基于β2-微球蛋白和脂蛋白a的脑小血管病MRI总负荷预测模型构建

李晓艳, 季洪革, 王婷婷, 李影影, 查溪静, 李彬, 姜丹

中国临床医学 ›› 2025, Vol. 32 ›› Issue (04) : 634 -641.

PDF
中国临床医学 ›› 2025, Vol. 32 ›› Issue (04) : 634 -641.

基于β2-微球蛋白和脂蛋白a的脑小血管病MRI总负荷预测模型构建

作者信息 +

Author information +
文章历史 +
PDF

摘要

目的 基于β2-微球蛋白(β2-MG)和脂蛋白a[Lp(a)]构建脑小血管病(CSVD) MRI负荷的预测模型,分析预测模型的价值并进行验证。方法 选取2023年2月—2024年8月安徽省第二人民医院收治的CSVD患者共138例,根据CSVD MRI总负荷评分标准,将患者分为轻负荷组(n=63)和中重负荷组(n=75)。比较两组相关临床资料。采用二元logistic回归分析CSVD MRI中重负荷的独立影响因素,根据影响因素构建列线图模型并评价其预测效能。结果 中重负荷组中,男性、糖尿病史、高血压史的患者比例均显著高于轻负荷组,年龄大于轻负荷组,β2-MG、Lp(a)、同型半胱氨酸(Hcy)水平高于轻负荷组(P<0.01)。多因素logistic回归分析显示,高血压、糖尿病、β2-MG、Lp(a)是CSVD MRI中重负荷的独立影响因素(P<0.05)。基于上述4个指标构建的列线图预测模型截断值为0.467 0,在训练集(n=97)中的曲线下面积(AUC)为0.838 7(95%CI 0.760 8~0.916 6),内部验证集(n=41)中的AUC为0.854 1(95%CI 0.742 1~0.966 1);校准曲线显示,模型预测值与实测值的一致性良好;决策曲线分析(DCA)显示,列线图模型具有较好临床实用性。结论 基于β2-MG和Lp(a)建立的列线图模型对CSVD MRI中重负荷风险预测效能较高,具有良好区分度与校准度。

关键词

脑小血管病 / MRI总负荷 / β2-微球蛋白 / 脂蛋白a / 预测模型

Key words

引用本文

引用格式 ▾
李晓艳, 季洪革, 王婷婷, 李影影, 查溪静, 李彬, 姜丹. 基于β2-微球蛋白和脂蛋白a的脑小血管病MRI总负荷预测模型构建[J]. 中国临床医学, 2025, 32(04): 634-641 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/