基于常规MRI的脑室周围白质损伤婴儿脑瘫预测模型：多中心回顾性队列研究

为解决脑室周围白质损伤(PVWMI)婴儿早期脑瘫(CP)预测难题，西安交通大学第一附属医院团队通过多中心回顾性研究，开发并验证了一种基于常规MRI的预测模型。研究纳入383例6-24月龄PVWMI婴儿，发现后肢内囊(PLIC)、半卵圆中心皮质脊髓束等5个MRI特征与CP显著相关，模型AUC达0.94。该成果为临床提供了简便可靠的早期预测工具，发表于《eClinicalMedicine》，对改善高危患儿干预时机具有重要意义。

　　

脑性瘫痪(CP)是儿童期最常见的肢体残疾，全球发病率达1.5-3‰，给患儿家庭和社会带来沉重负担。脑室周围白质损伤(PVWMI)作为早产儿最常见的脑损伤类型，是导致CP的首要原因。然而在生命最初两年，PVWMI患儿往往仅表现非特异性症状，临床医生面临早期诊断困境——现有神经行为评估工具如全身运动评估(GMA)在6月龄后可靠性下降，而Hammersmith婴儿神经学检查(HINE)又存在截断值不统一等问题。更棘手的是，这个阶段正是大脑神经可塑性的黄金窗口，错过早期干预将直接影响患儿终身运动功能。

西安交通大学第一附属医院放射科团队注意到这一临床痛点。他们发现虽然MRI已被推荐为CP诊断标准工具，但现有评分系统需要复杂计算，且缺乏针对6-24月龄PVWMI患儿的专用预测工具。更关键的是，高级MRI技术如弥散张量成像需要专用软件和复杂后处理，在基层医院难以推广。为此，这项多中心研究旨在开发基于常规MRI的CP预测模型，让更多医疗机构能早期识别高危患儿。

研究人员采用多中心回顾性队列设计，从中国五家三甲医院纳入383例6-24月龄PVWMI患儿，分为建模队列(191例)、外部验证队列(115例)和读者测试队列(77例)。通过logistic回归分析筛选预测因子，构建可视化列线图，并邀请11名不同资历的医师验证模型性能。关键技术包括：3.0T/1.5T常规MRI扫描(含T1WI、T2WI等序列)、标准化MRI特征评分系统、多中心外部验证、以及基于bootstrap法的内部验证。

研究结果令人振奋：

1. 关键预测因子：发现后肢内囊(PLIC)(OR=16.52)、半卵圆中心皮质脊髓束(OR=13.01)、大脑脚(OR=5.54)异常信号，以及丘脑(OR=4.76)和豆状核(OR=4.58)异常信号/萎缩是CP的独立预测因素。

2. 模型性能：建模队列AUC达0.94，在内部验证(0.96)和外部验证(0.92)中保持稳定。读者测试中，11名医师平均AUC为0.96，敏感性和特异性分别为0.90和0.88。

3. 普适性验证：不同年资放射科医师使用模型时AUC无显著差异(0.97-0.98)，且模型在6-11月、12-17月、18-24月三个年龄段表现一致(AUC 0.95-0.98)。

这项研究创新性地将复杂医学问题转化为五个易识别的MRI特征，其临床价值体现在三方面：首先，模型仅需常规MRI，解决了高级成像技术普及性不足的问题；其次，可视化列线图和配套计算工具大幅提升临床易用性；最后，多中心验证证实其在不同医疗机构的稳定性。值得注意的是，模型对皮质脊髓通路(从半卵圆中心至大脑脚)和基底节损伤的聚焦，与CP运动功能障碍的神经解剖基础高度吻合，为理解PVWMI导致CP的机制提供了影像学依据。

正如作者在讨论中指出，该模型可作为HINE等临床评估的补充工具，尤其对6-24月龄这个"诊断盲区"具有重要意义。未来通过整合新生儿MRI数据和深度学习自动识别技术，有望进一步优化预测效能。这项发表于《eClinicalMedicine》的研究，为全球范围内PVWMI患儿的精准管理提供了中国方案。