基于冠状动脉斑-RADS的复发性缺血性中风风险预测:编号模型的构建和验证
Miao Qiao1, Ting Zhou1, Rui Wang1
1Department of Ultrasound Imaging, The Second Affiliated Hospital of Guangzhou University of Chinese Medicine, Guangzhou, China.
Frontiers in aging neuroscience
|September 3, 2025
概括
结合状斑块RADS的新名录模型有效预测复发性缺血性中风 (RIS). 这种工具有助于临床医生评估RIS风险,改善缺血性中风患者的治疗结果.
科学领域:
- 神经学
- 心血管医学
- 放射学
背景情况:
- 缺血性中风的复发率很高,其后果很严重.
- Carotid Plaque 报告和数据系统 (Carotid Plaque-RADS) 是评估脑血管风险的新工具.
- 需要进一步验证其在复发性缺血性中风 (RIS) 中的预测能力.
研究的目的:
- 为预测复发性缺血性中风 (RIS) 的可能性开发一个名图模型.
- 整合 Carotid Plaque-RADS 作为 RIS 预测模型的一个关键组成部分.
- 评估开发的名字图的预测性能.
主要方法:
- 对286名急性缺血性中风患者进行了回顾.
- 使用心血管斑块RADS对心血管斑块数据进行分类.
- 多变量后勤回归以确定RIS的独立风险因素.
- 开发和验证用于RIS风险预测的诺莫格拉姆模型.
主要成果:
- 在IS和RIS组之间,LDL,高血压,心房动,严重心动脉狭窄和心动脉斑块RADS类别的显著差异.
- LDL,高血压,心房动,严重的动脉狭窄和动脉斑块RADS被确定为RIS的独立危险因素.
- 诺米图模型表现出良好的校准和预测性能 (AUC 0. 79/ 0. 76),优于仅使用临床特征或单独使用心血管斑块RADS的模型.
结论:
- 纳入冠状动脉斑RADS的诺摩图模型为复发性缺血性中风 (RIS) 的临床风险评估提供了一种新且有效的工具.
- 该模型显示有利的预测性能,有助于IS患者更好地做出临床决策.
