蛛網膜下腔出血患者繼發遲發性腦缺血的危險因素分析及相關預測模型的構建

【摘要】目的 分析蛛網膜下腔出血（SAH）患者繼發遲發性腦缺血（DCI）的危險因素并構建相關預測模型，為臨床治療提供參考。 方法 選取2022年1月至2024年6月中國人民解放軍聯勤保障部隊第九二四醫院收治的97例SAH患者的臨床資料，進行回顧性分析。根據患者是否繼發DCI將其分為非DCI組（60例）和DCI組（37例）。比較兩組患者的臨床資料，采用多因素Logistic回歸分析影響SAH患者繼發DCI的獨立危險因素；利用R構建列線圖，通過繪制受試者操作特征（ROC）曲線評估模型預測性能，通過校準曲線評估模型校準度。結果 兩組患者年齡、性別、吸煙史、合并糖尿病、格拉斯哥昏迷評分（GCS）、腦血管痙攣、腦水腫、大腦中動脈平均血流速度（Vm MCA）、基底動脈平均血流速度（Vm BA）、低血紅蛋白癥、低鈉血癥比較，差異均無統計學意義（均Pgt;0.05）。DCI組患者合并高血壓、Hunt-Hess分級≥Ⅲ級、改良Fisher評分≥Ⅲ級、低白蛋白血癥占比均高于非DCI組（均Plt;0.05）。多因素Logistic回歸分析結果顯示：Hunt-Hess分級≥Ⅲ級、改良Fisher評分≥Ⅲ級、低白蛋白血癥均為影響SAH患者繼發DCI的獨立危險因素（均Plt;0.05）。列線圖ROC曲線顯示：曲線下面積（AUC）為0.781（95%CI：0.690～0.872），提示模型區分度尚佳。擬合優度檢驗驗證列線圖模型結果顯示：校準曲線與標準曲線吻合程度均較高，提示模型預測值與實際值之間一致性較好（Pgt;0.05）。結論 Hunt-Hess分級≥Ⅲ級、改良Fisher評分≥Ⅲ級、低白蛋白血癥均為影響SAH患者繼發DCI的獨立危險因素，基于上述危險因素構建的列線圖預測模型區分度和一致性均較好，可為早期識別SAH患者發生DCI風險提供參考。

【關鍵詞】蛛網膜下腔出血；遲發性腦缺血；危險因素；預測模型；列線圖

【中圖分類號】R743.35 【文獻標識碼】A 【文章編號】2096-2665.2024.23.0012.04

DOI：10.3969/j.issn.2096-2665.2024.23.004

蛛網膜下腔出血（subarachnoid hemorrhage， SAH）是一種臨床常見的嚴重神經內科急癥，多由顱內底部或表面的血管破裂引起，可導致血液直接進入蛛網膜下腔， SAH約占所有卒中的5%，而其中約85%的病例起因于顱內動脈瘤破裂[1-2]。遲發性腦缺血（delayed cerebral ischemia， DCI）是SAH后常見并發癥之一，其發生率為20%～40%，一旦發生將顯著增加患者的死亡率和致殘率[3]。既往研究認為SAH后出現DCI是由顱外血管痙攣所致，然而近期的研究表明，即使臨床成功減輕顱外血管痙攣的癥狀，但患者的預后并未顯著改善，此外，部分DCI患者甚至未觀察到顱外血管痙攣癥狀[4-5]。因此， SAH后發生DCI可能還有其他因素的參與，識別SAH患者發生DCI的危險因素十分關鍵。列線圖作為臨床常用的預測工具，能提供個體化的預測結果，具有較高的準確度[6]。目前，關于SAH患者繼發DCI風險的預測模型研究較少。基于此，本研究選取97例SAH患者的臨床資料，分析SAH患者繼發DCI的危險因素并構建相關預測模型，期為臨床早期評估和預測SAH患者DCI風險提供輔助工具，現報道如下。

1 資料與方法

1.1 一般資料 選取2022年1月至2024年6月中國人民解放軍聯勤保障部隊第九二四醫院收治的97例SAH患者的臨床資料，進行回顧性分析。根據患者是否繼發DCI將其分為非DCI組（60例）和DCI組（37例）。兩組患者一般資料，見表1。本研究經中國人民解放軍聯勤保障部隊第九二四醫院醫學倫理委員會批準。納入標準：⑴符合《中國動脈瘤性蛛網膜下腔出血診療指導規范》[7]中SAH的診斷標準，由顱底動脈瘤破裂造成，且經臨床檢查確診；⑵年齡gt;18歲；⑶首次發病，發病時間lt;48 h；⑷入院后進行血管內介入治療。排除標準：⑴合并其他嚴重腦血管疾病者；⑵合并顱內感染或全身感染者；⑶合并嚴重肝、腎功能障礙或免疫系統疾病者；⑷入院時影像學檢查和（或）臨床癥狀提示已發生或疑似DCI者。

1.2 研究方法 根據患者是否繼發DCI將其分為非DCI組（60例）和DCI組（37例）。 DCI診斷標準[8]：⑴患者出現新發局灶神經損害癥狀（如失語、偏癱）或意識降低，且持續≥1 h（但非術后立即發生）；⑵頭部CT復查顯示新梗死灶，與癥狀體征相符，且初診及術后復查CT未顯現；⑵排除其他致神經病變惡化原因。

