
-
生物通官微
陪你抓住生命科技
跳动的脉搏
一种基于剂量的新型预测因子,用于评估非增强CT图像中血肿的扩张情况:自发性脑内出血中“黑洞征”的数量
《Neurosurgical Review》:A novel dose-dependent predictor for hematoma expansion on non-contrast CT: the number of black hole signs in spontaneous intracerebral hemorrhage
【字体: 大 中 小 】 时间:2025年11月21日 来源:Neurosurgical Review 2.5
编辑推荐:
本研究回顾性分析198例自发性脑出血患者,发现入院非对比头颅CT中黑洞征(BHS)数量是预测血肿扩大的独立因素(OR=7.539,95%CI 3.427-16.588,P<0.001),ROC曲线下面积为0.737,证实BHS数量对个体化风险分层具有临床价值。
血肿扩大(HE)与脑内出血(ICH)后的严重神经功能缺损密切相关。我们的研究旨在探讨黑洞征象(BHS)的数量是否能够预测ICH患者的血肿扩大情况。我们回顾性地收集了2015年8月至2024年8月期间在重庆医科大学第二附属医院就诊的198例自发性ICH患者的数据。计算了这些患者在症状出现后6小时内进行的头部非增强计算机断层扫描(NCCT)中出现的黑洞征象数量。血肿扩大的情况是根据48小时内的随访CT结果确定的。我们应用逻辑回归分析来评估临床和放射学参数与血肿扩大之间的关联,并通过亚组分析排除潜在的混杂因素。此外,还使用接收者操作特征(ROC)分析和决策曲线分析(DCA)来分析黑洞征象数量以及其他可能有助于预测血肿扩大的因素。通过对198例自发性ICH患者的临床和影像数据进行回顾性分析,调整后的结果显示,黑洞征象数量预测血肿扩大的比值比(OR)为7.539(95%置信区间:3.427至16.588,P<0.001)。黑洞征象数量的ROC曲线下面积为0.737,表明其在预测血肿扩大方面具有较高的准确性。入院时NCCT中检测到的黑洞征象数量为血肿扩大的首个探索性、剂量依赖的预测指标,有助于实现个体化的风险分层。
血肿扩大(HE)与脑内出血(ICH)后的严重神经功能缺损密切相关。我们的研究旨在探讨黑洞征象(BHS)的数量是否能够预测ICH患者的血肿扩大情况。我们回顾性地收集了2015年8月至2024年8月期间在重庆医科大学第二附属医院就诊的198例自发性ICH患者的数据。计算了这些患者在症状出现后6小时内进行的头部非增强计算机断层扫描(NCCT)中出现的黑洞征象数量。血肿扩大的情况是根据48小时内的随访CT结果确定的。我们应用逻辑回归分析来评估临床和放射学参数与血肿扩大之间的关联,并通过亚组分析排除潜在的混杂因素。此外,还使用接收者操作特征(ROC)分析和决策曲线分析(DCA)来分析黑洞征象数量以及其他可能有助于预测血肿扩大的因素。通过对198例自发性ICH患者的临床和影像数据进行回顾性分析,调整后的结果显示,黑洞征象数量预测血肿扩大的比值比(OR)为7.539(95%置信区间:3.427至16.588,P<0.001)。黑洞征象数量的ROC曲线下面积为0.737,表明其在预测血肿扩大方面具有较高的准确性。入院时NCCT中检测到的黑洞征象数量为血肿扩大的首个探索性、剂量依赖的预测指标,有助于实现个体化的风险分层。
生物通微信公众号
知名企业招聘