基于動脈自旋標記的動脈瘤性蛛網膜下腔出血短期預后模型構建及評價：一項前瞻性研究

摘要：目的" 構建基于動脈自旋標記的動脈瘤性蛛網膜下腔出血（aSAH）短期預后模型，評價模型效能。方法" 前瞻性選取本院的107例aSAH患者作為研究對象，均行動脈自旋標記檢查。根據出院后90 d的改良Rankin量表評分將患者分為預后良好組和預后不良組。比較2組的年齡、Hunt-Hess量表評分、改良Fisher量表評分、格拉斯哥昏迷量表（GCS）評分及血細胞參數等數據。用LASSO-Logistic回歸分析aSAH預后的風險因素。構建預后模型，采用ROC曲線、校準曲線和決策曲線分析評估模型效能。結果" 預后不良組的年齡、Hunt-Hess量表評分、改良Fisher量表評分、中性粒細胞、淋巴細胞、中性粒細胞/淋巴細胞比值和系統免疫炎癥指數均高于預后良好組（Plt;0.05），GCS評分、血小板/淋巴細胞比值、同側局部腦血流（rCBF）值和rCBF比值均低于預后良好組（Plt;0.05）。LASSO-Logistic回歸分析結果顯示，年齡gt;44歲和Hunt-Hess量表評分3?5分是aSAH預后的獨立危險因素（Plt;0.05），GCS評分gt;9分和rCBF比值gt;0.66是aSAH預后的獨立保護因素（Plt;0.05）。模型A（由年齡、Hunt-Hess量表評分和GCS評分構成，0.961）和模型B（由年齡、Hunt-Hess量表評分、GCS評分和rCBF比值構成，0.981）的ROC曲線下面積差異無統計學意義（Pgt;0.05）。模型A的校準曲線與理想曲線重合度中等，模型B的校準曲線與理想曲線重合度高；模型A（0.042）的平均絕對誤差值高于模型B（0.014）。在大部分風險閾值范圍內，模型B的凈收益均高于模型A。結論" aSAH患者的年齡、Hunt-Hess量表評分和GCS評分有助于判斷其不良預后。聯合rCBF比值構建的模型判斷aSAH患者不良預后的價值更高。

關鍵詞：動脈自旋標記；動脈瘤；蛛網膜下腔出血；預后；模型

Construction and evaluation of a near?term prognostic model for aneurysmal subarachnoid hemorrhage based on arterial spin labeling： a prospective study

WANG Jingjing1， ZHAO Xinbin1， GUO Xiaoyan1， ZHANG Limin2

1Department of CT/MRI， North China University of Science and Technology Affiliated Hospital， Tangshan 063000， China; 2Department of Neurosurgery， North China University of Science and Technology Affiliated Hospital， Tangshan 063000， China

Abstract： Objective To develop a short-term prognostic model for aneurysmal subarachnoid hemorrhage （aSAH） using arterial spin labeling and to assess the model's efficacy. Methods A total of 107 aSAH patients from our hospital underwent arterial spin labeling examination and were prospectively selected as study subjects. Patients were classified into good and poor prognosis groups based on their modified Rankin scale scores at 90 days post-discharge. Comparisons between the two groups were conducted for age， Hunt-Hess scale score， modified Fisher scale score， Glasgow coma scale （GCS） score， and blood cell parameters. Risk factors for the aSAH prognosis were then analyzed using LASSO-Logistic regression. A prognostic model was developed， and its effectiveness was evaluated using ROC curves， calibration curves， and decision curve analysis. Results Compared to the good prognosis group， the poor prognosis group exhibited higher levels of age， Hunt-Hess scale score， modified Fisher scale score， neutrophils， lymphocytes， neutrophils/lymphocytes and systemic immune inflammation index （Plt;0.05）. Conversely， the GCS score， platelets/lymphocytes， ipsilateral regional cerebral blood flow （rCBF） values， and rCBF ratio were lower than those in the good prognosis group （Plt;0.05）. LASSO-Logistic regression analysis revealed that agegt;44 years old and a Hunt-Hess scale score of 3-5 were independent risk factors for the prognosis of aSAH （Plt;0.05）， while a GCS scoregt;9 and an rCBF ratiogt;0.66 were independent protective factors for the prognosis of aSAH （Plt;0.05）. The model A， consisting of age， Hunt-Hess scale score， and GCS score， had an area under the ROC curve of 0.961， which was not statistically significantly different from the area under the ROC curve of model B， consisting of age， Hunt-Hess scale score， GCS score， and rCBF ratio （0.981） （Pgt;0.05）. While the calibration curve of model A moderately overlapped with the ideal curve， model B exhibited a high overlap with the ideal curve. Moreover， the mean absolute error value was higher in model A （0.042） than in model B （0.014）. The net benefit of model B outweighed that of model A across most of the risk threshold range. Conclusion The age， Hunt-Hess scale score， and GCS score of aSAH patients are significant in predicting poor prognosis. Incorporating the rCBF ratio into the model was found to enhance its value in assessing poor prognosis in aSAH patients.

