腦出血病人預(yù)后預(yù)測模型的建立與驗證

［摘要］ 目的 探討腦出血（ICH）預(yù)后不良的獨立影響因素。

方法 將ICH病人1 230例，按照8∶2比例分為訓練集和驗證集。以改良Rankin評分（mRS）≥3分為預(yù)后不良。應(yīng)用單因素Logistic回歸分析，初步篩選預(yù)后不良的相關(guān)變量；將所得變量進行多因素Logistic回歸分析進一步評估預(yù)后不良的獨立影響因素，以獨立影響因素構(gòu)建列線圖模型，在訓練集和驗證集中評估模型的區(qū)分度、校準度和臨床實用性。

結(jié)果 多因素Logistic回歸分析顯示，島征（OR=5.25，Plt;0.001）和初始血腫體積（OR=1.4 Plt;0.001）是ICH預(yù)后不良的獨立影響因素。以島征和初始血腫體積構(gòu)建的列線圖模型分析顯示，訓練集中受試者工作特征曲線下面積（AUC）為0.866，驗證集中AUC為0.887。模型的校準圖和決策曲線分析結(jié)果表明，模型具有良好的校準度和臨床實用性。

結(jié)論 島征和初始血腫體積是ICH預(yù)后不良的獨立影響因素，基于二者構(gòu)建的預(yù)后不良列線圖模型有助于早期識別預(yù)后不良的ICH高危病人。

［關(guān)鍵詞］ 腦出血；體層攝影術(shù)，X線計算機；預(yù)后；Logistic模型

［中圖分類號］ R737.34

［文獻標志碼］ A

［文章編號］ 2096-5532（2024）06-0920-05

doi：10.11712/jms.2096-5532.2024.60.206

［開放科學（資源服務(wù)）標識碼（OSID）］

［網(wǎng)絡(luò)出版］ https：//link.cnki.net/urlid/37.1517.R.20250113.1932.004;2025-01-14 12：03：33

Establishment and validation of a prognosis prediction model for patients with intracerebral hemorrhage

DU Chaonan， YANG Mingfei， MA Qingfang， MA Chiyuan

（Department of Neurosurgery， Affiliated Jinling Hospital， Medical School of Nanjing University， Nanjing 210000， China）

［Abstract］ Objective To investigate the independent influencing factors for poor prognosis in intracerebral hemorrhage （ICH）.

Methods nbsp;A total of 1 230 patients with ICH were divided into training set and validation set at a ratio of 8∶ "and a modified Rankin Scale （mRS） score of ≥3 was defined as poor prognosis. A univariate Logistic regression analysis was used for preliminary screening of the variables associated with poor prognosis， and a multivariate Logistic regression analysis was performed for these variables to identify the independent influencing factors for poor prognosis. A nomogram model was established based on the independent influencing factors and was assessed in terms of discriminatory ability， calibration， and clinical practicality in the training set and the validation set.

Results "The multivariate Logistic regression analysis showed that the island sign （OR=5.25，Plt;0.001） and baseline hematoma volume （OR=1.4 Plt;0.001） were independent influencing factors for poor prognosis in ICH. The analysis showed that the nomogram model established based on the island sign and baseline hematoma volume had an area under the ROC curve of 0.866 in the training set and 0.887 in the validation set. The calibration curve and decision curve analyses of the model showed that the model had good calibration and clinical practicability.

Conclusion The island sign and baseline hematoma volume are independent influencing factors for the poor prognosis of ICH， and the nomogram model established based on these two factors can help with the early identification of high-risk ICH patients with poor prognosis.

［Key words］ intracerebral hemorrhage; tomography， X-ray computed; prognosis;Logistic models

