構建急性腦卒中機械取栓治療后預后預測模型的研究

丁少華，陳宇辰，殷信道，田為中，張逸，戴慧*

急性缺血性腦卒中具有較高的致殘率和致死率[1]，給患者個人、家庭及社會造成了沉重負擔。機械取栓治療可使閉塞的血管快速再通，改善卒中患者的臨床預后[2]。然而，急性卒中患者機械取栓治療后預后差異較大，受多種因素影響。以往的研究認為年齡、卒中嚴重程度等臨床因素與卒中預后密切相關[3-4]。隨著影像技術的發(fā)展，發(fā)現(xiàn)擴散加權成像(diffusion-weighted imaging，DWI)梗死體積、灌注狀態(tài)、側支循環(huán)等影像因素可影響卒中預后[5-7]。然而，目前關于急性卒中機械取栓治療后預后預測因素仍存在爭議。本研究旨在通過構建基于臨床因素、影像因素、臨床聯(lián)合影像因素的預后預測模型，以期尋找預測卒中機械取栓治療后預后預測的最優(yōu)模型。

1 材料與方法

1.1 研究對象

本研究為回顧性分析，經南京市第一醫(yī)院醫(yī)學倫理委員會批準，批準文號：2017-148，免除受試者知情同意。納入2017 年1 月至2020 年3 月在南京市第一醫(yī)院就診的急性缺血性卒中患者。納入標準：(1)首次發(fā)生的急性前循環(huán)卒中；(2)治療前行多模態(tài)MRI 檢查[DWI、灌注加權成像(perfusion-weighted imaging，PWI)]；(3)行機械取栓切除治療；(4)有3個月預后評估[改良Rankin 量表(modified Rankin scale，mRS)評分]。排除標準：(1)顱內存在出血、創(chuàng)傷或占位性病變；(2) MRI 圖像有運動偽影無法評估。共71 例患者符合納入標準，其中男性47 例，女性24例，年齡(72.09±9.98)歲。

收集患者的一般臨床資料[年齡、性別、入院卒中嚴重程度(NIHSS 評分)]、與卒中相關的既往史(高血壓、糖尿病、房顫、高血脂、高同型半胱氨酸)、發(fā)病至MRI 檢查時間、發(fā)病至血管再通時間。卒中患者3 個月功能預后采用mRS 評分方法評估[8]：mRS 0～2 為預后良好，mRS 3～6為預后不良。

1.2 檢查方法

所有患者均采用3.0 T MR 掃描設備(Ingenia，Philips Medical Systems，Netherlands)掃描。掃描序列包括FLAIR、DWI、MRA、PWI。部分掃描參數如下：DWI (自旋回波序列，TR/TE 2500 ms/98 ms，矩陣152×122，3 個方向，F(xiàn)OV 230 mm×230 mm，F(xiàn)A 90°，層數18，層厚6 mm，層間距1.3 mm，b=0、1000 s/mm2)；DSC-PWI (TR/TE 2000 ms/30 ms，矩 陣96×93，F(xiàn)OV 224 mm×224 mm，F(xiàn)A 90°，層厚4 mm，持續(xù)時間88 s)。

1.3 影像分析

DWI 梗死體積、Tmax＞6 s 體積、DWI-PWI 不匹配體積及低灌注強度比值(hypoperfusion intensity ratio，HIR)均由RAPID 軟件自動生成。HIR 定義為Tmax＞10 s與Tmax＞6 s的比值。所有影像學資料均由2 位有經驗的神經放射學診斷醫(yī)師采用雙盲法進行評估、分析，結果不一致時經協(xié)商后達成一致。

1.4 統(tǒng)計學分析

計量資料采用平均數±標準差表示、計數資料采用例(%)表示。應用獨立t檢驗或卡方檢驗進行兩組間統(tǒng)計分析。應用多元邏輯回歸具有統(tǒng)計學意義的參數(P＜0.05)，篩選出最佳獨立預測因子，基于以上因素構建臨床、影像、臨床聯(lián)合影像的預測模型。應用ROC 曲線評估臨床、影像、臨床聯(lián)合影像模型的預測效能。所有統(tǒng)計均采用SPSS 26.0 統(tǒng)計學軟件進行處理。P＜0.05為差異有統(tǒng)計學意義。