Keywords： arterial spin labeling; aneurysm; subarachnoid hemorrhage; prognosis; model

收稿日期：2023-09-28

基金項目：河北省中醫藥管理局科學研究課題計劃項目（2023085）

作者簡介：王晶晶，碩士，主治醫師，E-mail： jing2wang83@163.com

動脈瘤性蛛網膜下腔出血（aSAH）發病人群以40?60歲女性為主，其全球發病率為2/10萬?6/10萬，28 d病死率高達19%［1-3］ 。aSAH患者中約2/3發生腦血管痙攣，約1/3發生遲發性腦缺血，多數患者預后不佳［4-5］ 。探尋預測aSAH預后的指標對于臨床醫師制定治療方案、提高患者生活質量均有著重要意義。目前，臨床多用格拉斯哥預后量表評估aSAH患者預后，但該量表受主觀因素影響較大，此外，住院時的量表評分并不能精準預測患者后續恢復情況［6-8］ 。動脈自旋標記（ASL）是一種無創MRI腦灌注檢查方法，其可定量測量腦血流量（CBF），常用于局部腦循環灌注監測。有研究顯示，ASL定性參數與aSAH患者并發遲發性腦缺血有關，但尚未報道ASL定量參數與aSAH患者短期預后的風險關系［9］ 。本研究主要分析ASL參數與aSAH患者短期預后的關系，并構建基于ASL參數的模型預測aSAH患者短期預后，以期為aSAH患者短期預后評估提供參考。

1" 資料與方法

1.1" 一般資料

本研究為前瞻性研究，選取本院2022年6月～2023年5月的107例aSAH患者作為研究對象。aSAH診斷參照《中國顱內破裂動脈瘤診療指南》［8］ 。納入標準：經CT血管造影或數字減影血管造影確診；首次發?。荒挲glt;65歲；配合隨訪。排除標準：非動脈瘤性腦出血；既往卒中史或神經退行性疾病史；惡性腫瘤、自身免疫系統疾病或血液系統疾??；近1月內感染性疾病史；凝血功能嚴重異常；生命體征不穩定；ASL檢查期間明顯躁動患者。本研究受試者均簽署知情同意書，符合《赫爾辛基宣言》，通過本院醫學倫理委員會批準（倫理批號：20220605002）。

1.2" 臨床信息收集

收集患者的年齡、性別、BMI、糖尿病史、高血壓史、動脈瘤位置、治療方式及腦血管痙攣發生情況等信息。根據臨床表現和CT表現等評估患者的Hunt-Hess量表評分、改良Fisher量表評分和格拉斯哥昏迷量表（GCS）評分。收集患者入院后的血細胞參數，包含中性粒細胞（NEU）、淋巴細胞（LYM）和血小板（PLT），并計算NLR（NLR=NEU/LYM）、PLR（PLR=PLT/LYM）和SII（SII=NEU×PLT/LYM）。

1.3" ASL檢查及圖像后處理

用飛利浦Ingenia 3.0 T全數字MRI掃描儀和8通道相控頭部線圈，于患者入院后1?2 d行3D-ASL掃描。掃描參數：重復時間5369 ms，回波時間10.5 ms，視野240 mm×240 mm，矩陣96×96，層厚4 mm，激勵次數3次，標記后延遲時間2525 ms。將ASL序列導入Functool圖像后處理軟件分析，獲取CBF圖，由1位高年資副主任醫師閱片。將腦血流灌注異常區作為感興趣區，測量局部腦血流（rCBF）值及對側鏡面區的rCBF值，計算rCBF比值。

1.4" 預后隨訪、評價標準及分組

于患者出院后90 d用電話或復診方式隨訪患者，并根據其恢復情況賦分。改良Rankin量表（mRS）總分6分，評分越高預后越差，賦分主要根據患者有無癥狀、有無功能障礙和日常生活能力［10］ 。將mRS評分小于或等于2分定義為預后良好，反之則定義為預后不良。根據出院后90 d mRS評分將患者分為預后良好組（mRS評分≤2分）和預后不良組（mRS評分gt;2分）。隨訪過程中無失訪，隨訪率100%?；颊叱鲈汉?0 d mRS評分為2（2，3）分，其中預后良好組60例，預后不良組47例。

