血栓弹性成像与常规凝血检测联合用于脑血管术后下肢深静脉血栓形成的诊断价值:一项回顾性队列研究

《Frontiers in Neurology》:Diagnostic value of thromboelastography combined with conventional coagulation tests for lower extremity deep vein thrombosis after cerebrovascular surgery: a retrospective cohort study

【字体: 大 中 小 】 时间:2026年05月07日 来源:Frontiers in Neurology 2.8

编辑推荐:

  **摘要** **目的**:探讨血栓弹性成像(TEG)与常规凝血检测结合在脑血管手术后下肢深静脉血栓形成(DVT)中的诊断效率。 **方法**:这项单中心回顾性队列研究评估了2024年1月至2026年2月期间在南京脑医院接受开放式脑血管手术的187名患者。在术前及术后第3天检

  **摘要**

**目的**:探讨血栓弹性成像(TEG)与常规凝血检测结合在脑血管手术后下肢深静脉血栓形成(DVT)中的诊断效率。

**方法**:这项单中心回顾性队列研究评估了2024年1月至2026年2月期间在南京脑医院接受开放式脑血管手术的187名患者。在术前及术后第3天检测TEG参数(R、K、Angle、MA)和常规凝血指标(PT、APTT、FIB、D-dimer)。术后7天内进行的双侧下肢超声检查作为DVT诊断的金标准。利用多变量逻辑回归识别独立预测因子,并通过接收者操作特征(ROC)曲线分析诊断性能。

**结果**:术后DVT发病率为46.5%(87/187)。DVT组患者年龄显著较高(中位数:67.0岁 vs 60.5岁,p = 0.001),合并高血压的比例也较高(66.7% vs 46.0%,p = 0.007)。单变量分析显示,DVT组术后Angle显著增大(72.3° vs 69.4°,p = 0.001),D-dimer水平也显著升高(812 μg/L vs 254 μg/L,p < 0.001)。多变量逻辑回归确定了年龄(OR = 1.036,95% CI:1.006–1.066)、Angle(OR = 1.107,95% CI:1.028–1.192)、D-dimer(每增加100 μg/L,OR = 1.078,95% CI:1.036–1.120)和高血压(OR = 2.678,95% CI:1.098–4.724)作为术后DVT的独立预测因子。ROC曲线分析显示,Angle、D-dimer和联合模型的AUC分别为0.638、0.767和0.836。联合诊断模型的最佳临界值为0.513,具有优异的特异性(86.0%)和敏感性(70.1%)。加入TEG Angle显著提高了风险重新分类能力(NRI = 0.078,IDI = 0.034)。亚组分析显示,联合模型在年轻患者(≤ 65岁)中的诊断效率更高(AUC = 0.867)。敏感性分析表明,排除极端异常值后,核心结论仍然成立。

**结论**:TEG与常规凝血检测的结合在脑血管手术后DVT的早期辅助诊断中显示出显著价值。Angle、D-dimer和高血压是这一人群中的独立相关因素。联合诊断模型具有出色的整体区分度和高特异性,有效减少了临床筛查中的假阳性情况,为围手术期针对性抗凝管理提供了有力支持。

---

**1 引言**
从脑血管手术中恢复的患者由于长时间卧床、手术创伤以及原发病导致的凝血机制激活,发生下肢深静脉血栓形成(DVT)的风险较高。据报道,神经外科开颅术后DVT的发病率在3%到25%之间(1, 2)。一旦发生DVT,不仅会延长住院时间,还可能进展为致命的肺栓塞,严重影响患者预后(3, 4)。然而,术后DVT的早期诊断仍是一个关键挑战,因为一线临床筛查方法存在固有局限性(5, 6)。尽管D-dimer的敏感性非常高,但由于术后全身炎症反应、组织修复和隐匿性出血的影响,其特异性通常低于40%,这常常导致许多假阳性和不必要的影像学复查。彩色多普勒超声虽然是一种确认工具,但对于孤立的小腿肌肉静脉血栓和无症状的近端血栓,其敏感性低于60%;此外,其在术后早期的应用常常受到患者依从性和体位限制的影响。因此,迫切需要探索能够更准确反映术后病理性高凝状态的新辅助指标。血栓弹性成像(TEG)是一种能够动态监测整个凝血过程的粘弹性测试技术,全面评估凝血因子活性、纤维蛋白形成、血小板聚集和纤溶作用(7)。理论上,与传统静态终点指标(如PT和APTT)相比,TEG可以更敏锐地捕捉术后高凝状态的瞬时变化(8, 9)。先前关于TEG预测静脉血栓栓塞(VTE)价值的研究结果不一,这可能源于不同手术类型之间的病理生理差异(10, 11)。迄今为止,尚缺乏大规模队列研究系统评估TEG与常规凝血检测结合在脑血管疾病患者早期诊断中的额外价值。因此,本研究旨在通过单中心回顾性队列研究,系统探讨TEG与常规凝血指标结合在开放式脑血管手术患者术后DVT中的诊断效率,为临床实践提供更精确和高效的早期识别策略。

