首页|脑出血患者血肿扩大的CT征象、参数表现及其相关的影响因素模型构建

脑出血患者血肿扩大的CT征象、参数表现及其相关的影响因素模型构建

扫码查看
原文链接
  • 万方数据
  • 维普
目的 探讨脑出血(ICH)患者血肿扩大(HE)的电子计算机断层扫描(CT)征象、参数表现及其相关的影响因素,并构建模型.方法 对于2020年1月～2023年1月在湖北省潜江市中心医院接受治疗的124例ICH患者的临床资料进行回顾性分析,将发生HE的患者纳入HE组(59例),未发生HE的患者纳入无HE组(65例).比较两组一般资料、CT征象、参数表现,并予以多因素Logistic回归分析法分析ICH患者HE的危险因素,构建预测模型,绘制受试者工作特征(ROC)曲线分析其对ICH患者HE的预测价值.结果 HE组入院时格拉斯哥昏迷量表(GCS)评分低于无HE组;基线血肿量、全血NPR水平均高于无HE组;初诊血肿体积、高低密度差大于无HE组;岛征、漩涡征、黑洞征、混合征及联合征象的患者占比分别为40.68％、44.07％、35.59％、52.54％及83.05％,均高于无HE组的7.69％、7.69％、4.62％、9.23％及20.00％(P<0.05).多因素Logistic回归分析结果显示,ICH患者HE的独立危险因素包括全血NPR水平高、初诊血肿体积大、高低密度差大、岛征、漩涡征、黑洞征、混合征及联合征象(OR=1.575、2.406、1.408、1.929、2.713、2.784、2.195、2.633,P<0.05).构建回归方程模型:logit(P)=-8.983+全血NPR水平×0.454+初诊血肿体积×0.878+高低密度差×0.342+岛征×0.657+漩涡征×0.998+黑洞征×1.024+混合征×0.786+联合征象×0.968.ROC曲线显示,当logit(P)>12.41时,曲线下面积(AUC)值为0.824,95％CI为0.746～0.887,χ2为8.848,诊断敏感度为79.66％,特异度为73.85％.结论 ICH患者HE的独立危险因素包括全血NPR水平高、初诊血肿体积大、高低密度差大、漩涡征、岛征、混合征、黑洞征及联合征象,预测模型对其预测价值较高,临床尽早结合上述情况进行评估,并给予针对性干预措施,有助于预防ICH患者HE的发生风险.
Construction of CT Signs, Parameter Manifestations, and Related Influencing Factor Models for Hematoma Enlargement in Patients with Cerebral Hemorrhage

Intracerebral HemorrhageHematoma EnlargementElectronic Computed TomographySymptomsParameter PerformanceInfluencing FactorsPrediction Model

宋承东、周聪、李昌勇、王兆薇

展开 >

潜江市中心医院放射影像科 湖北潜江 433199

潜江市中心医院神经内科 湖北潜江 433199

脑出血 血肿扩大 电子计算机断层扫描 征象 参数表现 影响因素 预测模型

湖北省科技计划(2022)

2022BCE062

2024

10.3969/j.issn.1672-5131.2024.03.009

中国CT和MRI杂志
北京大学深圳临床医学院 北京大学第一医院

中国CT和MRI杂志

CSTPCD
影响因子：1.578
ISSN：1672-5131
年,卷(期)：2024.22(3)
  • 20