1.5" 統計學分析

采用R4.1.0軟件進行統計學分析。用Shapiro-Wilk檢驗計量資料是否服從正態分布，正態分布的計量資料以均數±標準差表示，采用獨立樣本t檢驗比較兩組間差異；非正態分布的計量資料以中位數和四分位數間距表示，采用Mann-Whitney U檢驗比較兩組間差異。計數資料以n（%）表示，采用卡方檢驗比較組間差異。用最小絕對收縮和選擇算子（LASSO）-Logistic回歸分析aSAH預后的風險因素。將aSAH預后作為因變量，將年齡（原始值）、性別（女=0，男=1）、BMI（原始值）、糖尿病史（無=0，有=1）、高血壓史（無=0，有=1）、動脈瘤位置（前循環=0，后循環=1）、Hunt-Hess量表評分（原始值）、改良Fisher量表評分（原始值）、GCS評分（原始值）、治療方式（手術=0，介入=1）、腦血管痙攣（無=0，有=1）、血細胞參數（原始值）和ASL參數（原始值）作為自變量，LASSO回歸分析取λ最小值（0.018），采用ROC曲線、校準曲線[Hosmer-Lemeshow檢驗和平均絕對誤差（MAE）]和決策曲線分析（DCA）評估模型效能。以Plt;0.05為差異有統計學意義。

2" 結果

2.1" 預后不良組和預后良好組臨床資料比較

預后不良組和預后良好組的性別構成、BMI、糖尿病史占比、高血壓史占比、動脈瘤位置、治療方式、腦血管痙攣占比和PLT的差異均無統計學意義（Pgt;0.05）。預后不良組的年齡、Hunt-Hess量表評分、改良Fisher量表評分、NEU、LYM、NLR和SII均高于預后良好組（Plt;0.05），GCS評分和PLR均低于預后良好組（Plt;0.05，表1）。

2.2" 預后不良組和預后良好組的ASL參數比較

典型病例影像學圖像（圖1）。預后良好組和預后不良組的對側rCBF值差異無統計學意義（Pgt;0.05）。預后不良組的同側rCBF值和rCBF比值均低于預后良好組（Plt;0.05，表2）。

2.3" aSAH預后的風險因素分析

LASSO回歸分析結果顯示，年齡（系數0.068）、Hunt-Hess量表評分（系數1.218）、GCS評分（系數-0.526）、腦血管痙攣（系數-0.156）、PLR（系數-0.016）、SII（系數0.001）和rCBF比值（系數-8.561）均與aSAH預后有關。λ取值范圍和各變量系數（圖2A～B）。將LASSO回歸分析有意義的指標納入Logistic回歸（Foward：LR法）分析，結果顯示，年齡gt;44歲和Hunt-Hess量表評分3?5分是aSAH預后的獨立危險因素（Plt;0.05），GCS評分gt;9分和rCBF比值gt;0.66是aSAH預后的獨立保護因素（Plt;0.05，表3）。

2.4" aSAH預后模型及評價結果

模型A（由年齡、Hunt-Hess量表評分和GCS評分構成，圖3A）判斷aSAH預后的ROC曲線下面積、敏感度和特異性分別為0.961（95% CI：0.929?0.993）、97.87%和86.67%。模型B（由年齡、Hunt-Hess量表評分、GCS評分和rCBF比值構成，圖3B）判斷aSAH預后的ROC曲線下面積、敏感度和特異性分別為0.981（95% CI：0.960?1.000）、93.62%和95.00%。模型A和模型B的ROC曲線下面積差異無統計學意義（Z=1.612，P=0.107，圖3C）。模型A的校準曲線與理想曲線重合度中等（Hosmer?Lemeshow χ2=6.297，P=0.506；MAE=0.042，圖3D）。模型B的校準曲線與理想曲線重合度高（Hosmer-Lemeshow χ2=8.028，P=0.431；MAE=0.014，圖3E）。在大部分風險閾值范圍內，模型B的凈收益均高于模型A（圖3F）。

3" 討論

aSAH是一種常見的腦血管疾病，準確預判其預后對于制定治療方案，提高患者生活質量有著重要意義。目前，已有研究基于患者臨床指標和影像學參數構建了aSAH短期預后模型，但這些模型的預測效果還有待進一步提高［11-15］ 。本研究主要分析ASL參數與aSAH患者短期預后的關系，并構建基于ASL參數的模型預測aSAH患者短期預后。

