在正常压力脑积水的治疗中整合临床判断与客观指标:决定是否需要转诊进行分流手术的关键预测因素

《Canadian Journal of Neurological Sciences》:Integrating Clinical Judgment and Objective Measures in Normal Pressure Hydrocephalus: Key Predictors of Shunt Referral

【字体: 大 中 小 】 时间:2026年03月26日 来源:Canadian Journal of Neurological Sciences 2.2

编辑推荐:

  摘要 背景:特发性正常压力脑积水(iNPH)是一种影响老年人的神经系统疾病,患者在接受分流手术后症状可能会有所改善;然而,手术转诊的标准仍不明确。尽管大多数研究依赖于认知和步态测试的固定临界值,但本研究基于临床判断来探讨影响转诊的因素。次要目标是比较接受分流手术组与未接受分流

  摘要
背景:特发性正常压力脑积水(iNPH)是一种影响老年人的神经系统疾病,患者在接受分流手术后症状可能会有所改善;然而,手术转诊的标准仍不明确。尽管大多数研究依赖于认知和步态测试的固定临界值,但本研究基于临床判断来探讨影响转诊的因素。次要目标是比较接受分流手术组与未接受分流手术组在脑脊液抽取测试(CSF-TT)前后的变化。

方法:这项回顾性研究包括了在魁北克大学医院-耶稣儿童医院(CHU de Québec – H?pital de l’Enfant-Jésus)接受评估的175名患者。根据客观测试结果和临床判断,患者被分为需要分流手术(n = 119)和不需要分流手术(n = 56)两组。通过逻辑回归分析确定了影响转诊决策的变量。使用混合效应方差分析模型(ANOVA)来比较分流手术组与未分流手术组在CSF-TT前后的步态和认知表现的变化。

结果:三个变化指标显著预测了是否需要分流手术:10米步行测试(正常速度)、Trail Making Test Condition 5和Berg平衡量表。较高的教育水平对转诊有积极影响。虽然大多数步态和平衡指标在CSF-TT后显示出显著改善,但认知测试对这种手术的反应较低。

结论:尽管本研究采用基于临床判断的方法而非固定阈值,但其发现与先前文献一致,即步态和平衡是可靠的指标。这强调了从基于严格阈值的标准转向更个性化的、基于临床判断的决策模型的必要性,以便更好地捕捉iNPH表现的多样性。

摘要
将临床判断与客观测量相结合在正常压力脑积水中的应用:预测患者是否需要分流手术的主要因素

背景:特发性正常压力脑积水(HPNI)是一种影响老年人的神经系统疾病。患者在接受分流手术后症状可能会有所改善,但手术转诊的标准仍不明确。大多数研究依赖于认知和步态测试的固定临界值,而本研究旨在通过临床判断来探讨影响转诊的因素。次要目标是比较接受分流手术组与未接受分流手术组在脑脊液抽取测试(CSF-TT)前后的变化。

方法:这项回顾性研究涵盖了在魁北克大学医院-耶稣儿童医院(CHU de Québec – H?pital de l’Enfant-Jésus)接受评估的175名患者。根据客观测试结果和临床判断,患者被分为需要分流手术(n = 119)和不需要分流手术(n = 56)两组。通过逻辑回归分析确定了影响转诊决策的变量。使用混合效应方差分析模型(ANOVA)比较了分流手术组与未分流手术组在CSF-TT前后的步态和认知表现的变化。

结果:三个变化指标显著预测了是否需要分流手术:10米步行测试(正常速度)、Trail Making Test Condition 5和Berg平衡量表。较高的教育水平对转诊有积极影响。虽然大多数步态和平衡指标在CSF-TT后显示出显著改善,但认知测试对手术的反应较低。

