基于流体力学的表面应力预测颈动脉斑块破裂的回归分析

目的探讨颈动脉斑块表面应力与斑块破裂的关系及预测价值。方法前瞻性收集2016年1月至2020年12月江苏大学附属宜兴医院收治的颈动脉粥样硬化斑块患者67例,所有患者在接受头颈部CT血管造影(CTA)后进行为期2年的随访,根据随访结果分为破裂组16例和未破裂组51例。以CTA图像构建血管三维模型并获得斑块形态学参数,应用计算流体力学量化斑块各部位的表面应力。比较2组患者各应力参数差异,用logistic回归分析颈动脉斑块破裂的独立影响因素,用ROC曲线分析斑块表面应力参数对斑块破裂的预测效能,用线性回归分析斑块表面应力参数的影响因素。结果与未破裂组比较,破裂组年龄、吸烟、低密度脂蛋白胆固醇(LDL-C)、斑块总体积、顶部表面应力和近端底部-顶部表面应力差(ΔPBTSS)显著升高(P<0.05,P<0.01)。多因素logistic回归分析显示,LDL-C(OR=1.855,95%CI:1.542~8.349,P=0.043)和ΔPBTSS(OR=1.041,95%CI:1.016~1.067,P=0.002)是斑块破裂的独立危险因素。ROC曲线分析显示,LDL-C和ΔPBTSS二者联合预测斑块破裂的曲线下面积为0.906(95%CI:0.819~0.992,P=0.000)。单因素线性回归分析显示,斑块垂直径(β=22.320,95%CI:10.607~34.033,P=0.000)、近端坡度(β=3.002,95%CI:1.188~4.815,P=0.002)与ΔPBTSS密切相关,且垂直径与近端坡度存在显著交互作用(β=4.117,95%CI:3.169~5.065,P=0.000)。结论斑块表面应力与斑块破裂密切相关,有助于预测颈动脉斑块破裂的发生。

遗忘型轻度认知障碍个体的结构网络改变及其与阿尔茨海默病发病的预测研究

目的探究遗忘型轻度认知障碍(aMCI)个体的结构网络改变及其与阿尔茨海默病(AD)发病的相关性。方法前瞻性收集100例aMCI个体以及25名与之年龄、性别相匹配的健康对照者作为研究对象。所有受试者入组后均接受系统的MRI扫描和相关临床量表评估,随后进行长达3年的纵向随访(每6个月1次)。根据随访期内是否发生AD,所有aMCI受试者被分为稳定型aMCI组以及进展型aMCI组。采用中文版简易精神状态检查量表(MMSE)、蒙特利尔认知评估量表(MoCA)、临床痴呆评定量表(CDR)以及听觉词语学习测试(AVLT)评估受试者的整体精神及认知状况。基于Pearson相关分析探究受试者的脑结构网络属性与认知改变的相关性。构建Logistic回归模型探究aMCI个体脑结构网络属性对于AD的预测效能。结果与稳定型aMCI组相比,进展型aMCI组表现出全局效率(P=0.002)、局部效率(P=0.007)、feeder连接(P=0.003)、local连接(P=0.008)以及右侧楔前叶节点效率(P=0.010)的降低。相关分析显示基线时全局效率(r=0.604,P=0.002)、feeder连接(r=0.513,P=0.012)和楔前叶节点效率(r=0.504,P=0.014)与进展型aMCI组的AVLT延迟评分相关。Logistic回归模型显示全局效率、feeder连接和右侧楔前叶节点效率可以预测未来AD的发生,并且具有良好的预测效能(均P<0.05,AUC联合=0.797,95%CI:0.684~0.884,敏感度=73.91,95%CI:51.6~89.8,特异度=76.60,95%CI:62.0~87.7)。结论在已经出现aMCI的个体中,存在全局效率、feeder连接或者右侧楔前叶节点效率改变的个体在未来更容易发展为AD,这些指标有望成为新的临床干预靶点。

基于脑结构网络分析技术对卒中后认知障碍的预测研究

目的 探究卒中事件后患者大脑结构网络变化与卒中后认知功能障碍(PSCI)的关系。方法 前瞻性搜集江苏大学附属医院2020年6月至2022年5月收治的急性脑梗死患者209例,同期搜集无认知障碍病史的健康对照者50名(HC组)。所有研究对象均接受系统MRI扫描和相关量表评估,并进行12个月的纵向随访。依据随访时是否发生认知障碍将患者纳入卒中后认知障碍组(PSCI组)和卒中后认知正常组(PSNCI组)。采用方差分析探究脑结构网络属性的组间差异。构建Logistic回归模型分析差异性脑结构网络属性对于PSCI的预测效能。基于Pearson相关分析探究脑结构网络属性与蒙特利尔认知量表(MoCA)评分之间的关联。结果 方差分析结果显示3组间特征路径长度(F=3.47,P=0.033)、归一化聚类系数(F=3.60,P=0.028)、归一化特征路径长度(F=9.47,P<0.001)、全局效率(F=9.41,P<0.001)、左侧额中回节点效率(F=6.01,P=0.002)、右侧海马节点效率(F=8.24,P<0.001)、右侧眶部额上回节点效率(F=4.31,P=0.015)存在显著差异。Logistic回归模型显示基线时归一化特征路径长度(OR=1.87,95%CI 1.84~1.93,P<0.001)和右侧海马节点效率(OR=0.71,95%CI 0.67~0.79,P<0.001)对PSCI的发生具有良好的预测效能,绘制受试者工作特征(ROC)曲线,曲线下面积(AUC)分别为0.72、0.73。二者联合指标预测效能更佳,AUC为0.82。相关分析结果显示PSCI组归一化特征路径长度(r=-0.61,P=0.002)和右侧海马节点效率(r=0.59,P=0.006)与MoCA评分具有显著相关性。结论 存在归一化特征路径长度和右侧海马节点效率改变的脑卒中患者发生认知障碍的风险更大。