Desarrollo y validación interna de un modelo de predicción del ictus basado en imágenes clínicas en una cohorte...

Área de la Ciencia:

• Neurología
• Epidemiología
• Imágenes médicas

Sus antecedentes:

• Los modelos existentes de predicción del accidente cerebrovascular a menudo sobreestiman el riesgo y descuidan la neuroimagen.
• Es necesario mejorar la evaluación del riesgo de accidente cerebrovascular en entornos comunitarios.

Objetivo del estudio:

• Desarrollar un nuevo modelo de predicción de ictus utilizando datos integrales de neuroimagen.
• Para mejorar la precisión de la predicción del riesgo de accidente cerebrovascular en una población basada en la comunidad.

Principales métodos:

• Estudio prospectivo de cohorte de 1586 participantes en las zonas rurales de China.
• La reducción absoluta mínima y la regresión del operador de selección para la selección del predictor.
• Modelo de riesgos proporcionales de Cox con validación por arranque.

Principales resultados:

• El modelo final identificó el tabaquismo, la diabetes, la enfermedad de los vasos cerebrales pequeños y la estenosis de la arteria intracraneal como predictores clave.
• El modelo demostró una fuerte discriminación (AUC de 0,88 para el riesgo a 5 años) y una buena calibración.
• Se desarrolló un nomograma para la evaluación individualizada del riesgo de accidente cerebrovascular.

Conclusiones:

• El nuevo modelo predice con precisión el riesgo de accidente cerebrovascular a 5 y 7 años mediante la integración de características clínicas y de neuroimagen.
• El tratamiento de la diabetes, el tabaquismo y las enfermedades cerebrovasculares es crucial para la prevención primaria del accidente cerebrovascular.