2 結果

2.1 不同預后卒中患者間各參數比較

共71 例接受機械取栓的急性卒中患者納入研究，其中，預后良好組為35 例，預后不良組為36 例。兩組間臨床因素比較顯示預后良好組的年齡[(67.86±10.40)歲vs.(73.47±9.95)歲]、入院NIHSS評分(10.31±5.17 vs.15.47±4.88)小于預后不良組，差異有統(tǒng)計學意義(t=-2.325，P=0.023；t=-4.324，P＜0.001)。兩組間性別、高血壓、糖尿病、高同型半胱氨酸、高血脂、房顫、發(fā)病至MRI 掃描時間、發(fā)病至血管再通時間差異無統(tǒng)計學意義(P＞0.05)。兩組間影像因素比較顯示與預后不良組相比，預后良好組的DWI 梗死體積較小(19.53±22.88 vs.58.93±51.30；t=-4.158，P＜0.001)、Tmax＞6 s 體積較小(78.77±42.04 vs.133.89±65.89；t=-4.189，P＜0.001)、HIR 較 小(0.32±0.15 vs.0.52±0.19；t=-5.514，P＜0.001)(圖1、2)。兩組間DWI-PWI 不匹配體積差異無統(tǒng)計學意義(P＞0.05)(表1)。

圖1 男，64歲，右側肢體乏力5 h。入院行MRI檢查為急性缺血性腦卒中，RAPID 軟件示DWI梗死體積為13 mL，DWI-PWI不匹配體積為87 mL，低灌注強度比值(hypoperfusion intensity ratio，HIR)為0.3?；颊呓洐C械取栓治療后3個月mRS 評分為1分，為預后良好 圖2 男，63歲，右側肢體乏力5.5 h。入院行MRI檢查為急性缺血性腦卒中，RAPID軟件示DWI梗死體積為56 mL，DWI-PWI不匹配體積為117 mL，HIR為0.6?；颊呓洐C械取栓治療后3個月mRS評分為4分，為預后不良Fig.1 Male,64 years old,right limb weakness for 5 hours.MRIon admission showed acute ischemic stroke.RAPID software showed DWIinfarct volume was 13 mL,DWI-PWImismatch volume was 87 mL,and HIR was 0.3.The mRS score was 1 score after 3 months which was good functional outcome.Fig.2 Male,63 years old,right limb weakness for 5.5 hours.MRIon admission showed acute ischemic stroke.RAPID software showed DWIinfarct volume was 56 mL,DWI-PWImismatch volume was 117 mL,and HIR was 0.6.The mRS score was 4 score after 3 months which was poor functional outcome.

2.2 卒中預后預測因子的多元邏輯回歸分析

將表1 的參數(P＜0.05)應用多元邏輯回歸分析預測卒中預后的獨立因子?；貧w臨床因素結果顯示年齡(OR=1.071；95%CI：1.010～1.135；P=0.022)、入院NIHSS 評分(OR=1.225；95%CI：1.099～1.366；P＜0.001)為卒中預后的獨立預測因子?；貧w影像因素結果顯示HIR (OR=4.037；95%CI：1.241～13.136；P=0.005)為卒中預后的獨立預測因子?；貧w臨床聯(lián)合影像因素顯示入院NIHSS 評分(OR=1.157；95%CI：0.998～1.341；P=0.043)、HIR (OR=6.669；95%CI：4.817～15.051；P=0.009)為卒中預后的獨立預測因子(表2)。

表1 不同預后卒中患者間各參數比較Tab.1 Comparison of parameters between different outcome in stroke patients

表2 卒中預后預測因子的多元邏輯回顧分析結果Tab.2 Multivariate Logistic regression analysis of prognostic factors for stroke

2.3 三種預測模型ROC分析

ROC 分析顯示臨床預測預后的模型AUC 為0.810(95%CI：0.709～0.911)，敏感度和特異度分別為80.6%、71.4%；影像預測預后模型的AUC 為0.862(95%CI：0.772～0.952)，敏感度和特異度分別為72.2%、94.3%；臨床聯(lián)合影像的預測預后模型的AUC最高，達0.905 (95%CI：0.830～0.979)，其敏感度為94.4%、特異度為82.9% (圖3)。

圖3 各模型預測急性卒中機械取栓術后預后的ROC曲線Fig.3 The ROC curve of each model for predicting the outcome in acute stroke after mechanical thrombectomy.

3 討論

3.1 預測急性腦卒中機械取栓治療后預后的意義

目前急性缺血性腦卒中患者的治療方法包括靜脈溶栓治療和血管內機械取栓治療，其中血管內機械取栓治療可使大血管閉塞引起的卒中患者快速再通，改善卒中預后[9-10]。雖然目前已有較多卒中患者機械取栓治療后預后預測的研究，如年齡、卒中嚴重程度(NIHSS 評分)、DWI 梗死體積等，這些研究為評估卒中機械取栓治療后預后提供了重要的參數[4-7]。但目前關于卒中血管內機械取栓治療后預后因素的研究仍存在爭議。

