素[3],也是潜在关键治疗靶点[4],通常发生在脑出血后的24 h内[5]。因此，早期识别和预测血肿扩大发生，对于改善sICH患者的治疗和预后至关重要。在众多预测因素中，点征因其高敏感度和显著的预测价值而备受关注。大量研究指出，点征是脑出血患者早期血肿扩大与不良预后的独立预测指标，其预测效能得到了广泛认可[6-7]。2020版《高血压性脑出血中国多学科诊治指南》[8]提出，点征是预测血肿扩大的重要依据(Ⅱ级推荐，B级证据),为其在临床实践中的应用提供了有力支持。但有学者[9]认为，应该谨慎使用点征，点征对预测血肿扩大的价值不高，其敏感度仅为57%,且CT血管造影(CTA)检查具有一定的辐射风险和高昂的费用。鉴于此，本研究旨在通过构建列线图模型，更深入地探究点征对血肿扩大的预测价值，以期为脑出血患者提供更为精确及个体化的治疗策略。

1、资料与方法

1.1研究对象

回顾性收集2018年1月至2023年12月中国人民解放军西部战区总医院符合相关标准的210例sICH患者资料，包括性别、年龄、发病到首次CT检查间隔时间、高血压史、饮酒史、吸烟史、中线移位、液平、低密度征、黑洞征、卫星征、混合征、旋涡征、点征及血肿最大径等。本研究通过中国人民解放军西部战区总医院伦理委员会许可(编号：2021xjsxxm-2023-1)。

1.2纳入和排除标准

纳入标准：①年龄>18岁；②满足2022版《自发性脑出血诊疗指南——美国心脏协会/美国卒中协会的健康职业者指南》[4]中脑出血诊断标准；③临床资料完整；④签署知情同意书；⑤患者均行CT平扫+CTA检查。

排除标准：①继发性脑出血；②复查前进行了介入或外科等治疗；③CT图像质量差；④多发脑出血及微小脑出血(<3 mm)。

1.3检查方法与分组

检查设备：320排容积CT(Aquilion One,日本佳能公司);扫描基线及范围：听毗线，颅底至颅顶；扫描参数：管电压为80～100 kV,管电流为180～250 mA,层厚0.5 mm,视角220 mm。对比剂：广州拜耳先灵药业公司的碘普罗胺注射液(浓度370 mg/mL),注射流率6 mL/s,注射剂量60 mL。

分组：将3D Slicer提取出的血肿体积，按照复查时血肿体积与首次血肿体积比较增加6 mL以上或者超过33%[10-11]的分组标准，分为血肿扩大组和血肿非扩大组。

1.4临床资料收集与图像分隔

采用双盲法，由两名具有5年以上诊断经验的放射科主治医师进行识别并记录相关数据。使用3D Slicer(Version4.11.200930, Harvard University, NY)软件，沿血肿轮廓手动逐层勾画；再由1名具备3年以上诊断经验的医师审查勾画及留存的数据。

1.5统计学处理

采用SPSS 22.0进行数据处理。计数资料以例数(百分数)[n(%)]表示，组间比较采用卡方(χ2)检验；正态分布的计量资料以均数±标准差

表示，组间比较采用两独立样本t检验；先单因素比较血肿扩大组和血肿非扩大组基本特征，再采用Lasso-Logistic回归模型[采用R语言(版本4.0.0)中的glmnet包(版本4.1)进行分析]选择最终影响因素；运用R语言rms包构建预测患者血肿扩大的列线图模型，采用曲线下面积(AUC)分析模型区分度，用校准曲线评价模型校准度，使用决策曲线分析(DCA)评估模型临床有效性。运用DeLong检验评价点征模型与列线图模型的差异性。用软件MedCalcg勾画各模型的集群多重变量图及Bland-Altman图，前者有助于理解变量之间的关系，后者则有助于评估两个预测模型的一致性和准确性。P<0.05为差异有统计学意义。

2、结果

2.1一般资料及临床影像学资料

血肿扩大和血肿非扩大患者高血压史、低密度征、岛征、卫星征、液平及点征等差异有统计学意义(P<0.05),其他特征差异均无统计学意义(P均>0.05)。见表1。

表1两组自发性脑出血患者一般资料及临床影像学资料比较

2.2多因素Logistic分析结果及构建模型

采用多因素Logistic回归分析发现，点征、首次CT检查时间、低密度征、高血压史、均匀度、血肿异质性评分及液平是影响血肿扩大的独立危险因素，见表2。选择3例有代表性患者影像学图像发现，CTA检查动脉期血肿内见点状高密度影，即出现点征的患者，24 h内复查CT均发现了血肿扩大，见图1、2。