---

**2 方法**
**2.1 研究设计和参与者**
这是一项单中心回顾性队列研究。通过医院电子病历系统回顾性收集了2024年1月至2026年2月期间在南京脑医院神经外科接受脑血管手术的患者的临床和实验室数据。纳入标准如下:(1)年龄≥18岁。儿童患者被排除在外,因为他们的凝血特征因“发育性止血”而显著不同,且基线DVT风险与成人不同;(2)接受开放式脑血管手术(包括脑内出血、动脉瘤、 moyamoya病、蛛网膜下腔出血和颅内血管畸形);(3)术前常规凝血指标在正常参考范围内;(4)有完整的临床数据。为了严格最小化对凝血系统的混杂效应,进一步规定了排除标准:(1)有颅脑创伤的患者,以排除创伤引起的凝血功能障碍;(2)有颅内肿瘤的患者,因为恶性肿瘤会通过分泌促凝因子导致高凝状态;(3)接受血管内或混合手术的患者,因为这些手术需要系统使用肝素化,并且术后活动方案与开放式开颅手术不同;(4)术前有预防性或治疗性抗凝使用史;(5)同时患有严重肝或肾功能障碍或原发性血液系统疾病;(6)有DVT或肺栓塞病史。

**2.2 术后管理和DVT预防**
所有患者均按照医院协议接受标准化术后护理。为了降低DVT风险同时减少颅内出血的风险,主要采用机械预防措施,包括使用分级压缩袜(GCS)和间歇性气压压缩(IPC)设备,这些措施在患者返回病房后立即开始。药物预防(如低分子量肝素)并非在术后立即使用,而是仅在神经影像学检查(计算机断层扫描或磁共振成像)确认无术后血肿后,针对高风险患者使用,通常在术后24–48小时。本回顾性研究中未系统应用Caprini评分等标准化风险评估工具作为定量指标。

**2.3 数据收集**
提取了患者的年龄、性别、体重指数(BMI)、合并症(高血压、糖尿病)、吸烟史、中风史、手术类型和术后卧床时间等临床特征。还提取了术前和术后第3天早晨的空腹静脉血液检测结果。这些指标由TEG 5000 Thrombelastograph? Hemostasis Analyzer(Haemoscope Corporation, USA)测量。为了全面评估凝血动力学,记录了以下关键指标:R时间(反应时间,反映初始纤维蛋白形成的时间);K时间(动力学时间,表示达到特定 clot 坚韧所需的时间);Angle(α,表示纤维蛋白交联的速度);以及MA(最大振幅,主要由血小板功能决定)。此外,还测量了自动凝血分析仪测得的参数:凝血酶原时间(PT)、活化部分凝血活酶时间(APTT)、纤维蛋白原(FIB)和D-dimer。