3.2 臨床因素預測卒中預后模型的分析

本研究通過比較預后良好組與預后不良組的臨床因素發(fā)現(xiàn)兩組間年齡和入院NIHSS評分具有差異，進一步邏輯回歸分析發(fā)現(xiàn)年齡和入院NIHSS 評分為預測卒中預后的獨立預測因子。以往的研究顯示老年卒中患者的臨床特征不同，住院死亡率高于年輕患者。研究顯示老年卒中患者年齡每增加10 歲，出院回家的可能性越小[11]。Zhu 等[12]認為入院NIHSS 評分與臨床預后密切相關，當NIHSS 評分大于15 分時，通常具有不良的預后。本研究將年齡和入院NIHSS評分的預測模型采用ROC分析，顯示其預測卒中預后的AUC 達0.810。這與以往的研究一致，Saposnik等[13]通過年齡及NIHSS 評分構建預測模型結果顯示該模型與3個月卒中密切相關，可用于預測急性卒中患者靜脈溶栓治療后的療效。

3.3 影像因素預測卒中預后模型的分析

隨著影像技術的發(fā)展，發(fā)現(xiàn)影像因素較臨床因素可更好地預測卒中預后。目前最常用的影像技術為DWI 和PWI，可用于指導再灌注治療并預測治療效果[14-16]。本研究通過比較兩組間的影像因素，發(fā)現(xiàn)預后良好組入院后DWI 梗死體積及Tmax＞6 s 體積明顯小于預后不良組，而DWI-PWI不匹配體積在兩組間無明顯差異，這與以往的研究一致。DWI-PWI 不匹配雖可作為血管內機械取栓治療的指標，但目前的研究發(fā)現(xiàn)DWI-PWI 不匹配的體積并不能預測卒中后的治療反應[17]。DWI 梗死體積通常代表核心梗死區(qū)，為不可挽救組織，當DWI梗死＞80 mL時，患者常具有不良的預后[18]。PWI異常的區(qū)域中包含了部分可挽救的缺血半暗帶組織，通過及時的治療部分或全部可恢復。在缺血性卒中急性期溶栓試驗中，絕對Tmax和DWI 病變體積可影響再灌注治療反應，但不匹配體積不影響治療反應[19]。以往的研究顯示側支循環(huán)與卒中預后密切相關[7]，因此，本研究還納入了HIR參數，HIR為側支循環(huán)的評估方法，可通過灌注成像評估腦組織內的側枝血流。本研究結果顯示預后良好組的HIR較小，且影響因素的多元邏輯回歸分析顯示HIR 為卒中預后的獨立預測因子，這與以往的研究一致。Olivot等[20]發(fā)現(xiàn)通過MRI獲得的HIR可快速預測梗死體積的增長，且較高的HIR通常具有較差的功能預后。

3.4 臨床聯(lián)合影像因素預測卒中預后模型的分析

本研究在構建臨床、影像的預后預測模型的基礎上，聯(lián)合臨床、影像構建預后預測模型，研究結果顯示臨床預測模型敏感度和特異度均低于其他兩個模型，而影像模型的特異性雖較高，但敏感度較低，為72.2%。基于臨床和影像的模型預測卒中預后的敏感度和特異度可達94.4%和82.9%。卒中預后雖然受多種影響因素影響，但當納入臨床和影像因素回歸分析時，入院NIHSS 評分和HIR 為預測卒中預后的獨立預測因子。Kaschka 等[21]發(fā)現(xiàn)入院時NIHSS 預測卒中預后的AUC達0.87。在卒中預后預測的指標中，豐富的側支循環(huán)與良好的功能預后密切相關，因此，在構建模型時加入側支循環(huán)因素對預后預測具有重要價值。本研究構建臨床聯(lián)合影像的預測模型時納入HIR 作為側支循環(huán)的評估指標。當患者血管閉塞發(fā)生缺血梗死時，顱內外潛在或新生的吻合血管可發(fā)生代償，血流通過側枝或新生的血管吻合達到缺血區(qū)域，可保護組織免于缺血損傷，降低梗死體積增長，從而使患者具有更好的功能恢復[22]。此外，HIR 可通過RAPID 軟件快速獲得，有利于臨床醫(yī)生快速評估側支循環(huán)。由此可見，聯(lián)合臨床和影像的預后預測模型優(yōu)于臨床模型或影像模型，具有更優(yōu)的預測效能。

本研究具有一定的局限性。本研究為單中心研究，其次，本研究為回顧性研究且樣本量稍小，可能受到回顧性樣本收集及抽樣偏差的限制。下一步將進一步擴大樣本量，并進行前瞻性、多中心研究驗證本研究結果。

綜上所述，臨床聯(lián)合影像預后預測模型優(yōu)于臨床模型、影像模型。臨床聯(lián)合影像構建卒中預后預測模型可有效提高腦卒中患者預后的預測效能，指導臨床個性化治療。

作者利益沖突聲明：全體作者均聲明無利益沖突。