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

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