基于CT的净摄水率及强化比构建急性缺血性卒中恶性脑水肿早期预测模型

目的基于CT及CTA影像定量测得的净摄水率及强化比构建前循环大血管闭塞急性缺血性卒中恶性脑水肿(MCE)早期预测模型,并评估模型效能。资料与方法回顾性纳入前循环大血管闭塞急性缺血性卒中病人250例,根据病人是否为MCE阳性将其分为MCE组(73例)和非MCE组(177例)。利用自动化Alberta卒中项目早期CT评分(ASPECTS)软件分析平扫CT和CTA影像,测量相应缺血区域脑组织的净摄水率、强化比及ASPECT评分(CT-ASPECTS和CTA-ASPECTS),并根据Tan评分评估侧支循环。采用最小绝对值收敛和选择算子(LASSO)及Logistic回归分析,筛选发生MCE的相关因素,分别建立基于CT平扫和CTA的MCE预测模型,采用5折交叉验证法进行内部验证。计算受试者操作特征曲线下面积(AUC)、特异度、敏感度评估模型的预测效能。采用Delong检验比较模型预测效能,校准曲线及决策曲线评估模型的校准度及临床净获益。结果LASSO及逻辑回归分析显示美国国立卫生研究院卒中量表(NIHSS)、CT-ASPECTS、CTA-ASPECTS、侧支评分以及净摄水率及强化比是MCE的预测因素(均P约0.05)。基于CT平扫(CT-ASPECTS+净摄水率)及临床危险因素(NIHSS评分)构建模型1,基于动脉期单时相CTA(CTA-ASPECTS+强化比+侧支评分)及临床危险因素(NIHSS评分)构建模型2。模型1的AUC为0.800(95%C陨:0.743~0.856),敏感度78.1%,特异度70.6%;模型2的AUC为0.839(95%悦陨院0.787~0.890),敏感度80.8%,特异度76.3%。Delong检验显示2个模型预测效能差异无统计学意义(P>0.05)。校准曲线显示模型2具有较好的拟合优度,决策曲线显示模型2具有较高的临床净获益。结论基于CT的净摄水率及基于CTA的强化比构建的MCE早期预测模型均具有较好的预测效能,基于CTA构建的预测模型可以获得更高的临床净获益,有助于快速筛查和早期识别MCE病人。

大血管闭塞性急性缺血性卒中机械取栓治疗影像学评估的研究进展

大血管闭塞性急性缺血性卒中(LVO-AIS)患者行机械取栓治疗,血管再通成功率高且能带来显著获益。随着治疗时间窗的延长,合理的影像学评估对于患者行机械取栓治疗至关重要。不同的影像学方法在检查内容及提供的信息上各有优势,关键影像学信息有助于临床医师的治疗决策。本文将对LVO-AIS患者机械取栓影像学评估方法进行综述。

CTA源图像上CT值变化率预测急性脑梗死后脑实质出血:基于ASPECTS软件脑梗死灶评估

目的:探讨CTA源图像(CTASI)上缺血脑组织CT值变化率结合多种临床和影像学指标预测急性缺血性卒中患者发生脑实质出血(PH)的价值。方法:回顾性搜集本院2016-2020年因前循环大血管闭塞导致急性缺血性卒中的172例患者的临床和影像资料。所有患者行CT平扫和CTA检查。利用自动化Alberta卒中项目早期CT评分(ASPECTS)软件,分别在平扫CT和CTASI图像上确定梗死灶的范围,测量并计算所有梗死区(AvCT_(梗死))和对侧非梗死区的平均CT值(AvCT_(非梗死)),基于两者的比值计算梗死灶的CT值变化率。将美国国立卫生研究院卒中量表(NIHSS)评分、卒中发作距CT检查的间隔时间、ASPECTS、血管闭塞位置、梗死部位和侧枝代偿情况等变量纳入logistic回归分析,筛选PH的预测因素,并采用ROC曲线分析其预测效能。当血肿面积>梗死面积的30%时定义为PH2。结果:CTASI上梗死灶的CT值变化率(OR=6.505、5.944;P均<0.05)及患者的NIHSS评分(OR=1.067、1.104;P均<0.05)为PH和PH2的独立预测因素。预测PH时,CTASI上梗死灶CT值变化率的AUC为0.79;CTASI上测量的CT值变化率联合NIHSS评分预测PH的AUC为0.81,相应敏感度为85.71%。预测PH2时,CTASI上CT值变化率的AUC为0.78,联合NIHSS评分后AUC提高至0.84,相应敏感度为92.31%。结论:CTASI上梗死灶的CT值变化率和NIHSS评分是急性缺血性卒中患者发生PH的独立预测因素,两者结合能够提高预测效能,尤其是预测的敏感度。