基于列线图模型的急性缺血性卒中血管内取栓术后无症状性脑出血风险预测研究

来自三中心的研究人员针对急性缺血性卒中(AIS)血管内取栓(ET)后无症状性脑出血(aICH)的临床预测难题，通过469例患者数据构建了个性化风险评估模型。研究筛选出术前Alberta卒中早期CT评分(OR=0.686)、发病至手术完成时间(OR=1.186)、术中动脉溶栓(OR=2.405)和Careggi侧支评分(OR=0.560)四大独立风险因素，训练组与验证组的曲线下面积(AUC)分别达0.812和0.896，为ET术后并发症防控提供了精准决策工具。

　　

这项开创性研究致力于破解急性缺血性卒中(AIS)患者接受血管内取栓术(ET)后的隐形杀手——无症状性脑出血(aICH)的预测困局。科研团队巧妙整合三家医疗中心2019-2023年间469例24小时内接受ET治疗的AIS患者数据，通过随机分组构建训练集与验证集。

采用单因素与多因素逻辑回归双管齐下，最终锁定四大关键预警指标：反映脑组织存活状态的Alberta卒中项目早期CT评分(_ASPECTS)(OR=0.686,95%CI:0.581-0.811)、关乎黄金救治时间窗的发病至手术完成时长(OR=1.186,95%CI:1.097-1.282)、涉及治疗策略的术中动脉溶栓(OR=2.405,95%CI:1.289-4.487)，以及评估侧支代偿的Careggi评分(OR=0.560,95%CI:0.422-0.743)。

研究者匠心独运地打造出列线图(nomogram)可视化工具，其预测效能令人振奋——训练组ROC曲线下面积(AUC)达0.812(95%CI:0.763-0.861)，验证组更飙升至0.896(95%CI:0.843-0.949)。校准曲线与决策曲线分析双验证表明，该模型既能精准量化出血风险，又具备临床转化价值，堪称ET术后管理的"智能预警雷达"。