急性缺血性卒中机械取栓术后90天预后的临床预测模型构建与验证

针对急性大血管闭塞性卒中(AIS-LVO)患者机械取栓(MT)术后预后评估难题，研究人员通过整合临床指标、经颅多普勒超声(TCD)参数(如患/健侧搏动指数PI)和定量脑电图(QEEG)指标(相对α波功率RAP)，构建了4种预测模型。研究发现年龄、入院NIHSS评分、TCD参数与QEEG参数联合模型预测效能最佳(AUC=0.831)，为MT术后精准预后管理提供了重要工具。

　　

当急性大血管闭塞(LVO)导致的缺血性卒中患者在发病6小时内接受机械取栓(MT)治疗后，如何预测其90天预后成为临床关键问题。这项回顾性研究创新性地将床边检测技术——经颅多普勒超声(TCD)和定量脑电图(QEEG)与传统临床指标相结合，构建了多维预测模型。

研究纳入74例成功再灌注患者，发现出院时63.5%患者预后不良，90天后该比例仍达60.8%。通过多因素分析锁定四大独立预测因子：年龄、入院时美国国立卫生研究院卒中量表(NIHSS)评分、患/健侧搏动指数(PI)比值，以及反映脑电活动的相对α波功率(RAP)。

最具预测价值的组合模型整合了所有参数，其受试者工作特征曲线下面积(AUC)达0.831，显著优于单一指标模型。特别值得注意的是，TCD检测的患侧舒张期流速(VD)和PI比值，与QEEG的RAP参数形成功能互补，分别从脑血流动力学和神经电生理角度完善了评估体系。

该研究首次证实，在常规影像学检查之外，便携式的TCD和QEEG技术能为前循环LVO患者的MT术后管理提供实时、动态的监测数据。这种多模态预测模型不仅有助于早期识别高风险患者，更为个体化康复方案的制定提供了客观依据。