预测模型优化长期抗血栓治疗使用隐藏的血管大脑损伤和临床特征

科学领域:

• 神经学 神经学
• 心脏病学 心脏病学
• 血管医学 血管医学

背景情况:

• 对于接受抗血栓治疗的患者来说,对严重出血,内出血 (ICH) 和缺血性中风 (IS) 的准确风险评估至关重要.
• 现有的风险预测工具不足以评估抗血栓治疗的临床净益处.
• 需要进行秘密的血管脑损伤评估,以个性化风险分层.

研究的目的:

• 开发新的风险评分,即BAT2评分,用于预测大出血,ICH和IS.
• 将多式脑成像发现,包括大脑小血管疾病,纳入风险预测.
• 为了个性化对接受抗血栓治疗的患者进行风险评估.

主要方法:

• 对服用口服抗血小板剂或抗凝剂的患者进行前性多中心观察研究 (BAT2).
• 在基线时多式脑MRI评估大脑小血管疾病,心脏病发作和内动脉疾病.
• 使用考克斯比例危险模型开发风险得分,并使用哈雷尔C指数和校准斜率进行验证.

主要成果:

• 该研究分析了5250名患者,平均随访时间为2.0年.
• 确定了主要出血,ICH和IS的预测因子,包括年龄,功能障碍和各种脑成像标志物.
• 预测模型的乐观度调整后C指数达到0.64至0.75.

结论:

• 开发的BAT2评分可以帮助优化抗血栓治疗的风险效益平衡.
• 包括血管脑损伤在内的个性化风险评估可能会改善患者的治疗结果.
• 这些分数为临床医生管理抗血栓剂患者提供了宝贵的工具.