论文部分内容阅读
第一部分 CG-FAST评分可预测急性缺血性卒中患者的大血管闭塞目的:急性大血管闭塞性缺血性卒中(acute ischemic stroke with large vessel occlusion,AIS-LVO)患者需尽早诊断,以利于快速转运至高级卒中中心。目前已发表的预测大血管闭塞(Large vessel occlusion,LVO)的评分仍具有一定的改进空间。本研究旨在开发一项改良评分以提高预测缺血性卒中LVO的能力。方法:纳入2009年6月至2018年12月期间在我院就诊的起病8小时内的AIS患者,并接受头颅电子计算机断层扫描血管造影(Computed Tomography angiography,CTA)或时间飞跃-磁共振血管成像(time of flight-Magnetic Resonance angiography,TOF-MRA)检查,且记录有基线美国国立卫生研究院卒中量表(National Institutes of Health Stroke Scale,NIHSS)的详细评分项。LVO 定义为颈内动脉颅内段、大脑中动脉M1段、M2段或基底动脉的完全闭塞。简易操作现场分流评分(Conveniently-Grasped Field Assessment Stroke Triage,CG-FAST)由意识水平提问(level of Consciousness questions)、凝视(Gaze deviation)、面瘫(Facial palsy)、手臂无力(Arm weakness)、言语障碍(Speech changes)组成(各项的英文首字母联合Time组成CG-FAST)。采用受试者工作特征曲线(Receiver Operating Characteristic,ROC)分析,比较CG-FAST评分与既往LVO预测评分预测大血管闭塞的曲线下面积(Area Under the Curve,AUC)。结果:纳入分析1499例患者,其中AIS-LVO患者686例(45.8%)。CG-FAST评分预测AIS-LVO的最佳阈值为4分,其敏感度、特异度、阳性预测值、阴性预测值分别为 0.622、0.829、0.754 和 0.722。CG-FAST 评分的 AUC(0.792)高于其他评分,包括 FAST-ED(0.780)、3-ISS(0.758)、CPSSS(0.776)、PASS(0.769)、RACE(0.772)、LAMS(0.736)、G-FAST(0.754)和 NIHSS 评分(0.784)。结论:创新改良的CG-FAST评分可以简单有效地预测急性缺血性卒中患者是否存在大血管闭塞。第二部分 应用人工神经网络建立大血管闭塞的预测模型目的:本研究旨在基于人工神经网络(artificial neural network,ANN)算法,整合院前急救所需的信息(包括人口统计学特征、NIHSS评分和血管危险因素),开发并建立一个缺血性卒中患者LVO的预测模型。方法:纳入2009年6月至2018年12月期间在我院就诊的起病8小时内的AIS患者,并接受头颅CTA或TOF-MRA检查和记录基线NIHSS的详细评分项、人口统计学特征、血管危险因素等。LVO定义为颈内动脉颅内段、大脑中动脉M1段、M2段或基底动脉的完全闭塞。随机选择1:1比例的LVO患者和非LVO患者,应用反向传播算法建立ANN模型,并采用十折交叉验证法对模型进行验证。计算并比较ANN模型与既往LVO预测评分之间的效能。结果:随机选取300例LVO患者和300例非LVO患者进行ANN学习训练和验证。经10折交叉验证法分析,ANN模型预测LVO的平均约登指数为0.640,敏感度为0.807,特异度为0.833,准确度为0.820。ANN模型预测LVO的AUC、约登指数和准确度均高于其他预测评分。结论:ANN模型可以有效识别急性缺血性大血管闭塞性卒中患者。