结论:尽管本研究采用基于临床判断的方法而非固定阈值,但其发现与先前文献一致,即步态和平衡是可靠的指标。这强调了从基于严格阈值的标准转向更个性化的、基于临床判断的决策模型的必要性,以便更好地捕捉iNPH表现的多样性。在完成协议后,所有纳入研究的患者最终都符合2021年日本指南中关于可能的特发性正常压力性脑积水(iNPH)的标准。参考文献:Nakajima, Yamada和Miyajima12。尽管神经科医生在临床评估过程中考虑了潜在的替代诊断或共病情况,但只有当iNPH仍然是他们医疗记录中的主要假设时,这些患者才被纳入本研究。因此,虽然可能怀疑存在次要的共病,但它们并未超过iNPH作为主要诊断考虑的因素。标准化的脑脊液-tau蛋白(CSF-TT)检测方案遵循固定的每周时间表。周二上午(9点),患者完成神经心理学评估,随后在周二下午(1点)进行物理治疗前的评估。腰椎穿刺在接下来的周三上午9点进行。CSF-TT检测后的评估在同一天进行:物理治疗后的评估在11点,神经心理学评估在1点。人口统计学和临床数据:年龄、生物性别以及正规教育年限是从患者入院时的医疗记录中获得的。正规教育年限被视为一个连续变量,并根据魁北克教育系统进行分类:小学对应6年;高中毕业证对应11年;大学文凭对应13年(技术学位对应14年);学士学位对应16年;硕士学位对应18年;博士学位对应21年;医学或博士后研究对应23年。如果患者拥有多个学位,则以最高学历为准。此外,还从患者的医疗记录中获取了CSF-TT检测过程中抽取的脑脊液量以及初次医疗评估时的MoCA评分。神经心理学评估:根据循证原则选择了相关测试,重点关注心理运动速度、信息处理速度、注意力、短期记忆和工作记忆以及执行功能。参考文献:Ogino, Kazui和Miyoshi15;Nimni, Weiss, Cohen和Laviv22;Laidet, Herrmann, Momjian, Assal和Allali29;Peterson, Savulich, Jackson, Killikelly, Pickard和Sahakian30。在CSF-TT检测前后的评估中,都按照标准顺序进行了相同的测试组合:Grooved Pegboard测试、Delis–Kaplan执行功能系统(D-KEFS)(Trail Making测试[TMT]、Color-Word Interference)32;音素言语流畅性和分类言语流畅性32;Weschler成人智力量表IV(Symbol Search、Coding、Digit Span正向和反向)34;以及神经心理学评估电池(Number and Letters子测试Part A)35。共选择了18个神经心理学变量(原始分数)进行分析。这些测试由合格的神经心理学家按照每项测试的标准说明进行。保留的18个变量以及对测试实施的修改在补充表1中呈现。物理治疗评估:根据循证原则选择了相关测试,重点关注与iNPH相关的神经学特征相符的步态和平衡缺陷。参考文献:Wikkels?, Hellstr?m, Klinge和Tans10;Chunyan, Rongrong和Youping16;Gallagher, Marquez和Osmotherly17;Lilja-Lund, Nyberg, Maripuu和Laurell36。在CSF-TT检测前后的评估中,都进行了相同的测试:10米步行测试——正常速度(10MWT-C)37;10米步行测试——双重任务(10MWT-DT)36;Timed Up and Go38;以及Berg平衡量表39。选择了4个步态/平衡变量(原始分数)进行分析(见补充表1)。这些测试由合格的物理治疗师按照每项测试的标准说明进行。腰椎穿刺:在CSF-TT检测后的第二天,由神经科医生使用20号针头抽取30-50毫升脑脊液。在操作过程中,神经科医生确保脑脊液压力在正常范围内(≤200毫米汞柱)。分别在脑脊液抽取后2小时和4小时,重新评估患者的步态和认知表现。参考文献:Nakajima, Yamada和Miyajima12。