表2两组自发性脑出血患者多因素Logistic回归分析

图1 3例自发性脑出血患者点征图像

图2 3例自发性脑出血患者24 h内复查CT图像

2.3列线图模型构建与验证

将点征、低密度征、高血压史、均匀度、血肿异质性评分、液平作为构建列线图模型的独立预测因素，构建生成列线图模型(见图3);临床模型(见图4)AUC值0.680,准确性71.43%、敏感度40.91%、特异度88.89%、约登指数0.2980;AUC点征预测模型(见图4)AUC值0.838,准确性86.19%、敏感度77.27%、特异度90.28%、约登指数0.6755;列线图预测模型(见图4)AUC值0.910,准确性87.14%、敏感度86.96%、特异度81.55%、约登指数0.6851。DeLong检验临床模型、点征模型与列线图模型差异有统计学意义，见表3。三个模型预测方法的集群多重变量图及Bland-Altman图(见图5)前者表明三种方法关联性强，后者表明两种方法具有一定差异性。校准曲线(图6A)显示，预测值与观测值之间一致性较好，拟合度高；决策曲线(见图6B)显示，列线图模型净收益高于灰色曲线及灰色虚线，表明使用列线图模型预测获益较高。

图3 sICH患者血肿扩大发生风险预测列线图

表3各模型差异性(Delong检验)

图4各模型预测sICH患者血肿扩大的ROC曲线

3、讨论

本研究发现，点征、首次CT检查时间、低密度征、高血压史、均匀度、血肿异质性评分及液平为预测早期血肿扩大的独立影响因子。据此构建的列线图模型，经校准曲线与决策曲线验证，展现出优异的拟合度与净获益。其准确率、敏感度、特异度、约登指数及AUC值均高，凸显了模型强大的预测效能。

多项研究均揭示，低密度征[12]、首次CT检查时间[1,12]、高血压史[1]、均匀度[13]、血肿异质性评分[14]及液平[15]对预测血肿扩大有较大的价值，本研究亦得出相似结论，再次印证这些因素的预测作用不容忽视。丙氨酸氨基转移酶与脑出血血肿扩大是否具有直接关系，仍需进一步验证和深入探讨。有研究[16]显示，丙氨酸氨基转移酶升高，可能是肝脏功能受损导致，可间接影响凝血功能或参与其他脑出血相关的病理生理过程，从而增加脑出血的风险。但本研究发现丙氨酸氨基转移酶水平与血肿扩大并无直接联系。格拉斯哥昏迷评分(GCS)是评价颅脑损伤患者昏迷程度的重要指标，多项研究[17-18]揭示了入院时GCS评分为血肿扩大的独立危险因素。早期神经功能恶化与血肿扩大往往相伴出现，特别是在发病早期意识状态不佳的患者中，表明患者脑损害程度越严重，血肿扩大的风险越高，然而本研究发现GCS评分不是血肿扩大的影响因素，可能是由于GCS评分的评价存在一定的主观性，未能真实反映患者的意识水平。中线移位最佳阈值是超过4～5 mm[19],具体判断是指沿大脑镰画一条连接大脑前后的直线，并作为中线，在室间孔层面判断及测量移位的情况，中线移位能够直观地反映血肿的占位效应，是判断脑疝形成的有力证据[11],但本研究认为，中线移位情况并不影响血肿扩大。低密度征及液平都是CT图像上预测脑血肿扩大的重要影像学征象[12,15],可以反映一部分血肿的异质性。低密度征表现为血肿内的局部区域密度降低，与周围血肿的密度形成对比[20]。另一项研究[21]发现，304例(38%)患者在CT上显示低密度影，在单变量分析中，不良结果患者更有可能出现低密度影。液平表现为血肿内不同密度区域之间的明确界限，也有研究[22]发现，伴有凝血功能障碍的脑出血患者易出现血肿内液平，该特征与脑实质出血位置相关，也可能与止血不充分致使高密度脂蛋白早期渗漏有关。本研究也认为低密度征与液平是影响血肿扩大的重要因素。