收集兩組患者入院后的臨床資料，包括年齡、性別、吸煙史、合并高血壓、合并糖尿病、格拉斯哥昏迷評分（GCS）[9]、Hunt-Hess分級[10]、改良Fisher評分[11]、腦血管痙攣、腦水腫、大腦中動脈平均血流速度（Vm MCA）、基底動脈平均血流速度Vm BA）、低白蛋白血癥、低血紅蛋白癥、低鈉血癥的情況。

1.3 觀察指標 ⑴比較兩組患者的臨床資料，單因素分析影響SAH患者繼發DCI的危險因素。⑵多因素Logistic回歸分析影響SAH患者繼發DCI的獨立危險因素。⑶利用R構建列線圖，通過繪制受試者操作特征（ROC）曲線評估模型預測性能。⑷通過校準曲線評估模型校準度。

1.4 統計學分析 采用SPSS 26.0統計學軟件分析數據。非正態分布的定量數據，采用[M（P25， P75）]描述，組間比較采用非參數檢驗；計量資料以[例（%）]描述，組間比較采用χ2檢驗。多因素采用Logistic回歸模型分析；利用R 4.4.1繪制列線圖模型，通過曲線下面積（AUC）、敏感度、特異度、準確度、召回率及精確率等指標對模型的預測效能進行評估，通過校準曲線對模型的校準效果進行檢驗。以Plt;0.05為差異有統計學意義。

2 結果

2.1 兩組患者臨床資料比較 兩組患者年齡、性別、吸煙史、合并糖尿病、 GCS、腦血管痙攣、腦水腫、 Vm MCA、Vm BA、低血紅蛋白癥、低鈉血癥比較，差異均無統計學意義（均Pgt;0.05）。 DCI組患者合并高血壓、 Hunt-Hess分級≥Ⅲ級、改良Fisher評分≥Ⅲ級、低白蛋白血癥患者占比均高于非DCI組，差異均有統計學意義（均Plt;0.05），見表1。

2.2 影響SAH患者繼發DCI的多因素Logistic回歸分析 將表1中差異有統計學意義的因素為自變量[合并高血壓（0=無， 1=有）、 Hunt-Hess分級（0=Ⅰ～Ⅱ級，1=≥Ⅲ級）、改良Fisher評分（0=Ⅰ～Ⅱ級， 1=≥Ⅲ級）、低白蛋白血癥（0=無，1=有）]，以SAH患者是否繼發DCI為因變量（0=未發生DCI， 1=發生DCI），進行量化賦值，納入多因素Logistic回歸分析模型。多因素Logistic回歸分析結果顯示： Hunt-Hess分級≥Ⅲ級、改良Fisher評分≥Ⅲ級、低白蛋白血癥均為影響SAH患者繼發DCI的獨立危險因素（均Plt;0.05），見表2。

2.3 預測SAH患者繼發DCI的列線圖模型 將多因素Logistic回歸分析中差異有統計學意義的因素（Hunt-Hess分級、改良Fisher評分、低白蛋白血癥）作為預測因子，將SAH患者繼發DCI的發生情況作為結局變量，構建預測模型。具體回歸方程公式如下： Y=-2.537+1.127×Hunt-Hess評分+1.290×改良Fisher評分+1.003×低白蛋白血癥。根據多因素Logistic回歸方程中各變量的回歸系數，利用R軟件繪制列線圖模型，見圖1。

2.4 預測SAH患者繼發DCI的列線圖模型的驗證 列線圖ROC曲線顯示： AUC為0.781（95%CI：0.690～0.872），提示模型區分度尚佳，見圖2-A。采用擬合優度檢驗驗證列線圖模型的擬合效果，結果顯示：校準曲線與標準曲線吻合程度均較高，提示模型預測值與實際值之間一致性較好（χ2值=1.727， Pgt;0.05），圖2-B。通過模型混淆矩陣可知，該模型敏感度為0.703，特異度為0.733，準確度為0.721，召回率為0.800，精確率為0.761。

3 討論

SAH是一種死亡率高、致殘率高、治療復雜的嚴重腦血管事件，DCI是其常見的并發癥，DCI不僅會顯著提高SAH患者的病死率和致殘率，還會損傷神經功能、降低患者生活質量[12]。因此，識別SAH患者繼發DCI的獨立危險因素，并在此基礎上加強早期診斷和干預措施，對改善患者的臨床預后尤為重要。

