关键词:
进展性缺血性脑卒中
全身炎症反应指数
血栓弹力图
预测模型
摘要:
目的:
进展性缺血性脑卒中(Progressive ischemic stroke,PIS)具有较高的致残率及致死率,严重危害卒中患者的生存质量,现阶段如何尽早识别PIS并进行有效干预是目前临床工作中亟待解决的问题。本研究通过对急性缺血性脑卒中(Acute ischemic stroke,AIS)患者的临床资料进行分析,评价血栓弹力图(Thrombelastography,TEG)参数联合全身炎症反应指数(Systemic inflammatory response index,SIRI)对PIS的预测价值,并基于此构建预测模型,为临床早期识别及干预PIS提供依据。
方法:
本研究采用回顾性研究方法,纳入2022年9月至2023年12月于吉林大学医第一院确诊为AIS的患者214例,根据患者住院期间是否出现PIS,将患者分为PIS组和非PIS组。PIS被定义为发病72小时内出现神经功能缺损症状进行性加重,且美国国立卫生研究院卒中量表(National Institute of Health Stroke Scale,NIHSS)评分较发病时增加≥2分。记录两组患者的一般临床资料及实验室指标包括血常规、凝血常规、血栓弹力图参数、空腹血糖、糖化血红蛋白、血脂、肌酐、尿酸、同型半胱氨酸。将收集到的两组数据进行差异性分析后,采用Lasso回归和多因素二元Logistic回归,筛选出对PIS具有预测作用的独立危险因素,并通过受试工作特征曲线(Receiver operation characteristic curve,ROC)评价TEG联合SIRI对PIS的预测价值。基于筛选出的独立危险因素构建列线图预测模型,用ROC曲线下面积(Area under the curve,AUC)、校准曲线和决策分析(Decision curve analysis,DCA)曲线并对预测模型的区分度、校准度和临床使用价值进行评价,并通过Bootstrap法重复1000次对预测模型进行内部验证。
结果:
1、本研究共纳入214名AIS患者,其中PIS组67例,非PIS组147例。PIS组与非PIS组患者的入院时NIHSS评分、总胆固醇、高密度脂蛋白、低密度脂蛋白、空腹血糖、白细胞计数、中性粒细胞计数、淋巴细胞计数、单核细胞计数、平均血小板体积、SIRI、中性粒细胞与淋巴细胞比值(neutrophil-tolymphocyte ratio,NLR)、单核细胞与淋巴细胞比值(mononuclear-to-lymphatic ratio,MLR)、D-二聚体、凝血反应时间(Reaction time,RT)、血凝块形成时间(Kinetics time,KT)之间的差异具有统计学意义(P<0.05)。
2、经过Lasso回归以及多因素Logistic回归分析筛选,结果显示SIRI(OR=2.511,95%CI 1.479-4.264,P<0.001)、TEG参数中RT缩短(OR=0.507,95%CI 0.339-0.757,P=0.001)、空腹血糖(OR=1.207,95%CI1.074-1.357,P=0.002)、D-二聚体(OR=4.790,95%CI 1.389-16.512,P=0.013)是AIS患者发展为PIS的独立危险因素。
3、ROC曲线分析结果显示,SIRI、RT、空腹血糖、D-二聚体这四个指标预测PIS的AUC分别为0.780、0.632、0.657、0.684。与检测单一指标相比,联合检测SIRI和TEG参数中RT对于PIS具有更好的预测价值(AUC 0.810,95%CI 0.744-0.877)。
4、根据筛选出的PIS独立危险因素构建预测模型。预测模型的灵敏度为76.1%,特异度为83.7%,AUC为0.855(95%CI 0.799-0.910),具有较好的区分度,校准曲线分析结果提示模型预测PIS的风险与PIS实际发生风险具有一致性(Hosmer-Lemeshow检验,x2=8.843,P=0.451),临床决策曲线提示模型净获益高,具有较好的临床应用价值。
结论:
1、联合检测SIRI与TEG对PIS具有较好的预测价值。
2、本研究以SIRI、RT、空腹血糖、D-二聚体构建的预测模型对PIS具有的较好的预测能力以及临床应用价值。