神经心理学家和物理治疗师分别使用原始分数或标准化分数比较了CSF-TT检测前后的认知和步态表现。基于这些定量数据,他们对患者功能的变化做出了临床判断。这一判断考虑了变化的数量、幅度和临床相关性。然后,神经科医生将这些专业印象与患者的整体临床状况结合起来,最终决定是否建议进行分流手术。患者随后被分为两组:建议手术的患者(分流组)和未建议手术的患者(非分流组)。即使分流组中的患者最终决定不接受手术,他们仍然被纳入本研究。统计分析:所有分析均使用SAS? 9.4软件进行。计算了基线人口统计学和临床变量(年龄、教育年限、腰椎穿刺过程中抽取的脑脊液量、MoCA筛查测试分数)的描述性统计量,包括平均值和标准差。对于组间比较,通过视觉检查和Shapiro–Wilk检验评估数据分布的正态性。随后使用Levene检验验证方差同质性。对于满足正态性和同质性假设的变量,应用双尾独立Student’s t检验;否则,使用Mann–Whitney U检验。分类变量(如生物性别)使用Pearson卡方检验进行分析。统计显著性定义为p < 0.05。表1详细列出了应用于每个变量的具体统计检验。表1. 人口统计学和临床数据:描述性统计及组间比较 * 显著差异(p < 0.05)以粗体显示。? 使用的参数检验(独立Student’s t检验)。?? Pearson卡方检验。逐步逻辑回归用于识别分流手术推荐的预测因素,利用CSF-TT检测前后的认知和步态变化指数(以(post-pre)/pre计算)。二元结果是推荐状态:分流或非分流。采用向前逐步法(p < 0.05用于纳入和排除),将性别、年龄和教育年限作为协变量。缺失数据通过多重插补处理(100个数据集,预测均值匹配)。数据集被分为80%的训练集(n = 141,比例随机选择)和20%的测试集(n = 34)用于模型验证。混合效应ANOVA模型比较了分流组和非分流组之间的CSF-TT检测前后的认知和步态结果。这些模型识别了对变化敏感的变量,并评估了它们与推荐决策的一致性。固定效应包括组别(Group)、时间(Time)及其交互作用(Group × Time),参与者在组内具有随机截距。模型使用受限最大似然法估计,最优协方差结构由Akaike信息准则选择,必要时应用异方差项。使用Kenward–Roger方法调整自由度。验证了模型的正态性和同质性假设,如果出现违规情况则进行稳健性检查;假设效应的线性。使用Type III检验评估显著性(p < 0.05),并进行Bonferroni调整后的事后比较。表1. 人口统计学和临床数据:描述性统计及组间比较 * 显著差异(p < 0.05)以粗体显示。? 使用的参数检验(独立Student’s t检验)。?? Pearson卡方检验。逐步逻辑回归用于识别分流手术推荐的预测因素,利用CSF-TT检测前后的认知和步态变化指数(以(post-pre)/pre计算)。二元结果是推荐状态:分流或非分流。采用向前逐步法(p < 0.05用于纳入和排除),将性别、年龄和教育年限作为协变量。结果:共有175名患者接受了CSF-TT检测前的iNPH相关认知和步态/平衡评估。其中119名患者(68%)接受了分流手术(分流组),而56名患者(32%)在CSF-TT检测后临床改善不足,不足以建议手术(非分流组)。在建议手术的患者中,114名接受了分流手术,5名放弃了手术。94名患者的术后随访数据可用,其中85名(90.4%)符合明确iNPH的标准,并由神经科医生进行了简要的临床评估以评估总体术后改善情况。在本研究中,分析仅限于CSF-TT检测前后的数据,不考虑分流手术后的结果。分流手术后的结果仅用于记录最终的诊断分类。CSF-TT检测前的MoCA评分在分流组(n = 107;M = 21.4,SD = 3.7)和非分流组(n = 45;M = 20.2,SD = 4.1)之间没有显著差异;U = 1973.00,p = 0.078。然而,如表1所示,两组在平均年龄上存在统计学差异,分流组平均年龄低于非分流组。分流组的年龄范围为60至85岁,而非分流组的年龄范围为61至90岁。两组在其他变量上表现出相似的人口统计学和临床特征。