ASL技術具備無放射性、無需對比劑、重復性好等優點，常用于缺血性腦卒中及其相關并發癥的診斷及預后評估［16-18］ 。本研究比較了預后良好組和預后不良組的ASL參數，結果顯示預后不良組的同側rCBF值和rCBF比值均低于預后良好組，該結果說明預后不良患者的患側局部腦循環灌注量較預后良好患者降低，提示同側rCBF值和rCBF比值可能與aSAH短期預后有關，或可用于其預后評估。本研究還比較了兩組的臨床資料，結果顯示預后不良組的年齡、Hunt-Hess量表評分、改良Fisher量表評分、NEU、LYM、NLR和SII均高于預后良好組，GCS評分和PLR均低于預后良好組，該結果提示上述指標可能與aSAH短期預后有關。有研究顯示，年齡和Hunt-Hess量表評分與aSAH預后有關，年齡越大，Hunt-Hess量表評分越高，患者預后越差［19-21］ 。也有研究顯示，GCS評分高與aSAH患者預后不良風險降低有關［22-23］ 。因樣本量有限，且避免各指標共線性影響分析結果準確性，本研究用LASSO-Logistic回歸分析分析了上述指標與aSAH短期預后的關系，結果顯示年齡gt;44歲和Hunt-Hess量表評分3?5分是aSAH預后的獨立危險因素，GCS評分gt;9分是aSAH預后的獨立保護因素，與上述研究結果一致。rCBF比值反映的是aSAH患者病側較健側的腦灌注量改變程度，其值越高說明患者腦灌注量變化程度較小，反之，越低說明患者腦灌注量變化程度較大［24-25］ 。本研究結果還顯示rCBF比值gt;0.66是aSAH預后的獨立保護因素，該結果說明預后不良患者的腦灌注量變化程度較大，提示腦灌注量變化程度大的患者預后不良風險較高。

本研究用ROC評價模型的區分度，結果顯示模型A（0.961）和模型B（0.981）的ROC曲線下面積差異無統計學意義，該結果提示兩模型的區分度均較高；用校準曲線評價模型的精準度，結果顯示模型A的校準曲線與理想曲線重合度中等，模型B的校準曲線與理想曲線重合度高，模型A（0.042）的MAE值高于模型B（0.014），上述結果提示模型B的精準度高于模型A。用DCA評價模型的臨床應用價值，結果顯示在大部分風險閾值范圍內，模型B的凈收益均高于模型A，該結果提示模型B的臨床應用價值高于模型A。因此，認為模型B評估aSAH短期預后的價值更高。

綜上所述，aSAH患者的年齡、Hunt-Hess量表評分、和GCS評分有助于判斷其不良預后。聯合rCBF比值構建的模型判斷aSAH患者不良預后的價值更高。本研究尚存在一定不足：本研究為單中心研究，樣本量有限，未設置驗證集進一步評價模型價值；ASL檢查時間較常，且需患者頭部長時間保持固定姿勢，aSAH患者容易躁動，為避免影響檢查結果，本研究排除了檢查期間明顯躁動患者。

參考文獻：

［1］" "Russel CK. Spontaneous subarachnoid haemorrhage［J］. Can Med Assoc J， 1933， 28（2）： 133-40.

［2］" "Feigin VL， Stark BA， Johnson CO， et al. Global， regional， and national burden of stroke and its risk factors， 1990-2019： a systematic analysis for the Global Burden of Disease Study 2019［J］. Lancet Neurol， 2021， 20（10）： 795-820.

［3］" "Etminan N， Chang HS， Hackenberg K， et al. Worldwide incidence of aneurysmal subarachnoid hemorrhage according to region， time period， blood pressure， and smoking prevalence in the population： a systematic review and meta-analysis［J］. JAMA Neurol， 2019， 76（5）： 588-97.

［4］" "中華醫學會神經病學分會， 中華醫學會神經病學分會腦血管病學組. 中國蛛網膜下腔出血診治指南2015［J］. 中華神經科雜志， 2016， 49（3）： 182-91.

［5］" "Roland R， Christian S， Jürgen G， et al. Early cisternal fibrinolysis is more effective than rescue spasmolysis for the prevention of delayed infarction after subarachnoid haemorrhage［J］. Stroke Vasc Neurol， 2022， 7（2）： 108-13.

［6］" "Wenneberg SB， Block L， S?rbo A， et al. Long-term outcomes after aneurysmal subarachnoid hemorrhage： a prospective observational cohort study［J］. Acta Neuro Scandinavica， 2022， 146（5）： 525-36.

［7］" " Zhou J， Ying X， Zhang J， et al. Emerging role of serum dickkopf-1 in prognosis of aneurysmal subarachnoid hemorrhage［J］. Clin Chim Acta， 2021， 521： 116-21.

