BAT评分在自发性脑出血血肿扩大患者中的预测价值探讨

目的:探究BAT评分在自发性脑出血(SICH)血肿扩大(HE)患者中的预测价值。方法:选取广州医科大学附属第六医院2017年4月—2021年3月收治的150例SICH患者,收集患者资料并记录B A T评分。将入组病例根据血肿有无扩大分为2组,采用单因素及多因素Logistic回归分析HE相关的危险因素,并采用受试者工作特征曲线(ROC)分析B A T评分对H E的预测价值。结果:入组病例中H E组55例,非H E组95例。单因素分析结果显示,HE组BAT评分高于非HE组,GCS分值低于非HE组;HE组使用抗凝药物比例高于非HE组,发病至首次CT时间短于非HE组,初始血肿体积大于非H E组,差异均有统计学意义(P<0.05)。多因素Logistic回归分析结果显示,BA T评分是H E的独立危险因素(OR=1.520,95%C I:1.011~1.098,P<0.01)。BAT评分截断值为4分时,预测H E的敏感度为60.90%,特异性为76.40%,ROC曲线下面积(AUC)为0.746。结论:BAT评分是SICH早期HE的独立影响因素,并对HE有一定的预测价值。

CT平扫血肿分级方式联合多危险因素对自发性脑出血早期血肿增大的预测作用

目的探究CT平扫血肿的形态、密度分级方式联合多个危险因素对自发性脑出血(SICH)早期血肿增大的预测作用。方法纳入2015年1月至2019年12月广州医科大学附属第六医院脑血管病区收治的采用保守治疗的脑出血患者150例,全部病例在起病3 h内完成首次CT扫描。以24 h内复查CT平扫结果是否出现血肿相对体积增大33%或绝对体积增大6 ml为标准,分为血肿增大组(65例)和非血肿增大组(85例)。采用Logistics回归模型分析患者一般情况、既往服药史、实验室检查指标、Barras等学者提出的血肿CT平扫分级方式等各项指标对脑出血患者早期血肿增大的影响并建立回归模型。绘制受试者操作特征(ROC)曲线分析CT平扫血肿形态、密度分级方式联合多个危险因素的预测模型的预测效能。结果最终纳入149例(血肿增大组64例、非血肿增大组85例)的研究数据。Logistics回归分析显示:既往使用抗凝药物(OR=4.855,95%CI:1.102~21.38,P=0.037)、既往抗血小板聚集药物(OR=3.831,95%CI:1.089~13.472,P=0.036)、格拉斯哥昏迷评分(OR=0.797,95%CI:0.671~0.947,P=0.01)、高密度脂蛋白(OR=0.116,95%CI:0.025~0.534,P=0.006)、血肿CT扫描Barras血肿形态(OR=2.481,95%CI:1.429~4.308,P=0.001)和密度分级结果(OR=2.28,95%CI:1.312~3.963,P=0.003)均为早期血肿增大的独立预测因素。ROC曲线分析提示Barras血肿形态和密度分级联合多个危险因素构建的回归方程[曲线下面积(AUC)=0.907,特异度80.0%,敏感度89.1%]有更好的预测效能,单独应用Barras形态分级方式(AUC=0.746,特异度55.3%,敏感度82.8%)或密度分级方式(AUC=0.694,特异度55.3%,敏感度76.6%)或二者联合(AUC=0.799,特异度81.3%,敏感度62.4%)的预测效能均差于回归方程。结论既往使用抗凝药物、抗血小板聚集药物,格拉斯哥昏迷评分,血清高密度脂蛋白浓度,Barras等学者提出的血肿CT扫描分级评分,均为SICH患者出现早期血肿增大的独立预测因素。应用Barras等学者提出的血肿CT平扫分级联合多危险因素对SICH早期血肿增大的预测效能较单一指标高。