腦出血（ICH）占所有卒中的10%～30%，是早期死亡率、致殘率高的卒中亞型^[1-2]，也是臨床中對病人危害程度最高的卒中類型^[3-4]。CT血管造影（CTA）“點征”的發(fā)現(xiàn)為預(yù)測ICH預(yù)后不良提供了可靠證據(jù)^[5-7]。而在臨床工作中，平掃CT因具有快速、便利的特點，仍是ICH首選的檢查方式。由于出血部位和責任血管的不同，出血后血腫的影像學表現(xiàn)也各異。BARRAS等^[8]根據(jù)出血后的血腫形狀將ICH分為規(guī)則形狀血腫和不規(guī)則形狀血腫。不規(guī)則形狀血腫與ICH預(yù)后不良相關(guān)^[9]。而LI等^[10]在前人的研究基礎(chǔ)上提出島征這一CT影像特征，并認為島征與ICH病人預(yù)后不良相關(guān)。本研究旨在對ICH相關(guān)臨床和影像學因素進行分析，探討影響ICH預(yù)后不良的相關(guān)危險因素，并建立列線圖預(yù)測模型，進行外部驗證，為早期篩選預(yù)后不良的高危病人提供理論依據(jù)。

1 資料與方法

1.1 研究對象

對青海省人民醫(yī)院和徐州市中心醫(yī)院2015—2021年收治的ICH病人進行回顧性分析。選取1 230例病人作為研究對象，男722例，女508例。納入標準：①年齡超過18歲；②經(jīng)平掃CT確診為ICH；③初始CT掃描在發(fā)病后6 h內(nèi)進行；④血腫位于幕上。排除標準：①任何可疑因素導(dǎo)致的繼發(fā)性ICH病人；②既往有ICH或缺血性卒中病史病人；③發(fā)病前有抗凝或抗血小板治療史病人；④接受手術(shù)治療病人；⑤原發(fā)性腦室內(nèi)出血（IVH）病人。病人住院期間均按ICH指南進行治療^[11-12]。

1.2 臨床資料收集

從醫(yī)院電子病歷檢查系統(tǒng)中收集病人的臨床資料，包括性別、年齡、吸煙史、糖尿病史、發(fā)病后格拉斯哥昏迷評分（GCS）、收縮壓（SBP）、舒張壓（DBP）以及發(fā)病至首次CT時間。采用改良Rankin評分（mRS）評估病人發(fā)病90 d的預(yù)后指標。mRS≥3分被定義為預(yù)后不良，mRSlt;3分被定義為預(yù)后良好。隨訪信息通過門診或電話隨訪進行收集。

1.3 影像資料分析

通過醫(yī)院電子病歷檢查系統(tǒng)收集入選病人發(fā)病后6 h內(nèi)的CT掃描圖像，分析血腫位置（深部血腫（基底節(jié)區(qū)出血）和非深部血腫（腦葉出血））、島征、初始血腫體積、IVH、蛛網(wǎng)膜下隙出血（SAH）、中線移位（MLS）、血腫形態(tài)和血腫密度等。使用3D Slicer 4.8.1軟件計算初始血腫體積，IVH體積為血腫總體積。島征根據(jù)LI等^[10]標準分為：≥3個分散的小血腫，血腫分離完全；≥4個彌散性小血腫，部分或者全部與主血腫相連；圓形或橢圓形散在小血腫，并與主血腫分離；泡沫或芽狀小血腫，與主要血腫相連。血腫形狀和血腫密度根據(jù)BARRAS等^[8]的研究分為5類，其中最規(guī)則的形狀和最均勻的密度為第1類，最不規(guī)則的形狀和最不均勻的密度為第5類，輕度、中度、重度不規(guī)則形狀和不均勻密度分別為第2、3、4類。血腫形狀1～2類為規(guī)則類，3～5類為不規(guī)則類；血腫密度1～2類為均勻類，3～5類為不均勻類^[8-9]。

1.4 統(tǒng)計分析

采用R（version 3.5.2）軟件進行統(tǒng)計學處理。符合正態(tài)分布的連續(xù)性變量采用±s表示，數(shù)據(jù)間比較采用t檢驗；計數(shù)資料采用頻數(shù)（百分比）進行描述，組間比較采用卡方檢驗。將每個變量分別與結(jié)局事件納入單因素Logistic分析，篩選Plt;0.05的單變量作為多因素Logistic回歸模型的輸入變量，與結(jié)局事件統(tǒng)一納入多因素Logistic分析，篩選出Plt;0.05的變量作為預(yù)測結(jié)局事件的獨立影響因素，構(gòu)建列線圖模型；為了保證預(yù)測模型的準確性，按照8∶2的比例將病人分為訓練集和驗證集，使用驗證集數(shù)據(jù)進行外部驗證。同時為了盡量保證數(shù)據(jù)分布的一致性，在訓練集和驗證集中使用受試者工作特征（ROC）曲線下面積（AUC）評價模型的區(qū)分度，并繪制校準圖評估模型的校準度以及繪制決策曲線評估模型臨床實用性。

