基于临床数据和HR-MRI相关参数构建脑梗死发生的预测模型

Prediction model of cerebral infarction constructed based on clinical data and HR-MRI related parameters

二维码有效期 120s

摘要目的基于临床数据和血管壁成像技术构建颅内动脉粥样硬化(ICAS)斑块形成所致脑梗死(ACI)的预测模型.方法选取2018-02-2022-06廊坊市人民医院的ICAS斑块形成患者204例,根据是否发生ACI分为观察组(80例)与对照组(124例),所有患者均行高分辨率磁共振血管壁成像(HR-MRI)检查,收集并比较2组患者的临床数据、HR-MRI影像表现及参数,采用LASSO-Logistic回归分析ACI发生的危险因素,绘制Nomogram预测模型.结果观察组合并高血压、糖尿病比例及D-D、UA、Hcy水平高于对照组(P<0.05).观察组斑块内出血、斑块负荷、斑块体积、重塑指数、偏心指数、最狭窄层面斑块强化率、斑块整体强化率高于对照组(P<0.05).LASSO初筛出9个因素:高血压、糖尿病、D-D、Hcy、斑块负荷、重塑指数、偏心指数、最狭窄层面斑块强化率、斑块整体强化率,Logistic回归分析显示以上9个因素均是ICAS斑块形成所致ACI的独立危险因素(P<0.05),据此构建ICAS斑块形成所致ACI的Nomogram预测模型,该模型C-index为0.944,ROC曲线显示该模型预测ICAS斑块形成所致ACI的AUC为0.913(0.857～0.972),校准图分析显示该模型校准度为0.888.结论基于临床数据和HR-MRI相关参数构建ICAS斑块形成所致ACI的预测模型具有可行性,且预测效能较为可靠,能为临床开展防治工作提供指导.