一个可视化的名图,用于预测宫动脉剖析患者中急性缺血性中风的风险
Changyu Li1, Jincheng Guan1, Qingshi Zhao1
1Department of Neurology, People's Hospital of Longhua, Shenzhen, People's Republic of China.
International journal of general medicine
|March 24, 2025
概括
这项研究开发了一种预测模型,用于识别宫动脉剖析 (CAD) 患者的急性缺血性中风 (AIS). 该模型使用临床,成像和实验室数据准确预测中风风险,帮助及时干预.
科学领域:
- 神经学 神经学
- 心血管医学 心血管医学
- 医疗信息学 医疗信息学
背景情况:
- 急性缺血性中风 (AIS) 是一个主要的健康问题,宫动脉解剖 (CAD) 是一个未被认可的原因,特别是在年轻人中.
- 由于CAD,当前的方法难以迅速识别AIS.
- 需要改善风险分层和及时干预CAD患者的AIS.
研究的目的:
- 开发一个预测模型来预测宫动脉剖析 (CAD) 患者中风风险.
- 整合临床,成像和实验室数据,以提高风险分层.
- 为了指导患者因CAD而有AIS风险的及时干预.
主要方法:
- 分析了102名在2019年至2024年期间被诊断患有CAD的患者队列.
- 使用LASSO回归用于变量选择和物流回归用于模型开发的两步方法.
- 模型性能使用ROC曲线,校准曲线和决策曲线分析进行评估,并通过引导重新抽样进行内部验证.
主要成果:
- 该研究确定了超脂血症,光层封闭,较低的淋巴细胞与单细胞比率 (LMR) 和较高的全身免疫炎症指数 (SII) 作为CAD患者AIS的独立预测因素.
- 开发的预测模型表现出强的性能,AUC为0.870.
- 决策曲线分析证实了诺米图的临床适用性跨越了广泛的风险值 (9% - 95%).
结论:
- 成功开发了一个动态和可视化的名图模型,用于在CAD患者中精确预测中风风险.
- 该模型展示了强大的性能,校准和临床实用性.
- 建议进行进一步的多中心研究,以验证和增强这种预测工具的临床适用性.
