基于非对比CT影像征象和临床因素构建的列线图模型可有效预测自发性脑出血患者血肿扩张

摘要

目的 构建并评估一种利用非对比CT(NCCT)影像征象和临床因素预测自发性脑出血（sICH）患者血肿扩张（HE）的新预测模型。方法 回顾性分析2023年1月1日～2024年9月30日蚌埠医科大学第一附属医院收治的sICH患者，根据基线血肿容量增加是否>6 mL或33%分为HE组和血肿未扩张组。进行单因素和二元Logistic回归分析，以筛选出与HE发生显著相关的独立预测因子，在此基础上使用R语言构建列线图预测模型，并构建相关的临床模型和影像模型。通过ROC曲线、校准曲线和临床决策曲线评估列线图模型的预测性能。结果 发病-首检CT时间、糖尿病、血小板、低密度征、混合征、卫星征是HE发生的独立预测因素（P<0.05）。将以上因素建立列线图预测模型，其ROC曲线下面积为0.928，临床模型和影像模型分别为0.832和0.829，列线图模型的约登指数、敏感度和特异度整体上亦优于以上2种模型。校准曲线结果表明，列线图模型的预测概率与实际概率拟合度较好；决策曲线结果表明，该模型的阈值概率范围较宽。结论 基于NCCT影像征象和临床因素构建的列线图模型预测sICH患者HE发生的效能良好，优于单纯临床模型和影像模型，从而为患者HE的临床风险划分提供了一种有效且无创的工具。

关键词

自发性脑出血 / 血肿扩张 / 列线图模型 / 预测模型 / CT