图5各模型的集群多重变量图及一致性检验Bland-Altman图

图6列线图模型预测sICH患者血肿扩大的校准曲线及决策曲线

2007年Wada等[23]首次提出点征，其定义是血肿范围内出现超过一个斑点状或者小点片状增强病灶(最大径>1.5 mm),比周围血肿的CT值高两倍，与血肿的脉管系统完全间断[24]。2022版《自发性脑出血诊疗指南——美国心脏协会/美国卒中协会的健康职业者指南》提出，sICH患者行CTA发现的点征(造影剂外溢现象)可作为脑出血患者血肿扩大的独立预测因素(Ⅱb类推荐，B级证据)[4]。本研究通过多因素分析，得出了相似的结论。Singh等[25]一项多变量分析发现，在保守治疗患者中，有斑点征患者血肿体积更大，血肿扩大速度更快，且与90 d生存率相关(OR=7.6,95%CI1.6～88)。一项123例患者的研究[26]发现，注射造影剂后，在三个自动化阶段进行多相CTA,可帮助区分不同形式的斑点征象，并有助于对有血肿扩大危险的患者进行分层，且动脉的点状花纹越多，血肿扩大的频率和程度就越大。Morotti等[27]研究发现，点征联合低密度征，患者血肿扩大的风险最高，并且能够改善血肿扩大风险的分层，可能有助于临床试验中选择sICH患者进行抗血肿扩大治疗。Peeters等[28]在点征的基础上进一步拓展，通过双能DE-CTA(动脉期和延迟静脉期),发现点征对血肿扩大的敏感度在传统混合动脉图像上为32%(准确度72%),在延迟融合图像上增加到76%(准确度80%),说明在预测血肿扩大方面表现出更高的诊断性能。本研究发现，点征预测模型AUC值0.812,准确率、敏感度、特异度、约登指数均高。由此可见，点征在预测早期血肿扩大方面展现出极高的价值，成为预测血肿扩大及不良功能预后的可靠且敏感的标志。

组学列线图用于脑出血的研究相对较少，但在数据建模具有优势，对预测血肿扩大有很大的潜力，具有一定的先进性与创新性，可能是未来的研究热点[29]。Song等[30]研究发现，组学列线图是一种有效的计算机辅助工具，可为sICH患者提供90 d功能结果的个性化风险评估，显示出令人满意的校准和区分90 d不良结果的最大净收益。一项估计sICH患者30 d死亡概率的研究[31]中，列线图在验证队列数据中显示出良好的辨别力(AUC值0.888),结合临床和影像学特征的预测列线图可以帮助识别可能死于脑出血的患者。Lin等[32]在一项大型研究中发现，基于年龄、GCS评分和脑积水建立的诺模图模型，有助于对长期生存结果进行分层，并为治疗决策提供建议，AUC值0.80。以上研究皆表明列线图模型在脑出血患者中的作用，本研究通过多因素Logistic回归分析筛选出的风险因素，构建列线图模型AUC值0.886,表明该模型预测效能较好。

综上所述，本研究创新性地将点征与其他关键因素(首次CT检查时间、低密度征、高血压史、均匀度、血肿异质性评分及液平)相结合，构建高度拟合临床实践的列线图模型，为临床医生制定个性化治疗方案提供有力支持，期望在提高患者生存率和降低致残率方面发挥关键作用。本研究也存在如下局限性：样本量小，单中心研究，未做外部验证，未研究基于MRA或MRI增强的征象，未来将开展进一步研究以完善不足。

参考文献:

[2]逯慧珍,李天云,杨一帆,等.平扫CT征象对高血压脑出血早期血肿扩大的预测价值[J].中国临床医学影像杂志,2022,33(12):894-898.

[8]中华医学会神经外科学分会,中国医师协会急诊医师分会,中华医学会神经病学分会脑血管病学组,等.高血压性脑出血中国多学科诊治指南[J].中国急救医学,2020,40(8):689-702.

[11]伍发,蒋锐,杜飞舟,等.探究脑出血早期血肿扩大的影响因素及预测模型构建与验证[J].中国临床医学影像杂志,2022,33(10):696-699,709.

基金资助:西部战区总医院助推基金(2019ZT09);四川省医学会(恒瑞)科研基金专项科研课题(2021HR75);西部战区总医院院管课题(2021-XZYG-C04,2021-XZYG-C05);

文章来源:伍发,杨钰林,伍婷婷,等.探究基于CT增强的点征及列线图模型对脑出血早期血肿扩大的预测价值[J].中国急救医学,2024,44(09):808-814.