基于HR-MRI的诺莫格拉姆网络计算器,用于预测高风险非致残性缺血性脑血管事件患者中风复发的预测

科学领域:

• 神经学 神经学
• 放射学 放射学是指放射学
• 心脏病学 心脏病学

背景情况:

• 内动脉样硬化是中风的主要原因.
• 识别高风险的患者中风复发对于有效的管理至关重要.
• 高分辨率磁共振成像 (HR-MRI) 提供了详细的斑块表征.

研究的目的:

• 在罪祸首病变中评估HR-MRI斑块特征.
• 为了评估这些特征的预测价值,结合对中风复发的修改后的埃森得分.
• 开发一种高风险非致残性缺血性脑血管事件 (HR-NICE) 患者复发风险的预测模型.

主要方法:

• 对180名HR-NICE患者 (发现队列) 和65名 (验证队列) 的追溯分析.
• 使用VesselExplorer2软件进行HR-MRI血管壁成像和临床数据分析.
• 用ROC,校准曲线和DCA验证的,用于风险预测的物流回归和名ogram构造.

主要成果:

• 内斑块出血,同氨酸和正常化壁表是中风复发的独立风险因素.
• 与修改后的埃森分数 (AUC=0.660) 相比,诺莫格拉姆模型显示出更高的预测性能 (AUC=0.830).
• 在验证组中,名图表表现良好 (AUC=0.785),校准和临床实用性良好.

结论:

• HR-MRI斑块特征与修改后的Ess得分相结合,有效预测HR-NICE患者的复发风险.
• 基于这些因素的名录模型为识别高风险个体提供了有价值的工具.
• 这种方法有望改善临床决策和患者管理.