换一批基于超微血管成像血流分级指标联合血清学指标的颈动脉斑块脱落风险预测模型的构建分析
Construction and analysis of a risk predictive model for carotid plaque shedding based on superb microvascular imaging blood flow grading indicators combined with serological indicators
摘要[目的]探讨基于超微血管成像(SMI)获得的血流分级指标联合血清学指标构建的预测模型在评估颈动脉斑块脱落风险中的应用价值.[方法]选取2019年2月—2021年2月在丽水市中心医院就诊并确诊为颈动脉斑块的患者122例,采用SMI观察颈动脉斑块内血流分级及斑块特征,并记录患者基线临床资料.所有患者均进行为期2年随访,以发生短暂性脑缺血发作(TIA)或急性缺血性脑卒中(AIS)为终点事件分为斑块脱落组和未脱落组,对比分析两组临床资料,多因素回归分析影响颈动脉斑块脱落的相关因素.根据SMI超声特征和血清学指标采用R软件建立列线图模型并评估模型的效能.[结果]2年随访期间,除去10例失访患者最终剩余112例患者中共出现21例TIA和14例AIS,分组后对比分析显示,斑块脱落组SMI血流分级、中性粒细胞/淋巴细胞比值(NLR)、基质金属蛋白酶9(MMP-9)、低密度脂蛋白胆固醇(LDLC)水平均高于未脱落组,差异具有统计学意义(P＜0.05).多因素 Logistic 回归分析显示 SMI 血流 3 级(OR=38.095)、LDLC(OR=19.730)、NLR(OR=34.525)、MMP-9(OR=1.225)是颈动脉斑块脱落的独立危险因素(P＜0.05).R软件建立列线图模型带入ROC曲线分析显示,列线图模型在早期预测斑块脱落的AUC为0.917,灵敏度为82.86％,特异度为90.91％.[结论]通过SMI获得颈动脉斑块内的血流分级联合血清学指标构建的预测模型能够早期预警斑块脱落,指导临床早干预以降低TIA和AIS发生的风险.
更多相关知识
关键词
超微血管成像颈动脉斑块斑块脱落列线图模型superb microvascular imagingcarotid artery plaqueplaque sheddingnomograph model
分类号
R5（内科学）
栏目名称
DOI
10.20039/j.cnki.1007-3949.2024.04.008
发布时间
2024-07-18（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