2 結(jié)" 果

2.1 一般資料比較

本研究1 230例病人中，984例進入訓練集，246例進入驗證集。隨訪有805例（65.4%）病人在發(fā)病90 d后預(yù)后不良，其中訓練集645例（65.5%），驗證集160例（65.0%）。訓練集和驗證集病人的一般資料比較差異無顯著性（Pgt;0.05）。見表1。

2.2 單因素和多因素分析

訓練集單因素Logistic回歸分析顯示，年齡、入院GCS、入院DBP、IVH、SAH、MLS、不規(guī)則形狀血腫、島征和初始血腫體積具有統(tǒng)計學意義（OR=0.99～4.97，Plt;0.05），見表2。以病人預(yù)后不良為因變量，將單因素分析中有統(tǒng)計學意義的指標納入多因素Logistic回歸分析，結(jié)果顯示，島征（OR=5.25，95%CI=2.94～9.37，Plt;0.001）和初始血腫體積（OR=1.4 95%CI=1.37～1.5 Plt;0.001）與預(yù)后不良密切相關(guān)，而血腫形狀和血腫密度與病人預(yù)后無關(guān)（Pgt;0.05）。見表3。

2.3 列線圖模型的建立和驗證

多因素Logistic回歸分析顯示，初始血腫體積是影響ICH預(yù)后最危險的因素，其次是島征。根據(jù)以上結(jié)果建立的列線圖預(yù)測模型見圖1。列線圖制作中根據(jù)獨立危險因素的權(quán)重對預(yù)后不良的相關(guān)預(yù)測因素進行賦分。初始血腫體積是最危險的相關(guān)因素，因此，將初始血腫體積賦分為100分，并根據(jù)其他相關(guān)因素的具體權(quán)重進行不同賦分。如果病人的獨立危險因素得分超過總分的50%，則認為該病人會出現(xiàn)預(yù)后不良。校準圖在訓練集和驗證集中得到了很好的校準，具有較高的準確性（圖2A、B）。該模型在訓練集和驗證集中ROC曲線AUC分別為0.866和0.887，具有較好的區(qū)分度（圖2C）。由于訓練集中預(yù)后不良的發(fā)生率為65.5%，以此概率為閾值，決策曲線分析表明校準曲線位于All線和None線的上方，說明應(yīng)用該模型預(yù)測病人預(yù)后不良能夠臨床獲益（圖2D）。

3 討" 論

ICH起病緊急，病情進展迅速，雖然部分ICH病人可得到早期救治，但多數(shù)病人仍預(yù)后欠佳，給家庭和社會帶來了沉重的負擔。若能早期識別預(yù)后不良的高危病人并對其進行針對性干預(yù)，對改善病人預(yù)后具有重要意義。多項研究表明，初始血腫體積是ICH預(yù)后不良的獨立預(yù)測因素^[13-14]。本文研究結(jié)果表明，初始血腫體積可以獨立預(yù)測ICH預(yù)后不良，與以上研究結(jié)果一致。

對ICH而言，雖然國內(nèi)已有部分中心將頭頸部CTA作為常規(guī)檢查方式以查找出血原因，但是尚未形成統(tǒng)一規(guī)范，平掃CT仍是ICH首選影像學檢查。本次研究納入的CT影像學特征簡單易懂，多數(shù)醫(yī)師經(jīng)過培訓后也可較好掌握，推廣性較好。在ICH疾病早期，對于沒有這些影像特征的病人，其預(yù)后可能相對較好^[15]，這有利于早期對病人進行分類，一定程度上優(yōu)化了醫(yī)療資源的分配。當然，除了影像學特征，病人入院的臨床狀態(tài)如顱內(nèi)高壓、腦水腫^[16-17]和早期血腫發(fā)生擴大^[18]等也對早期判斷病人預(yù)后具有重要指導(dǎo)意義，提示我們應(yīng)充分考慮ICH病人的相關(guān)影響因素，綜合評估病人預(yù)后。