［8］" " 中國醫師協會神經介入專業委員會， 中國顱內動脈瘤計劃研究組. 中國顱內破裂動脈瘤診療指南2021［J］. 中國腦血管病雜志， 2021， 18（8）： 546-74.

［9］" " 陳" 琳. 磁共振3D ASL全腦灌注成像在動脈瘤性蛛網膜下腔出血后延遲性腦缺血中的應用研究［D］. 石河子： 石河子大學， 2017.

［10］" Tsivgoulis G， Palaiodimou L， Stefanou MI， et al. Predictors of functional outcome after symptomatic intracranial hemorrhage complicating intravenous thrombolysis： results from the SITS-ISTR［J］. Eur J Neurol， 2023， 30（10）： 3161-71.

［11］" 張" 鵬， 李育平， 王曉東， 等. 結合炎癥反應指數的Nomogram模型對aSAH患者預后預測的價值［J］. 臨床神經外科雜志， 2020， 17（2）： 216-20.

［12］" Wan XC， Wu X， Kang JW， et al. Prognostic model for aneurysmal subarachnoid hemorrhage patients requiring mechanical ventilation［J］. Ann Clin Transl Neurol， 2023， 10（9）： 1569-77.

［13］" Zhou Z， Lu W， Zhang C， et al. A visualized MAC nomogram online predicts the risk of three-month mortality in Chinese elderly aneurysmal subarachnoid hemorrhage patients undergoing endovascular coiling［J］. Neurol Sci， 2023， 44（9）： 3209-20.

［14］" 王淇民， 楊" 璇， 高" 飛. 腦電圖聯合腦CT灌注成像評定動脈瘤性蛛網膜下腔出血患者預后的價值［J］. 中國實用神經疾病雜志， 2021， 24（12）： 1061-6.

［15］" "胡" 平， 葉立果， 鄧" 鋼， 等. 基于機器學習早期預測蛛網膜下腔出血后遲發性腦缺血和不良預后的研究進展［J］. 中國腦血管病雜志， 2022， 19（7）： 504-8.

［16］" Lindner T， Bolar DS， Achten E， et al. Current state and guidance on arterial spin labeling perfusion MRI in clinical neuroimaging［J］. Magn Reson Med， 2023， 89（5）： 2024-47.

［17］" Zhang MN， Shi Q， Yue Y， et al. Evaluation of T2-FLAIR combined with ASL on the collateral circulation of acute ischemic stroke［J］. Neurol Sci， 2022， 43（8）： 4891-900.

［18］" Fan HL， Su P， Da May Lin D， et al. Simultaneous hemodynamic and structural imaging of ischemic stroke with magnetic resonance fingerprinting arterial spin labeling［J］. Stroke， 2022， 53（6）： 2016-25.

［19］" Anna L， Klaus B， Verena R， et al. Lower initial Red Blood Cell Count in Cerebrospinal Fluid predicts Good Functional Outcome in Patients with Spontaneous Subarachnoid Hemorrhage［J］. Eur J Neurol， 2023， 30（8）： 2315-23.

［20］" Zhou ZX， Liu ZH， Yang H， et al. A nomogram for predicting the risk of poor prognosis in patients with poor-grade aneurysmal subarachnoid hemorrhage following microsurgical clipping［J］. Front Neurol， 2023，14：1146106.

［21］" Wang LT， Zhang QQ， Zhang GQ， et al. Risk factors and predictive models of poor prognosis and delayed cerebral ischemia in aneurysmal subarachnoid hemorrhage complicated with hydrocephalus［J］. Front Neurol， 2022，13： 1014501.

［22］" Nadkarni NA， Maas MB， Batra A， et al. Elevated cerebrospinal fluid protein is associated with unfavorable functional outcome in spontaneous subarachnoid hemorrhage［J］. J Stroke Cerebrovasc Dis， 2020， 29（4）： 104605.

［23］" Lai X， Zhang WB， Ye M， et al. Development and validation of a predictive model for the prognosis in aneurysmal subarachnoid hemorrhage［J］. J Clin Lab Anal， 2020， 34（12）： e23542.

［24］ Hernandez?Garcia L， Aramendía?Vidaurreta V， Bolar DS， et al. Recent technical developments in ASL： a review of the state of the art［J］. Magn Reson Med， 2022， 88（5）： 2021-42.

［25］ Wang Y， Bartels HM， Nelson LD. A systematic review of ASL perfusion MRI in mild TBI［J］. Neuropsychol Rev， 2023， 33（1）： 160-91.

（編輯：熊一凡）