**2.4 结果指标**
主要结果是术后7天内新发下肢DVT。诊断基于双侧下肢静脉彩色多普勒超声的阳性发现(静脉管腔不可压缩、腔内实性回声或彩色血流信号填充缺陷)。

**2.5 统计分析**
使用SPSS 26.0和R 4.1.0软件进行统计分析。首先使用Shapiro–Wilk检验评估连续变量的正态性。正态分布的数据表示为均值 ± 标准差(Mean ± SD),组间比较使用独立样本t检验;非正态分布的数据表示为中位数及其四分位数范围 [M (P25, P75)],并使用Mann–Whitney U检验进行比较。分类变量以频率和百分比呈现,使用卡方检验(或Fisher确切检验)进行比较。构建诊断模型时,考虑了单变量分析中p < 0.20的变量,以防过早排除可能在调整其他变量后变得显著的潜在混杂因素。在多变量逻辑回归之前,计算了每个独立变量的方差膨胀因子(VIF),VIF < 5表示无严重多重共线性。为了适当处理右偏分布,D-dimer值在进入模型前进行了自然对数(Ln)转换。为了系统评估TEG的额外诊断价值,构建了两个多变量逻辑回归模型。首先开发了一个基础模型,包含基线临床特征和常规凝血检测(年龄、高血压、中风史、手术类型和对数转换的D-dimer)。然后通过添加独立的TEG预测因子(Angle)创建了一个联合模型。使用接收者操作特征(ROC)曲线评估模型的诊断效率,计算曲线下面积(AUC)、敏感性和特异性。此外,还计算了净重新分类改善(NRI)和综合区分改善(IDI),以量化联合模型相对于基础模型的额外预测价值。最佳临界值由最大Youden指数确定。还进行了按年龄和手术类型分层的亚组分析,使用交互模型测试变量间的独立性,并通过排除极端异常值进行了敏感性分析。双侧p < 0.05被视为统计学上显著。

**3 结果**
**3.1 基线特征**
最终共有187名符合条件的心血管手术患者被纳入该队列,其中87人(发病率46.5%)的超声检查证实患有术后DVT,100人未发生DVT。基线比较显示,DVT组患者年龄显著高于非DVT组(中位数67.0岁 vs 60.5岁,p = 0.001),合并高血压的比例也显著较高(66.7% vs 46.0%,p = 0.007)。两组在术后卧床时间和手术类型分布上也存在统计学上的显著差异(p < 0.05)。两组在性别、BMI、糖尿病、吸烟史或中风史方面无显著差异。(见表1)。

**3.2 单变量分析**
关于术后第3天的TEG参数,DVT组的Angle显著大于非DVT组(72.30° vs 69.40°,p = 0.001),而R时间和K时间显著缩短(p < 0.01),表明DVT患者在术后早期表现出高度显著的系统高凝状态和快速 clot 形成。在常规凝血指标中,DVT组的D-dimer水平显著升高(中位数812 μg/L vs 254 μg/L,p < 0.001)。两组在MA、PT、APTT和FIB方面的差异无统计学意义。(见表2)。

