《Frontiers in Neurology》：Development and internal validation of a parsimonious model for neurological deterioration at 48 h after endovascular thrombectomy
编辑推荐：
背景： 常规入院测量指标对于预测血管内取栓术（endovascular thrombectomy, EVT）后早期神经功能恶化的增量价值仍不明确。
方法： 本回顾性单中心再分析研究使用了2020–2022年的注册登记数据。END48定义为从入院至术后固定48小
背景： 常规入院测量指标对于预测血管内取栓术（endovascular thrombectomy, EVT）后早期神经功能恶化的增量价值仍不明确。
方法： 本回顾性单中心再分析研究使用了2020–2022年的注册登记数据。END48定义为从入院至术后固定48小时评估时美国国立卫生研究院卒中量表（National Institutes of Health Stroke Scale, NIHSS）评分增加至少4分。保守性主要队列排除了一个无法解析的纵向数据片段。修订阶段锁定的五预测因子Logistic回归模型纳入入院NIHSS评分、年龄、血糖水平、白细胞计数和甘油三酯自然对数（ln triglyceride）值，并以仅含NIHSS的模型作为比较对象。内部验证采用1,000次Bootstrap重抽样及配对嵌套区间（1,000次外层×100次内层）。
结果： 在253条记录（代表251例独立患者）中，214例成人进入主要队列；其中51例（23.8%）发生END48。主要模型的表观曲线下面积（area under the curve, AUC）为0.651，经乐观校正后的AUC为0.601（0.511至0.723）。与仅含NIHSS模型相比，校正后AUC差异为0.038（?0.025至0.171）。校正后Brier评分为0.180，而仅基于患病率的参考值为0.182，由此得出Brier技能评分为0.9%。校正后主要模型校准斜率为0.731（0.519至0.892）。在10%、20%和30%阈值下的增量净获益分别为?0.015、0.036和0.013；所有对应的95%置信区间均跨越零。事后（post-hoc）Riley评估在合理的模型拟合假设下表明，现有队列规模低于模型开发所需的理想样本量。重建队列敏感性分析未改变总体解读。
结论： 判别能力有限，概率准确性改善幅度微小，增量判别能力及净获益均不确定。该模型应被视为探索性研究而非可临床实施的工具；需进行独立验证并改进结局判定方法。
一、研究背景与问题
血管内取栓术（endovascular thrombectomy, EVT）可改善大血管闭塞所致急性缺血性卒中患者的功能预后。然而，取栓术后神经功能恶化仍具有重要临床意义。既往研究对神经功能恶化的定义存在差异，包括参照检查时点、NIHSS评分变化阈值及评估时间窗的不同。早期神经功能恶化与不良预后持续相关。入院NIHSS评分是卒中严重程度和预后的既定指标；入院高血糖与取栓术后不良结局相关；白细胞（white blood cell, WBC）计数的证据主要来自静脉溶栓人群而非取栓术后预测因子的直接验证；甘油三酯在不同卒中情境中的关联方向不一致。上述关联提示了研究动机，但并未确立因果效应或增量预测性能。常规入院测量指标对预测EVT后早期神经功能恶化的增量价值尚不明确，因此有必要开展本研究。
二、研究设计与方法
研究人员开展了一项回顾性单中心再分析研究，数据来源于中国太原山西医科大学附属山西省人民医院神经内科2020年1月1日至2022年12月31日的EVT注册登记数据。研究团队确认253条记录为该时期完整的注册EVT序列。纳入标准为年龄≥18岁、影像学确诊急性缺血性卒中并接受EVT且具有可判定的入院至固定48小时NIHSS变化。排除标准按序应用：重复记录、年龄小于18岁、入院NIHSS评分缺失或无效、固定48小时NIHSS评分缺失或无效，以及原始标识符205–210内的所有剩余患者。主要分析保守排除了整个受影响标识符段。END48定义为固定术后48小时NIHSS评分减去入院NIHSS评分≥4分。主要模型为五预测因子Logistic回归模型，纳入入院NIHSS评分、年龄、血糖水平、WBC计数和甘油三酯自然对数（ln triglyceride）值，比较对象为仅含NIHSS的模型。样本量评估采用Riley二元结局框架（pmsampsize 1.1.3）。缺失值以开发样本中位数填补。内部验证采用1,000次Bootstrap重抽样，配对嵌套区间为1,000次外层×100次内层。评估指标包括AUC、Brier评分、Brier技能评分、校准-in-the-large、校准斜率及决策曲线净获益（net benefit, NB）。
