基于MRI的风险分层对复发性缺血性中风在不确定的来源的栓塞性中风

科学领域:

• 神经学 神经学
• 放射学 放射学是一门学科.
• 心脏病学 心脏病学

背景情况:

• 源不明的栓塞性中风 (ESUS) 对二次中风预防构成了重大挑战.
• 脑MRI评估的参数,包括白内障症,与复发性中风风险有关.
• 有效的风险分层工具对于管理ESUS患者至关重要.

研究的目的:

• 开发和验证基于MRI的预测工具,用于ESUS患者的复发性中风风险分层.
• 将新工具的性能与以前建立的得分进行比较.

主要方法:

• 对ESUS患者进行脑部MRI的回顾性分析.
• 多变量分析以确定复发性中风/TIA的预测因素.
• 开发基于整数的积分评分系统 (FENS评分).
• 使用AUC-ROC,NRI,IDI,校准曲线和决策曲线分析评估歧视和校准.
• 与现有的ALM得分进行比较.

主要成果:

• 在902.3个患者年中,在176名患者中,有39名患者出现了复发性中风/TIA.
• 法泽卡斯得分,扩大周血管空间 (EPVS),入院时的NIHSS和心脏病发作亚型是重要的预测因素.
• FENS得分显示出强大的预测性能,AUC-ROC值为0.863,0.788和0.858在1,3年和5年.
• FENS得分明显优于ALM得分 (AUC-ROC 0.635-0.705) 并显示出更好的校准和歧视.

结论:

• 基于MRI的FENS评分为ESUS患者的复发性中风/TIA提供了出色的预测性能.
• 在ESUS患者的风险分层中,FENS得分可以显著帮助.
• 这种新的工具代表了ESUS对二次中风预防管理的进步.