值得注意的是，ICH后形成的血腫會在顱內(nèi)產(chǎn)生額外的壓力，導(dǎo)致顱內(nèi)壓增高，這可能會引起一系列嚴重的并發(fā)癥，如腦損傷、神經(jīng)功能障礙和器官功能受損等。ICH后血腫擴大可能加劇顱內(nèi)高壓，進而導(dǎo)致更多的神經(jīng)組織受到損害。病人可能表現(xiàn)為意識障礙、運動障礙、感覺異常等癥狀的惡化。此外，血腫擴大還可能影響到周圍腦組織的供血，導(dǎo)致腦組織缺血和低氧，加重腦損傷的程度。對于ICH病人預(yù)后來說，血腫的擴大可能會增加恢復(fù)的時間和難度。如果血腫無法及時得到治療和控制，可能會導(dǎo)致嚴重的神經(jīng)功能殘留或永久性損傷。此外，血腫擴大還可能增加病人死亡的風險，特別是在顱內(nèi)壓增高導(dǎo)致生命體征不穩(wěn)定的情況下。因此，對于ICH病人而言，及時監(jiān)測血腫的大小和擴大趨勢，采取有效的治療措施非常重要。這些治療措施包括藥物治療、手術(shù)干預(yù)或其他介入性治療，旨在減輕血腫對病人神經(jīng)系統(tǒng)的影響，最大限度地提高病人的生存率和生活質(zhì)量。因此，除了影像學評估，早期監(jiān)測對ICH病人的預(yù)后也至關(guān)重要。

MOROTTI等^[19]研究認為，不規(guī)則形狀血腫與ICH病人預(yù)后不良相關(guān)。而CANDICE等^[9]認為不規(guī)則形狀血腫可導(dǎo)致病變組織周圍炎癥反應(yīng)時間更久，影響ICH病人預(yù)后。本研究結(jié)果表明，不規(guī)則形狀血腫不能預(yù)測病人預(yù)后。這可能與我們的研究中排除了所有需要手術(shù)治療的病人以及發(fā)病前接受抗凝或抗血小板治療的病人有關(guān)。島征是主血腫周圍伴有多個小血腫，代表著主責任血管周圍伴有多個破裂的小血管引起的多灶性活動性出血^[10]。LI等^[10]在一項納入252例病人的研究中首次提出島征是ICH病人預(yù)后不良的獨立預(yù)測因素。隨后，LAW等^[20]進行的一項納入2 325例急性ICH病人研究結(jié)果表明，島征是預(yù)測ICH預(yù)后不良的可靠預(yù)測因素。本研究結(jié)果顯示，島征可獨立預(yù)測ICH預(yù)后不良，和前人的研究結(jié)果相一致。本文研究顯示，島征影響ICH病人預(yù)后，其可能原因是本文將血腫部位分為深部出血和非深部出血，當ICH位置較深如位于基底節(jié)區(qū)，特別是主血腫周圍伴有多個小血腫（島征）時，該部位解剖及血供的特殊性可能更容易導(dǎo)致預(yù)后不良。但該推論需在未來進行更詳細的研究進行驗證。

綜上所述，初始血腫體積和島征可以獨立預(yù)測ICH預(yù)后不良，基于上述因素建立的列線圖模型對于預(yù)測ICH預(yù)后不良具有較高的區(qū)分度和校準度。這為早期識別ICH預(yù)后不良的高危病人提供了理論依據(jù)，有助于優(yōu)化治療效果，提高診療質(zhì)量。然而，本研究仍然存在一定的局限性。首先，本研究為回顧性研究，存在固有的缺陷；其次，不同時間段的ICH治療策略^[11-12]可能會影響本研究的結(jié)果。因此，希望未來可以進行大樣本的前瞻性研究對本研究結(jié)果進行驗證。

［參考文獻］

[1]BRODERICK J P， BROTT T， TOMSICK T， et al. Intracere-bral hemorrhage more than twice as common as subarachnoid hemorrhage[J]. Journal of Neurosurgery， 199 78（2）：188-191.

[2]FLAHERTY M L， HAVERBUSCH M， SEKAR P， et al. Long-term mortality after intracerebral hemorrhage[J]. Neurology， 2006，66（8）：1182-1186.

[3]QURESHI A I， TUHRIM S， BRODERICK J P， et al. Spontaneous intracerebral hemorrhage[J]. New England Journal of Medicine， 200 344（19）：1450-1460.

