摘要
背景：出血性转化是急性缺血性卒中患者接受机械取栓术后常见的严重并发症。本研究旨在评估基线ASPECTS评分、纤维蛋白原水平及血小板计数在预测机械取栓术后是否会发生出血性转化方面的价值。方法：我们回顾性分析了274名接受机械取栓治疗的急性缺血性卒中患者，通过后续影像学检查判断患者在24小时内是否出现出血性转化。同时运用逻辑回归分析、ROC分析、DeLong检验以及Bootstrap重采样法（1000次迭代）来评估各预测因素的作用及模型的性能。结果：在274名患者中，有52人（19.0%）出现了出血性转化。基线ASPECTS评分（调整后OR值为0.73，95%置信区间为0.61–0.88；p值=0.001）、纤维蛋白原水平（调整后OR值为0.51，95%置信区间为0.32–0.79；p值=0.003）以及血小板计数（调整后OR值为0.99，95%置信区间为0.99–1.00；p值=0.018）均与出血性转化存在独立关联。在各预测因素中，基线ASPECTS评分的区分能力最强（AUC值为0.684），而基线NIHSS评分的区分能力较差（AUC值为0.539）。将基线ASPECTS评分、纤维蛋白原水平及血小板计数结合而成的简化模型，其区分能力较为均衡（AUC值为0.739），与完整模型相比没有显著差异（p值=0.804），也与仅使用基线ASPECTS评分的模型相比无显著差异（p值=0.112）。同样，完整模型也并未显著优于仅使用基线ASPECTS评分的模型（p值=0.120）。Bootstrap验证结果表明该模型的稳定性良好。结论：基线ASPECTS评分、纤维蛋白原水平及血小板计数均是机械取栓术后出血性转化的独立预测因素。包含这些因素的简化模型具备一定的预测效能，且结构较为简洁，不过在实际临床应用之前还需进行外部验证。
