基于LASSO-逻辑回归构建动脉瘤性蛛网膜下腔出血患者迟发性脑缺血预测列线图模型

本研究针对动脉瘤性蛛网膜下腔出血(aSAH)后高发的迟发性脑缺血(DCI)并发症，通过LASSO回归和多元逻辑回归筛选出酒精依赖(Alcoholism)、血小板计数(PLT)、血钠(Na)和活化部分凝血活酶时间(APTT)四个独立预测因子，构建了临床实用的列线图模型。该模型在训练集(AUC=0.703)和验证集(AUC=0.633)中均表现稳定，为早期识别高风险患者、实施针对性干预提供了重要工具。

　　

动脉瘤性蛛网膜下腔出血(aSAH)是神经外科最凶险的急症之一，全球年发病率达6-9/10万，死亡率高达35%。尽管近年来诊疗技术取得进步，但约30-70%患者会继发迟发性脑缺血(DCI)，导致严重神经功能缺损。目前临床诊断DCI主要依赖出现症状后的影像学检查，往往错过最佳干预窗口期。如何通过早期指标预测DCI风险，成为改善预后的关键突破口。

来自桂林医科大学附属医院等机构的研究团队开展了一项双中心回顾性研究，纳入604例aSAH患者，通过LASSO回归和多元逻辑回归分析，最终筛选出4个独立预测因子：酒精依赖(OR=2.13)、血小板升高(OR=1.01/50x10⁹/L)、低钠血症(OR=0.89/mmol/L)和APTT延长(OR=1.1/秒)。基于这些因子构建的列线图模型在训练集和验证集分别达到AUC=0.703和0.633，校准曲线显示平均误差仅0.016-0.03。相关成果发表在《Scientific Reports》上。

研究采用三大关键技术：1) 双中心队列设计(桂林和广东两家医院)；2) LASSO回归筛选变量解决多重共线性；3) R语言构建列线图并验证临床效用。通过比较DCI与非DCI组，发现血小板(260 vs 239.8x10⁹/L)、APTT(31.1 vs 30.76秒)等指标存在显著差异。LASSO分析进一步锁定关键变量，多元回归确认其独立性。

研究结果显示：

1. 基线特征：两组患者在年龄(中位数54岁)、性别(男性57.7%)等人口学特征上均衡，但DCI组酒精依赖比例更高(23.38% vs 12.33%)。
2. 实验室指标：DCI组血小板、APTT显著升高，而AST、ALT等肝酶水平较低，提示凝血-炎症通路异常可能与DCI相关。
3. 模型验证：列线图通过赋分系统实现风险量化，如100分对应35%发病风险，临床决策曲线显示在0.01-0.65阈值区间具有明确净收益。

讨论部分指出，酒精可能通过损伤血管内皮功能、促进高凝状态诱发DCI；血小板增多则可能通过增加血液粘度和释放血栓素A₂导致微循环障碍；低钠血症会破坏脑血流自动调节机制；而APTT延长反映的凝血异常可能加剧血管痉挛。与既往研究相比，该模型聚焦易于获取的血清学指标，虽未整合影像学分级(AUC相对较低)，但更具临床可及性。

这项研究首次构建了基于常规检测指标的DCI预测工具，为早期识别高风险患者提供了"临床实用型"解决方案。未来可通过纳入动态生物标志物(如GFAP、S100B)或机器学习算法进一步优化模型性能。当前成果已为aSAH患者的精准分层管理迈出重要一步，尤其对医疗资源有限地区具有特殊价值。