[4]TUHRIM S. Intracerebral hemorrhage： improving outcome by reducing volume？[J]. The New England Journal of Medicine， 2008，358（20）：2174-2176.

[5]DEMCHUK A M， DOWLATSHAHI D， RODRIGUEZ-LUNA D， et al. Prediction of haematoma growth and outcome in patients with intracerebral haemorrhage using the CT-angiography spot sign （PREDICT）：a prospective observational study[J]. The Lancet Neurology， 201 11（4）：307-314.

[6]SPORNS P B， SCHWAKE M， KEMMLING A， et al. Comparison of spot sign， blend sign and black hole sign for outcome prediction in patients with intracerebral hemorrhage[J]. Journal of Stroke， 2017，19（3）：333-339.

[7]SPORNS P B， SCHWAKE M， SCHMIDT R， et al. Computed tomographic blend sign is associated with computed tomographic angiography spot sign and predicts secondary neurolo-gical deterioration after intracerebral hemorrhage[J]. Stroke， 2017，48（1）：131-135.

[8]BARRAS C D， TRESS B M， CHRISTENSEN S， et al. Density and shape as CT predictors of intracerebral hemorrhage growth[J]. Stroke， 2009，40（4）：1325-1331.

[9]DELCOURT C， ZHANG S H， ARIMA H， et al. Significance of hematoma shape and density in intracerebral hemorrhage： the intensive blood pressure reduction in acute intracerebral hemorrhage trial study[J]. Stroke， 2016，47（5）：1227-1232.

[10]LI Q， LIU Q J， YANG W S， et al. Island sign： an imaging predictor for early hematoma expansion and poor outcome in patients with intracerebral hemorrhage[J]. Stroke， 2017，48（11）：3019-3025.

[11]HEMPHILL J C 3rd， GREENBERG S M， ANDERSON C S， et al. Guidelines for the management of spontaneous intracerebral hemorrhage： a guideline for healthcare professionals from the American heart association/american stroke association[J]. Stroke， 2015，46（7）：2032-2060.

[12]MORGENSTERN L B， HEMPHILL J C 3rd， ANDERSON C， et al. Guidelines for the management of spontaneous intra-cerebral hemorrhage： a guideline for healthcare professionals from the American Heart Association/American Stroke Association[J]. Stroke， 2010，41（9）：2108-2129.

[13]DELCOURT C， HUANG Y N， ARIMA H， et al. Hematoma growth and outcomes in intracerebral hemorrhage： the INTERACT1 study[J]. Neurology， 201 79（4）：314-319.

[14]STEINER T， B SEL J. Options to restrict hematoma expansion after spontaneous intracerebral hemorrhage[J]. Stroke， 2010，41（2）：402-409.

[15]LI Q， YANG W S， SHEN Y Q， et al. Benign intracerebral hemorrhage： a population at low risk for hematoma growth and poor outcome[J]. Journal of the American Heart Association， 2019，8（8）：e011892.

[16]任應(yīng)國， 張保朝， 賈東佩， 等. 甘露醇聯(lián)合神經(jīng)節(jié)苷脂注射液治療急性高血壓腦出血療效觀察[J]. 新鄉(xiāng)醫(yī)學院學報， 2019，36（8）：768-772.

[17]沈慧， 肖培， 李信曉， 等. 腦水腫治療新見解[J]. 新鄉(xiāng)醫(yī)學院學報， 201 31（6）：488-495.

[18]FEIGIN V L， LAWES C M M， BENNETT D A， et al. Worldwide stroke incidence and early case fatality reported in 56 population-based studies： a systematic review[J]. The Lancet Neurology， 2009，8（4）：355-369.

[19]MOROTTI A， BOULOUIS G， ROMERO J M， et al. Blood pressure reduction and noncontrast CT markers of intracerebral hemorrhage expansion[J]. Neurology， 2017，89（6）：548-554.

[20]LAW Z K， ALI A， KRISHNAN K， et al. Noncontrast computed tomography signs as predictors of hematoma expansion， clinical outcome， and response to tranexamic acid in acute intracerebral hemorrhage[J]. Stroke， 2020，51（1）：121-128.

（本文編輯 黃建鄉(xiāng)）