本研究多因素Logistic回歸分析結果顯示：Hunt-Hess分級≥Ⅲ級、改良Fisher評分≥Ⅲ級、低白蛋白血癥均為影響SAH患者繼發DCI的獨立危險因素。分析原因如下：⑴Hunt-Hess分級系統被廣泛應用于評定入院時的疾病嚴重程度，SAH患者常伴隨較大出血量，可能導致較廣泛的腦組織損傷及炎癥反應，進而增加代謝需求，但受損血管難以提供足夠血液，增加缺血風險[13]。⑵改良Fisher評分是一種基于頭顱CT掃描結果的分級系統，通過評估出血的范圍和量將患者分為4個等級。高改良Fisher評分提示出現較大量的顱內出血和更廣泛的出血分布，增加對腦組織的刺激性，從而提升SAH患者繼發DCI的發生風險[14]。⑶血清白蛋白是在肝臟內合成的一種大分子球蛋白，在維持血腦屏障的完整性和減少腦水腫風險方面起重要作用[15]。SAH患者因應激反應及負氮平衡，白蛋白合成降低，血液黏稠及水腫加重，可能誘發微血栓形成，提升DCI風險[13]。

本研究基于上述危險因素，構建預測SAH患者繼發DCI的列線圖模型。列線圖作為直觀的風險評估工具，能清晰展示個體風險的概率，廣泛應用于多種疾病的預測模型[16]。本研究列線圖ROC曲線顯示：AUC為0.781，提示模型區分度尚佳；擬合優度檢驗驗證列線圖模型結果顯示：校準曲線與標準曲線吻合程度均較高，提示模型預測值與實際值之間一致性較好。模型中納入的3個影響因素均為臨床上易獲取的常規檢查數據，便于識別與應用，醫師可根據患者的具體情況進行個性化預測，給予早期干預措施，降低SAH患者繼發DCI風險。

綜上所述，Hunt-Hess分級≥Ⅲ級、改良Fisher評分≥Ⅲ級、低白蛋白血癥均為影響SAH患者繼發DCI的獨立危險因素，基于上述危險因素構建的列線圖預測模型區分度和一致性均較好，可為早期識別SAH患者發生DCI風險提供有力工具。但本研究的樣本量有限，且構建的模型尚未經過外部數據集的驗證，模型穩健性還需在未來的研究中通過擴大樣本量和進行多中心研究進一步驗證和完善。

參考文獻

Etminan N， Chang H S， 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）： 588-597.

Vergouwen M D I， Rinkel G J E. Emergency medical management of aneurysmal subarachnoid hemorrhage [J]. Neurocrit Care， 2023， 39（1）： 51-58.

Motwani K， Dodd W S， Laurent D， et al. Delayed cerebral ischemia： A look at the role of endothelial dysfunction， emerging endovascular management， and glymphatic clearance [J]. Clin Neurol Neurosurg， 2022， 218： 107273.

劉昊楠，李愛民.動脈瘤性蛛網膜下腔出血后遲發性腦缺血發生機制的研究進展[J].安徽醫藥， 2020， 24（12）： 2333-2336.

Osgood M L. Aneurysmal subarachnoid hemorrhage： Review of the pathophysiology and management strategies [J]. Curr Neurol Neurosci Rep， 2021， 21（9）： 50.

殷鵬展，張超，徐楚楚，等.基于一站式全腦CT灌注動態列線圖預測動脈瘤性蛛網膜下腔出血后遲發性腦缺血[J].中國醫學影像技術， 2024， 40（4）： 514-519.

黃清海，楊鵬飛.中國動脈瘤性蛛網膜下腔出血診療指導規范[J].中國腦血管病雜志， 2016， 13（7）： 384-392.

Ding C， Kang D， Chen P， et al. Early stage neuroglobin level as a predictor of delayed cerebral ischemia in patients with aneurysmal subarachnoid hemorrhage [J]. Brain Behav， 2020， 10（3）： e01547.

楊洪菊，任艷華，張俊英，等.格拉斯哥昏迷評分曲線圖的設計及其臨床應用[J].護理研究， 2007， 21（16）： 1469-1470.

王玉社，王勇，陳航，等.蛛網膜下腔出血患者Hunt-Hess分級與血清腦鈉肽的關系[J].中華實驗外科雜志， 2016， 33（9）： 2129-2131.

杜其東.改良fisher分級對動脈瘤性SAH后腦血管痙攣發生嚴重程度的預測及患者預后相關性評估作用分析研究[D].武漢：華中科技大學， 2014.

Abdulazim A， Heilig M， Rinkel G， et al. Diagnosis of delayed cerebral ischemia in patients with aneurysmal subarachnoid hemorrhage and triggers for intervention [J]. Neurocrit Care， 2023， 39（2）： 311-319.

黃達.動脈瘤性蛛網膜下腔出血術后遲發性腦缺血相關因素分析[D].大連：大連醫科大學， 2021.

Whittle C， Hollingworth M A， Dulhanty L， et al. What are the predictors of delayed cerebral ischaemia （DCI） after aneurysmal subarachnoid haemorrhage？ An up-to-date systematic review [J]. Acta Neurochir （Wien）， 2023， 165（12）： 3643-3650.

孫家慶，吳未，盛斌，等. D-二聚體/白蛋白比值對重型創傷性腦損傷短期預后的預測價值[J].臨床神經外科雜志， 2023， 20（4）： 379-383， 390.

Zhao L， Chen T， Yan H J， et al. Development and validation of an early predictive nomogram for delayed cerebral ischemia after aneurysmal subarachnoid hemorrhage [J]. Ann Transl Med， 2021， 9（22）： 1664.