基于MRI的个性化中风预测分数使用斑块的预测分数 患有症状的动脉病患者的脆弱性 (IMPROVE)

科学领域:

• 神经学 神经学
• 放射学 放射学是一门学科.
• 心血管医学 心血管医学

背景情况:

• 在动脉狭窄症中,中风风险的预测严重依赖于狭窄程度.
• 在MRI上可视化的内出血 (IPH) 是一种强烈的,独立的预测器,可以预测双侧性缺血性中风.
• 现有的模型缺乏综合性风险分层对症状性动脉狭窄症.

研究的目的:

• 开发和验证IMPROVE临床预测模型,用于识别患有症状性动脉狭窄症的高风险患者.
• 将斑块内出血 (IPH) 和传统风险因素纳入中风风险预测模型.
• 改进选择患者进行复血管化手术的方法.

主要方法:

• 开发了IMPROVE模型,使用来自五项队列研究的综合数据 (760名近期TIA或轻微中风患者).
• 利用考克斯的比例危险模型来确定模型系数.
• 内部验证模型使用引导并将预测转换为1年和3年的中风风险.

主要成果:

• IMPROVE模型包括狭窄度,MRI上的IPH,最后事件分类,性别和年龄.
• 内部验证显示了良好的准确性 (C统计:0.82) 并没有校准错误.
• 该模型在1.2年的中位数随访期间确定了65次ipsilateral缺血性中风.

结论:

• IMPROVE模型准确地估计了患有症状性大脑动脉狭窄症的患者中风的个体风险.
• 在MRI中纳入IPH显著提高了超越传统因素的中风风险预测.
• 该模型可以帮助分层患者进行重血管化,优化治疗决策.