目的探讨多模态超声影像联合临床指标预测缺血性脑卒中(ischemic stroke,IS)进展的临床价值。方法选取2020年1月至2022年10月云南省第三人民医院收治的134例IS患者作为研究对象,根据美国国立卫生研究院卒中量表(National Institute of H...目的探讨多模态超声影像联合临床指标预测缺血性脑卒中(ischemic stroke,IS)进展的临床价值。方法选取2020年1月至2022年10月云南省第三人民医院收治的134例IS患者作为研究对象,根据美国国立卫生研究院卒中量表(National Institute of Heath stroke scale,NIHSS)评分划分为进展性缺血性脑卒中(progressive ischemic stroke,PIS)组(n=20)、非进展缺血性脑卒中(NPIS)组(n=114),统计2组临床指标、多模态超声影像表现及相关参数,采用Logistic筛选PIS影响因素,并绘制列线图模型,采用受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线验证该列线图模型预测效能。结果2组年龄、基线老年营养风险指数(geriatric nutritional risk index,GNRI)评分、基线同型半胱氨酸(homocysteine,Hcy)、基线尿酸(uric acid,UA)比较,差异有统计学意义(P<0.05);2组峰值时间(time to peak,TTP)、峰值强度(peak intensity,PI)、曲线下面积(AUCTC)、颈动脉斑块增强模式、最大弹性模量的平均值(MEmax)、最小弹性模量的平均值(MEmin)比较,差异有统计学意义(P<0.05);Logistic分析显示,基线GNRI评分、基线UA、TTP、PI、AUC_(TC)、颈动脉斑块增强模式、MEmax、MEmin是PIS影响因素(P<0.05);基于以上因素绘制列线图模型,ROC曲线、校准曲线显示,该模型具有较好预测效能,且预测效能与实际吻合较好。结论PIS影响因素包括基线GNRI评分、基线UA、TTP、PI、AUCTC、颈动脉斑块增强模式、MEmax、MEmin,基于上述因素绘制的列线图模型具有较好区分度和准确度。展开更多