摘要

目的 探讨颈动脉斑块患者发生前循环缺血性卒中的临床及多模态超声(multimodal ultrasound, MMU)影响因素,构建基于超微血流成像技术(superb microvascular imaging, SMI)的风险分层预测模型。方法 回顾性分析颈动脉斑块患者683例,根据临床表现和多层螺旋电子计算机断层扫描(computed tomography, CT)/核磁共振扫描(magnetic resonance imaging, MRI),分为前循环卒中组(n=301)和非前循环卒中组(n=382)。收集患者颈动脉斑块的MMU特征、临床和实验室检查数据,采用多因素二元Logistic回归分析筛选出前循环缺血性卒中的影响因素。构建列线图风险预测模型,进行模型验证与风险分层。结果 前循环卒中组和非前循环卒中组年龄、体重指数(body mass index, BMI)、饮酒史、吸烟史、脑梗死既往史、高血压、糖尿病、低密度脂蛋白(low-density lipoprotein, LDL)、高密度脂蛋白(high-density lipoprotein, HDL)、同型半胱氨酸(homocysteine, HCY)、颈动脉狭窄、斑块表面形态、斑块内新生血管差异有统计学意义(P<0.05)。多因素二元Logistic回归分析结果显示,年龄、BMI、吸烟史、脑梗既往史、糖尿病、高血压、LDL、HCY、多模态超声特征(颈动脉狭窄、斑块表面形态、斑块内新生血管)是颈动脉斑块患者发生前循环缺血性卒中的独立危险因素(P<0.05)。基于上述11个指标构建了个体化预测前循环卒中发生风险的列线图模型,所得列线图总分数能更有效地预测合并颈动脉斑块者发生前循环卒中的风险(AUC:0.781,95%CI:0.747~0.816,Hosmer-Lemeshow P=0.637)。该模型的最优截断值0.465(列线图得分138分)将颈动脉斑块患者分为低风险和高风险亚组。Bootstrap验证法证明该模型临床性能良好。结论 MMU构建的风险预测模型能方便、快捷、较准确地预测颈动脉斑块患者前循环卒中的发生并进行风险分层。