三、研究结果
3.1 队列、临床特征与样本量
253条注册记录中，去除2条重复记录后余251例独立患者；排除3例未成年人后余248例成人；1例缺乏有效入院NIHSS评分，28例缺乏可判定的固定48小时评分；保守排除受影响标识符段5例后，最终纳入214例患者，其中51例（23.8%）发生END48。排除的34例成人在中位年龄上更大（67岁对63岁），入院NIHSS中位数略低（13对14）。在示例性Nagelkerke R2为0.15的假设下，所需样本量为425例，对应101.3个预期事件；所有评估假设下的所需样本量均高于现有214例，表明现有队列规模低于Riley框架下模型开发所需的理想样本量。
3.2 模型估计与判别能力
五预测因子模型中，入院NIHSS评分系数为正（β=0.042，OR=1.043），年龄系数为负（β=?0.019，OR=0.981），血糖系数为正（β=0.092，OR=1.096），WBC计数系数为正（β=0.065，OR=1.068），ln甘油三酯系数为正（β=0.118，OR=1.125）。主要模型表观AUC为0.651，乐观校正后AUC为0.601（0.511至0.723）；与仅含NIHSS模型相比，校正后AUC差异为0.038（?0.025至0.171），置信区间跨越零，增量判别能力不明确。
3.3 概率准确性与校准
校正后Brier评分为0.180，仅比患病率参考值0.182略低，Brier技能评分为0.9%。校正后主要模型校准斜率为0.731（0.519至0.892），低于1提示拟合风险过于极端。仅含NIHSS模型的校正后校准斜率为1.125（?2.444至5.547），重采样测试斜率极不稳定，不能视为校准充分的证据。
3.4 阈值性能
在20%阈值下，主要模型表观灵敏度为0.706，特异度为0.485。成分式乐观校正估计每100例患者中产生56.19次阳性分类、检出15.47例END48、漏检8.44例END48。校正后增量净获益在10%、20%和30%阈值下分别为?0.015（95%CI ?0.029至0.005）、0.036（?0.033至0.068）和0.013（?0.026至0.073），所有置信区间均跨越零。
3.5 敏感性分析
NIHSS样条模型校正后AUC为0.615，年龄样条模型为0.592，岭回归模型为0.601，线性甘油三酯模型为0.611。完整病例分析（182例，39个事件）校正后AUC为0.639。重建队列敏感性分析（219例，51个事件）校正后AUC为0.606，Brier评分为0.176，校准斜率为0.742，ΔAUC为0.043，三个ΔNB区间均跨越零，总体解读未发生实质性改变。
四、讨论与结论
4.1 主要发现：五预测因子模型的校正后AUC仅为0.601，相对于仅含入院NIHSS评分的增量判别能力不确定；校正后Brier评分仅略低于患病率参考值；所有阈值特异性ΔNB置信区间均跨越零。这些结果不能确立临床有用的增量预测价值。
4.2 样本量、乐观偏差与校准：事后Riley评估在示例性假设下要求425例患者，所有评估假设均超过现有队列规模。校正后校准斜率0.731提示模型存在过拟合。仅含NIHSS模型的校准斜率估计不稳定。两个模型均不支持估计可靠的个体风险概率。
4.3 决策后果：阈值分析表达了漏检恶化与假阳性分类之间的权衡，但未确定最优阈值，也未证明增加监测、影像或治疗的临床获益。20%情景下增量NB点估计为正，但其95%置信区间跨越零。
4.4 临床关联与变化评分终点：入院NIHSS评分既是预测因子又是结局定义中减去的基线值，数学耦合、测量误差和均值回归可能影响其观察到的关联。年龄的负系数不应解读为保护性因果效应。研究结果未表明测量或治疗性调整这些因素可改善END48预测或预防临床恶化。
4.5 局限性：单中心回顾性队列受限于事件数有限、实验室值不完整及仅能进行内部验证。中位数填补忽略了缺失值不确定性。排除缺失固定评估可能产生幸存者和结局判定偏倚。修订阶段预测因子集是在早期分析结果已知后锁定的，残余模型选择乐观偏差无法排除。端点遗漏了固定检查前已缓解的短暂恶化。可靠的时序验证、外部验证及正式公平性评估均不可用。
结论翻译：在本项对214例成人（51例END48事件）的保守分析中，五预测因子模型观察到有限的判别能力和微小的概率准确性改善。超出入院NIHSS评分单独使用的增量判别能力和净获益均不确定。事后Riley样本量评估和观察到的校准结果强化了模型开发的探索性。该模型在考虑任何临床实施之前，需要独立验证和改进结局判定方法。
