摘要:目的]探讨缺血性脑卒中患者颈动脉钙化影响因素,并构建列线图预测模型,为临床制定防治措施提供参考。 [方法]选取500例缺血性脑卒中患者作为研究对象,按照7∶3比例随机分为建模组350例和验证组150例,统计颈动脉钙化发生情况。采用LASSO-Logistic回归方程分析颈动脉钙化影响因素,构建颈动脉钙化风险列线图预测模型。采用受试者工作特征(ROC)曲线、校准曲线分析列线图预测模型区分度、准确度。绘制临床决策曲线(DCA)评价预测模型有效性。 [结果]建模组中,与无颈动脉钙化者相比,颈动脉钙化发生者年龄增高17.87%,吸烟史比例增高32.69%,空腹血糖水平增高22.47%,糖化血红蛋白水平增高0.69%,低密度脂蛋白胆固醇(LDLC)水平增高17.84%,尿酸水平增高22.42%,高敏C反应蛋白(hs-CRP)水平增高40.31%,估算的肾小球滤过率(eGFR)水平降低7.04%,差异有统计学意义(P＜0.05)。验证组中,与无颈动脉钙化者相比,颈动脉钙化发生者年龄增高17.23%,吸烟史比例增高33.39%,空腹血糖水平增高22.37%,糖化血红蛋白水平增高0.75%,LDLC水平增高17.96%,尿酸水平增高24.44%,hs-CRP水平增高30.81%,eGFR水平降低6.46%,差异有统计学意义(P＜0.05)；建模组、验证组中以上述因素构建列线图预测模型,预测颈动脉钙化的AUC分别为0.953、0.972,且具有准确性及临床效用性。 [结论]年龄增加、有吸烟史及空腹血糖、糖化血红蛋白、LDLC、尿酸、hs-CRP水平升高均为颈动脉钙化发生的独立危险因素,eGFR水平升高为独立保护因素,基于上述因素建立的列线图预测模型对颈动脉钙化发生具有一定预测价值。

摘要:目的]探讨基于超微血管成像(SMI)获得的血流分级指标联合血清学指标构建的预测模型在评估颈动脉斑块脱落风险中的应用价值。 [方法]选取2019年2月─2021年2月在丽水市中心医院就诊并确诊为颈动脉斑块的患者122例,采用SMI观察颈动脉斑块内血流分级及斑块特征,并记录患者基线临床资料。所有患者均进行为期2年随访,以发生短暂性脑缺血发作(TIA)或急性缺血性脑卒中(AIS)为终点事件分为斑块脱落组和未脱落组,对比分析两组临床资料,多因素回归分析影响颈动脉斑块脱落的相关因素。根据SMI超声特征和血清学指标采用R软件建立列线图模型并评估模型的效能。 [结果]2年随访期间,除去10例失访患者最终剩余112例患者中共出现21例TIA和14例AIS,分组后对比分析显示,斑块脱落组SMI血流分级、中性粒细胞/淋巴细胞比值(NLR)、基质金属蛋白酶9(MMP-9)、低密度脂蛋白胆固醇(LDLC)水平均高于未脱落组,差异具有统计学意义(P＜0.05)。多因素Logistic回归分析显示SMI血流3级(OR＝38.095)、LDLC(OR＝19.730)、NLR(OR＝34.525)、MMP-9(OR＝1.225)是颈动脉斑块脱落的独立危险因素(P＜0.05)。R软件建立列线图模型带入ROC曲线分析显示,列线图模型在早期预测斑块脱落的AUC为0.917,灵敏度为82.86%,特异度为90.91%。 [结论]通过SMI获得颈动脉斑块内的血流分级联合血清学指标构建的预测模型能够早期预警斑块脱落,指导临床早干预以降低TIA和AIS发生的风险。