模拟脑内出血患者神经功能障碍中的动态转变:使用多状态马尔科夫模型进行前性队列研究

科学领域:

• 神经学 神经学
• 公共卫生 公共卫生
• 生物统计学 生物统计学

背景情况:

• 脑内出血 (ICH) 对神经功能障碍构成重大风险.
• 了解ICH后神经功能的长期发展轨迹对于患者的管理和预后至关重要.
• 现有的模型可能无法完全捕捉不同残疾状态之间的动态过渡.

研究的目的:

• 用多态马尔科夫模型分析ICH患者神经功能障碍的动态.
• 确定影响神经功能状态后ICH转变的关键因素.
• 预测长期结果和神经功能的稳定性.

主要方法:

• 未来的队列研究设计.
• 利用了来自中国27个国家神经外科中心的电子医疗记录 (2019年7月 - 2023年10月).
• 采用基于修改的兰金尺度评估的多态马尔科夫模型来分析神经功能状态过渡.

主要成果:

• 获得良好康复的ICH患者没有神经损伤的可能性是严重损伤的2.66倍.
• 在没有或轻度损伤状态下稳定性是常见的;严重损伤会增加死亡风险.
• 没有残疾后ICH的个人可以预期在这种状态下持续时间长,在中度和重度残疾状态下持续时间较短.

结论:

• 大多数ICH患者的神经功能障碍在治疗和出院后的一年内保持稳定.
• 在ICH后神经改善的概率通常超过恶化的可能性.
• 高龄,先前的损伤,脑血管疾病史,更大的血瘤体积和危急状况是恶化的危险因素,需要密切监测.