德国杜塞尔多夫大学医学院神经外科的Jasper Hans van Lieshout等建立并验证aSAH后动脉瘤再出血的临床预测模型，结果发表在2022年9月《Neurosurgery》杂志。
——摘自文章章节
【Ref: van Lieshout JH, et al. Neurosurgery. 2022 Sep 1;91(3):450-458. doi: 10.1227/neu.0000000000002045. Epub 2022 Jun 9.】
动脉瘤再破裂出血是预测动脉瘤性蛛网膜下腔出血（aneurysmal subarachnoid hemorrhage，aSAH）患者临床预后的重要因素。由于患者的个体差异和动脉瘤形态异质性使得对动脉瘤再破裂出血的评估具挑战性。德国杜塞尔多夫大学医学院神经外科的Jasper Hans van Lieshout等建立并验证aSAH后动脉瘤再出血的临床预测模型，结果发表在2022年9月《Neurosurgery》杂志。
该研究的数据来源于2个前瞻性数据库（拉德堡德奈梅亨大学医学中心2012年1月至2016年1月和格罗宁根大学医学中心1998年1月至2018年1月）和3个回顾性数据库（杜赛尔多夫大学医学中心2012年1月至2016年1月、卢布尔雅那大学医学中心2012年1月至2020年1月、柏林夏里特大学医学中心2012年1月至2017年1月）。患者资料包括性别、年龄、动脉高压（入院收缩压＞160mmhg）和入院时WFNS分级。影像学数据包括入院时Fisher分级、动脉瘤大小和形态是否规则、是否脑脊液外引流（侧脑室外引流或腰椎穿刺引流）。神经功能恶化或其它临床可疑事件（心动过缓、血压突然升高或脑室引流管出现新鲜血液）并经CT证实蛛网膜下腔出血增多定义为动脉瘤再破裂出血。作者采用混合效应Cox回归建立动脉瘤再破裂出血的临床预测模型（表1）。并用限制性立方样条分析年龄、动脉瘤大小与动脉瘤再破裂出血之间的非线性关系。缺失值假设为随机缺失，采用链式方程算法进行多重插补。对缺失值插补5次形成数据集，并使用Rubin规则汇集结果。建模过程包括2个模型：基础模型和扩展模型（基础模型上添动脉瘤形态是否规则）。采用一致性指数来评估模型的辨别能力。通过自助法（1000个样本）对模型进行内部验证，并计算模型的性能度值。利用列线图预测患者在发病后24小时和72小时内再出血概率。经过缺失插补后，研究队列共有2075例aSAH患者和269例动脉瘤再破裂出血事件。不同医疗中心患者的中位年龄相当（52-56.5岁）。大约2/3的患者为女性。2/3患者无法获得动脉瘤形态是否规则的数据。发病24小时后，125例患者发生动脉瘤性再出血，34例患者在24-72小时内再出血。24小时和72小时的累计发生率分别为7%和11%。探索性分析显示，所有医疗中心在入院72小时内处理动脉瘤，不受动脉瘤初次破裂的影响。
表1. 不同医疗中心预测变量分布。
在预测模型中，患者年龄、性别和动脉高压对动脉瘤再破裂出血的预测效应相对较小。由于WFNS 3和Fisher 1级患者数量较少，作者将这些患者与WFNS 2和Fisher 2级患者合并。入院时高WFNS分级与动脉瘤再破裂出血显著相关。入院CT提示蛛网膜下腔出血较多、动脉瘤体积较大、动脉瘤处理前需要脑脊液外引流的患者动脉瘤破裂再出血风险较高。扩展模型得出类似结果，动脉瘤形态不规则是动脉瘤再破裂出血的显著预测因子（HR=2.73；1.44-4.15）。
模型预测能力分析中，扩展模型C-统计量为0.80，修正C-统计量为0.79。Bootstrapping确定基础模型和扩展模型的启发式收缩因子分别为0.95和0.94。经敏感性分析显示，预测变量的系数一致，总体上基本不变。校准图显示，观察到和预测的再破裂出血之间的一致性较好。
与默认策略相比，两种模型的净收益增加（图1）。如果净收益比默认策略高，使用该模型识别动脉瘤再破裂高危患者的策略是更好的。当阈值概率在5%到35%之间时，预测模型比默认策略具有更大的净收益。
图1. 动脉瘤修复前再破裂出血的决策曲线分析。
作者绘制扩展模型列线图以预测单个患者在不同时间段再破裂出血风险（图2）。基于模型算法创建一个在线预后计算器进行独立的外部验证研究。
综上所述，该预测模型为临床医生提供选择处理动脉瘤的最好时机，但作者认为预测模型需要进一步的外部验证。
声明：脑医汇旗下神外资讯、神介资讯、神内资讯、脑医咨询、Ai Brain 所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。
投稿邮箱：NAOYIHUI@163.com
未经许可，禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用，亦须注明来源。欢迎转发、分享。