逻辑回归:逻辑回归模型中使用的预测变量指数见表2。进行了逐步逻辑回归模型以识别分流手术推荐的预测因素(见表3)。该模型选择了10MWT-C、TMT Condition 5和Berg平衡量表指数作为显著预测因素。教育年限是一个显著的协变量。尽管年龄和生物性别未达到统计学显著性,但由于其理论相关性,它们仍被作为协变量保留在模型中。表2. 多变量逻辑回归模型中使用的指数说明:注意:iNPH = 特发性正常压力性脑积水;M = 平均值;SD = 标准差;D-KEFS = Delis–Kaplan执行功能系统;TMT = Trail Making Test;WAIS-IV = Wechsler成人智力量表第四版;NAB = 神经心理学评估电池;10MWT = 10米步行测试。* 指数使用以下公式计算:(Post–Pre)/Pre。? 效率使用以下公式计算:((236 – Numbers and Letters Part A错误原始分数)/Numbers and Letters Part A速度原始分数)。表3. 多变量逻辑回归分析结果 注意:CI = 置信区间;10MWT-C = 10米步行测试——正常速度;TMT = Trail Making Test。* 显著的p值< 0.05以粗体显示。表4. 神经心理学和步态/平衡变量的重复测量ANOVA结果 注意:具体观察次数(n)和相应的描述性结果见补充表。CSF-TT = 脑脊液-tap测试;D-KEFS = Delis–Kaplan执行功能系统;TMT = Trail Making Test;WAIS-IV = Wechsler成人智力量表第四版;NAB = 神经心理学评估电池;10MWT = 10米步行测试。? 效率使用以下公式计算:((236 – Numbers and Letters Part A错误原始分数)/Numbers and Letters Part A速度原始分数)。由于某些指标的缺失值,dfs有所不同。* p < 0.05。** p < 0.01。*** p < 0.001。步行速度提高10%,表现为10MWT-C的相对变化指数增加0.1单位,意味着分流手术推荐的几率增加55%(OR = 1.55,95% CI [1.19, 2.03])。同样,TMT Condition 5的完成时间减少10%(表示表现改善),其相对变化指数减少0.1单位,意味着手术推荐的几率增加32%(OR = 1.32,95% CI [1.07, 1.64])。平衡能力改善,表现为Berg平衡量表相对变化指数增加0.1单位(相对于CSF-TT检测前的分数增加10%),使得手术推荐的几率增加60%(OR = 1.60,95% CI [1.09, 2.36]。每增加一年的教育年限,分流手术推荐的几率增加13%(OR = 1.13,95% CI [1.00, 1.27])。由于进行了多重插补处理缺失数据,无法使用Wald统计检验来评估模型的整体拟合度。尽管如此,该模型解释了分流手术推荐状态方差的35.0%(Nagelkerke R2),正确分类率为76.5%。模型的接收者操作特征曲线下面积为0.798,敏感性和特异性分别为95.7%和36.4%。决策阈值设定为0.378。如果预测概率超过该阈值,则决定建议患者进行分流手术。混合效应ANOVA:仅报告组别(分流 vs 非分流)和时间(CSF-TT检测前后的)之间的显著交互作用,以识别对变化最敏感的变量并评估它们与推荐决策的一致性。在D-KEFS Color-Word Interference Test的Word Reading条件下,观察到显著的Group × Time交互作用。总体而言,脑脊液引流(CSF-TT)后步态和平衡能力的改善在分流组更为明显,而非分流组在信息处理速度方面取得了更大的进步。10MWT-C测试和Berg平衡量表不仅对变化具有敏感性,而且成为与转诊决策相关的关键变量。主要结果详细列于表4中。补充表2提供了每个测试的样本量和描述性统计信息,由于回顾性临床病历审查中存在数据缺失的情况,可用数据点的数量有所不同。