**3.3 多变量逻辑回归分析**
单变量分析中p < 0.20的变量被纳入多变量逻辑回归模型。多重共线性诊断显示,所有自变量的VIF值范围在1.124到1.685之间,表明没有严重多重共线性。分析确认年龄(OR=1.053,95% CI:1.011–1.097,p=0.014)、角度(OR=1.122,95% CI:1.037–1.214,p=0.004)、Ln(D-Dimer)(OR=2.619,95% CI:1.460–4.698,p=0.001)和高血压病史(OR=2.678,95% CI:1.151–6.233,p=0.022)是接受脑血管手术患者术后DVT的独立相关因素。(见表3)。表3 变量 β SE Wald χ2 p值 OR 95% CI 年龄 0.052 0.021 6.012 0.014 1.053 1.011–1.097 高血压病史 0.985 0.431 5.216 0.022 2.678 1.151–6.233 中风病史 0.612 0.511 1.442 0.231 1.844 0.680–5.003 手术类型 1.250 0.681 3.365 0.067 3.490.919–13.250 Ln(D-Dimer) 0.963 0.298 10.450.001 2.619 1.460–4.698 角度(TEG)0.115 0.048 8.251 0.004 1.122 1.037–1.214 常数 -14.28 3.515 16.481 <0.001 -- 多变量逻辑回归分析用于预测脑血管手术后的下肢DVT(Ln_D-dimer模型)。OR,比值比;CI,置信区间;Ln,自然对数。该模型调整了中风病史和手术类型。由于D-dimer经过自然对数(Ln)转换以处理右偏态,其OR值(2.619)表示D-dimer值每增加1单位,DVT的风险相对增加。粗体P值表示统计学显著性(P<0.05)。3.2 ROC曲线分析和增量诊断价值 使用ROC曲线评估将TEG参数纳入临床框架的增量诊断效果。结果表明,基础模型(包括年龄、高血压、中风病史、手术类型和对数转换的D-dimer)的曲线下面积(AUC)为0.819(95% CI:0.742–0.896)。当加入TEG角度形成组合模型时,诊断区分度进一步提高,AUC达到0.836(95% CI:0.765–0.907)。为了严格量化TEG的附加价值,我们计算了两个模型之间的重新分类指标。加入TEG角度后,净重新分类改进(NRI)为0.078,集成区分度改进(IDI)为0.034,表明正确识别DVT风险的能力显著增强。组合模型的最佳临界值为0.513,诊断敏感性为70.1%,特异性为86.0%。这些发现表明,TEG与传统测试的结合有效缓解了D-dimer单独使用的假阳性限制,提供了更好的排除能力和整体区分度,用于术后DVT的诊断(见图1)。图1 接收者操作特征(ROC)曲线显示了角度、D-dimer和组合模型在预测脑血管手术后深静脉血栓形成(DVT)方面的效果。3.3 子组和敏感性分析 子组分析显示组合模型在各种临床群体中的强大诊断效果(总体AUC=0.836)。该模型在年轻患者 subgroup(年龄≤65岁)中的表现特别好,AUC达到0.867(95% CI:0.801–0.933)。在老年组(年龄>65岁)中,AUC保持在0.778(95% CI:0.690–0.866)。此外,该模型在动脉瘤手术(AUC=0.802)和其他脑血管手术(AUC=0.850)子组中显示出高预测稳定性。(见图2和表4)。交互作用测试表明手术类型和D-dimer之间没有显著交互作用(p=0.317)。通过在初步分析中对D-dimer进行自然对数转换,有效控制了极端异常值的影响,敏感性分析确认了核心预测因子(年龄、角度和D-dimer)在整个队列中的稳健性。图2 不同年龄和手术类型子组的组合诊断模型森林图。表4 子组 样本量(n)AUC 95% CI 总体 187 0.836 0.765–0.907 年龄≤65岁 10 10.867 0.801–0.933 年龄>65岁 86 0.778 0.690–0.866 动脉瘤手术 66 0.802 0.698–0.906 其他脑血管手术 12 10.850 0.781–0.919 组合模型在患者子组中的诊断性能(AUC)。AUC,曲线下面积;CI,置信区间。组合模型包括基线临床特征(年龄、高血压病史、中风病史和手术类型)、自然对数(Ln)转换的D-dimer以及血栓弹性图(TEG)角度参数。粗体AUC值表示出色的或改进的诊断区分度。4 讨论 4.1 病理生理机制 这项回顾性队列研究证实,脑血管手术后的患者发生静脉血栓的风险极高,发病率为46.5%。经过多变量调整后,本研究确定了年龄、术后TEG角度、D-dimer和共病高血压是预测这一人群中新发DVT的强大独立相关因素。