血肿异质性对血肿扩大的影响及预测评分系统的建立

Chinese Journal of Cerebrovascular Diseases(2019)

引用 1|浏览2
暂无评分
摘要
目的 探讨血肿异质性对幕上原发性脑出血血肿扩大的影响及依此建立血肿扩大的预测评分系统. 方法 回顾性连续纳入2015年6月至2017年12月湖南省吉首大学第一附属医院首诊治疗的原发性脑出血患者208例,利用3D软件进行血肿成像,计算血肿体积和表面积,根据血肿有无扩大分为血肿扩大组(44例)和血肿未扩大组(164例),利用血肿CT值的标准差(CTSD)及血肿形态的不规则比值(IR)反映血肿的异质性,分析血肿异质性与血肿扩大的关系,并依此建立预测血肿扩大的评分模型.应用SPSS 20.0软件分析处理数据,采用单因素分析及多因素Logistic回归分析影响血肿扩大的危险因素,采用受试者工作特征(ROC)曲线评估评分系统对血肿扩大的预测价值. 结果原发性脑出血血肿扩大的发生率为21.2% (44/208).单因素分析结果显示,血肿扩大组体积增加量[(15±11) ml]、血肿CTSD(12.9±2.2)、IR(2.7±0.5)均高于血肿未扩大组[分别为(4±6)ml、9.1±1.6、1.5±0.3;均P<0.01],规律服用药物、首诊高血糖、首诊收缩压、发病时间、入院意识、出血原因、GCS评分两组差异均有统计学意义(均P<0.05).多因素Logistic回归分析结果显示:入院时GCS评分≥10分(OR=4.141,95% CI:1.526 ~ 11.237,P=0.005)、CTSD≥10.85(OR=3.593,95% CI:1.354~9.540,P=0.010)及IR≥2.0(OR=93.487,95% CI:27.656 ~316.012,P<0.01)是血肿扩大的独立危险因素,并依此建立CIG(CTSD、IR及GCS)预测评分系统,ROC曲线分析显示,当CIG评分≥9.5分时,其预测血肿扩大的敏感度为86.9%,特异度为95.1%. 结论通过个性化的成像处理,首次通过血肿的密度不均质性及形态的不规则度量化了血肿异质性,并依此建立血肿扩大的预测评分模型,为临床对血肿扩大的判断提供新的思路.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要