在颜色-单词干扰测试的单词阅读条件下,观察到显著的组别×时间交互作用,F(1, 59.4) = 4.46, p = 0.039, 部分η2 = 0.070,表明效应大小为中等。事后分析显示,在CSF-TT之前,分流组的执行时间明显快于非分流组(p = 0.028)。在CSF-TT前后,只有非分流组有显著改善,执行时间明显减少(p = 0.044),而分流组没有显著变化(p = 0.598)。在CSF-TT之后,组间差异不再显著(p = 0.207),表明基线时观察到的表现差距已经缩小。对于10MWT-C测试,也观察到显著的组别×时间交互作用,F(1, 172) = 25.61, p < 0.001, 部分η2 = 0.130,表明效应大小为中等到较大。CSF-TT之前,两组之间没有显著差异(p = 0.697)。分流组从CSF-TT前到CSF-TT后有显著改善(p < 0.001),而非分流组没有显著变化(p = 0.259)。这导致分流组在CSF-TT后的得分高于非分流组,尽管这种差异仅具有边际显著性(p = 0.060)。对于10MWT-DT测试,观察到显著的组别×时间交互作用,F(1, 118) = 6.94, p = 0.010, 部分η2 = 0.056,表明效应大小为中等。CSF-TT之前,两组之间没有显著差异(p = 0.690)。两组从CSF-TT前到CSF-TT后都有显著改善(分流组:p < 0.0001;非分流组:p = 0.005)。分流组在CSF-TT后的得分高于非分流组,但这种差异不具有统计学意义(p = 0.108)。对于Berg平衡量表,观察到显著的组别×时间交互作用,F(1, 164) = 31.60, p < 0.001, 部分η2 = 0.162,表明效应大小较大。CSF-TT之前,两组之间没有显著差异(p = 0.408)。两组从CSF-TT前到CSF-TT后都有显著改善(分流组:p < 0.0001;非分流组:p = 0.005)。分流组在CSF-TT后的得分高于非分流组,但这种差异不具有统计学意义(p = 0.108)。讨论 本回顾性研究的主要目的是确定哪些从CSF-TT前到CSF-TT后的认知和步态变量变化指标,以及患者特征,与被推荐进行分流手术的可能性具有统计学关联。逻辑回归模型使用从CSF-TT前到CSF-TT后的评估中得出的表现变化指标,识别出三个显著的预测因子:10MWT-C、TMT条件5和Berg平衡量表。这些发现表明,步态速度、心理运动速度和平衡能力的改善在临床转诊决策中最为重要。教育年限也是一个显著的协变量,较高的教育水平与更高的转诊可能性相关。本研究的第二个目的是比较分流组和非分流组,以确定哪些认知和步态测试对CSF-TT后的变化最为敏感。研究结果表明,Berg平衡量表、10MWT-C、10MWT-DT和颜色-单词干扰测试的单词阅读条件在CSF-TT后表现出显著的组间差异。这与目标1的结果一致,强调了平衡和步态变量在转诊决策中的关键作用。两组在人口统计学和临床特征方面相对同质。年龄是唯一表现出统计学显著差异的变量,年轻患者更常被推荐进行分流手术。这种模式可能反映了临床倾向于优先考虑年轻患者,因为他们具有更大的功能恢复潜力和较低的术后并发症风险。在MoCA总分上,两组之间没有显著差异。然而,两组的平均得分都低于广泛接受的认知障碍临床临界值(即得分<26),这进一步强调了MoCA作为iNPH人群认知缺陷筛查工具的相关性。此外,两组在脑脊液引流过程中移除的脑脊液量没有显著差异,这与先前的研究一致,表明在标准化范围(30-50毫升)内的变化没有可测量的影响。逻辑回归是一种广泛用于开发预测工具的方法。然而,当前模型的主要目的不是预测本身,而是为了更深入地了解CHU-HEJ的临床决策过程。因此,这里报告的性能指标是描述性的,以便于解释;它们不用于诊断分类。虽然该模型显示出相对较高的敏感性(95.65%)和较低的特异性(36.36%),反映了避免漏诊的临床优先事项,但也强调了提高决策精确性的必要性。该模型解释了35.0%的转诊状态变异,表明决策过程中的重要因素未包含在模型中。