TEG角度主要反映了纤维蛋白聚合的动力学速率。脑血管手术创伤直接激活了外源性组织因子途径,这不仅促进了肝脏中纤维蛋白原的急性合成,还加速了血液凝块的三维交联过程(12–14)。在该队列中,DVT组的角度和D-dimer水平显著升高,客观地说明了术后早期凝血级联反应过度激活的病理基础。亚组分析显示,组合模型在年轻患者(≤65岁)和接受动脉瘤手术的患者中具有更高的诊断效果,这表明不同人群之间存在潜在差异。此外,交互作用和敏感性分析都支持了这些结果的稳健性,这与Yang等人的研究结果一致(15)。此外,这项大样本验证发现,同时存在高血压使DVT的相对风险增加了2.678倍。这种现象具有深刻的病理基础:慢性血液动力学高压状态导致血管内皮长期暴露和损伤,使大量胶原蛋白和促凝物质暴露在受损的内皮表面上。当这种慢性内皮损伤与脑血管手术引发的“急性高凝状态”交织在一起时,会显著促进下肢深静脉血栓的聚集和附着。4.2 与以往研究的比较 以往关于使用TEG预测术后DVT的研究得出了不一致的结论。Han Dong-xu的一项研究表明,TEG指数CI、MA和角度在预测DVT方面具有显著的临床相关性,ROC曲线分析也支持这一点,表明MA具有最佳诊断性能(AUC=0.735)。相反,本研究发现角度具有更大的预测价值。这种差异可能是由于手术类型和检测时机的不同。骨科手术主要涉及骨折和关节置换等创伤性程序,其中血小板功能障碍主导了凝血过程,MA值主要反映血小板聚集功能(17, 18)。相比之下,脑血管手术主要涉及颅内血管操作,其中增高的纤维蛋白原水平和手术创伤引起的异常纤维蛋白聚合是凝血病的主要原因。作为经典生物标志物,本研究中D-dimer的AUC为0.767,与大多数现有研究一致。然而,当与TEG结合使用时,敏感性为70.1%,而特异性高达86.0%,表明TEG可以捕捉到传统凝血测试无法反映的动态高凝状态(19)。年龄和高血压作为传统风险因素,在本研究的多元模型中仍然是独立预测因子,这与先前文献一致(20, 21)。4.3 诊断效果的优势和“年龄悖论” 本研究中构建的组合诊断模型显示出高临床区分度(总体AUC=0.836)。虽然双功超声(DUS)仍然是确认DVT解剖学存在的公认金标准,但它本质上是一种反应性措施——只有在凝块形成后才能检测到血栓。相比之下,TEG的主要优势在于其预测能力。通过实时动态评估整个止血状况,TEG可以在临床血栓真正发生之前识别出处于高凝状态的患者。这种主动监测为临床医生提供了实施针对性预防干预的关键时间窗口,从而有可能完全防止DVT事件的发生。在常规临床路径中,仅依赖D-dimer作为筛查指标通常会导致过度治疗和浪费影像资源,因为其假阳性率非常高(即特异性低)。通过结合TEG参数,组合模型的特异性显著提高至86.0%。这为神经外科医生提供了强大的“排除工具”,能够准确排除那些由于手术压力而非实际血栓形成而标志物升高的“伪高风险患者”。更有趣的是,亚组分析揭示了一个独特的“年龄悖论”现象:组合模型在年轻患者群体(≤65岁,AUC=0.867)中的诊断效果优于老年群体(>65岁,AUC=0.778)。我们假设老年患者(>65岁)通常伴有血管壁的退行性变化,常常伴有下肢静脉瓣膜功能障碍或其他微血管病变。因此,他们的基线D-dimer和黏弹性凝血指数受到这些慢性并发症引起的“系统噪声”的干扰。在血管基线较好的相对年轻患者中,术后TEG角度和D-dimer的急性升高可以更纯粹和直接反映手术创伤本身引发的“急性血栓形成阶段”,从而提供更好的预测准确性和特异性。这突显了一个重要的临床意义:TEG和D-dimer的结合对于从脑血管手术中恢复的相对年轻患者来说是一个非常重要的早期预警指标。4.4 局限性和未来展望 本研究的主要局限性包括:(1)作为单中心回顾性队列,数据的空间异质性可能有限,未来迫切需要通过多中心、大样本队列进行外部验证;(2)回顾性数据难以精确量化物理预防干预的微小差异,如术后早期活动的时间长度和穿着渐进式压力袜的依从性,这可能会引入残余的混杂因素;(3)鉴于TEG检测的成本,其在常规术后监测中的成本效益需要进一步的前瞻性评估。未来的研究可以考虑结合机器学习算法,以进一步挖掘这种多维凝血数据的价值,以精确进行抗凝决策(20–22)。5 结论 在从脑血管手术中恢复的高风险患者群体中,TEG与传统凝血测试的结合显示了出色的早期辅助诊断价值。角度、D-dimer和高血压病史是同时发生DVT的独立预测因子。构建的组合诊断模型具有出色的整体区分度(AUC=0.815)和异常高的特异性(86.0%),有效规避了传统筛查中常见的假阳性陷阱。这对于年轻患者群体具有更明确的临床指导意义。这一策略为优化围手术期DVT预防和精确抗凝管理提供了扎实的基于证据的支持。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号