尽管控制了已知的影响因素,如年龄、生物性别和教育水平,但仍有大量相关因素未被考虑。例如,临床医生的经验可能会影响症状的解释和转诊的可能性。经验丰富的专业人士可能会利用隐性知识和微妙的临床线索来影响他们的决策。同样,更广泛的临床考虑因素,包括血管和神经并发症,以及患者的功能状态,也常常以难以量化的形式影响转诊决策。这些因素突显了需要结合可量化结果和经验临床专业知识的模型的必要性。尽管如此,本研究的结果表明,特别是步态速度和平衡能力在指导手术转诊中起着核心作用。10MWT-C和Berg平衡量表已被证明可以作为预测因子,并且对变化敏感,这与当前指南和先前的研究一致。值得注意的是,CSF-TT后的步态相关改善的预测价值超过90%,确立了步态和平衡作为核心临床指标的地位。本研究的发现进一步证实了这一点:CHU-HEJ的转诊决策似乎严重依赖于这些指标。虽然10MWT-DT也显示出对变化的敏感性,但它没有被纳入预测模型。这可能反映了只分析了行走速度,而没有考虑双任务期间的认知表现。认知维度可能已被临床医生纳入判断过程中,而模型可能未能捕捉到这一细微差别。两组在10MWT-DT上都有改善,分流组在CSF-TT后的进步更为显著。这种模式与先前的研究一致,强调了双任务范式在识别对脑脊液引流有反应的患者中的实用性,特别是在手术几天后进行评估时。在逻辑回归模型中,只有一个变量(TMT条件5)作为显著的预测因子,这是一个衡量心理运动速度的指标。有趣的是,这项任务在CSF-TT后的组间差异不显著,表明其在预测模型中的纳入可能反映了其对临床判断的影响,而不是基于表现的明显变化。先前的研究强调了心理运动速度任务在检测脑脊液引流反应性方面的实用性,特别是涉及上肢运动功能的任务。例如,在CSF-TT后,线追踪任务的表现在响应者中提高了12%,为解释变化提供了一个有用的基准。纳入替代速度任务,如线追踪测试,可以进一步完善评估协议并提高临床决策工具的预测有效性。相比之下,颜色-单词干扰测试的单词阅读条件是一个衡量信息处理速度的指标,它是唯一在CSF-TT后表现出显著组间差异的认知指标。具体来说,分流组在基线时的表现优于非分流组。然而,只有非分流组在CSF-TT后表现出显著改善,导致随访时组间差异消失。虽然这种模式在统计学上显著,但在临床上却出乎意料。这可能反映了分流组的“天花板效应”,限制了他们可测量的进步潜力,而非分流组由于基线表现较慢,有更大的改进空间。总体而言,这些发现强调了在CSF-TT背景下完善认知评估协议的必要性,以提高其检测认知变化的敏感性。本研究中评估的时间是在腰椎穿刺后4小时,这可能是一个影响因素,因为新兴证据表明认知改善通常需要更多时间才能显现。例如,先前的研究表明,使用迷你精神状态检查和额叶评估电池,在腰椎穿刺后一周内可以观察到显著的认知改善。这些发现表明,延长随访间隔或进行重复评估可能有助于更好地检测认知变化。在本研究中,这代表了一个局限性,因为一些可能从分流手术中受益的患者可能会被遗漏。此外,这种方法也可能提高双任务测试的敏感性,因为如前所述,这通常依赖于随时间发生的微妙认知变化。在我们的临床环境中,CHU-HEJ服务于魁北克省的整个东部地区,后勤限制使得在没有坚实科学证据的情况下难以扩展评估时间表。因此,在研究环境中进行更长时间或重复的随访将更可行,以更好地确定CSF-TT后评估的最佳时间。教育水平在逻辑回归模型中是一个显著的协变量,突显了其在临床决策过程中的潜在影响。在本研究中,直接评估教育年限对测试分数的影响不是主要目标。相反,重点在于评估教育对转诊决策的预测价值。教育对预测转诊状态的影响表明它可能通过提高测试表现或认知储备机制对临床判断产生影响。元分析表明,阿尔茨海默病患者在接受重复测试时表现出最小的练习效应;然而,较高的教育水平略微稳定了表现。尽管iNPH患者通常由于认知障碍而表现出有限的练习效应,但教育仍可能影响认知和步态测试的表现,从而影响转诊决策。这一发现对于优化CSF-TT前后的协议具有重要意义。此外,较高的教育水平与分流手术后36个月的功能下降较少相关,这表明可能存在保护作用。因此,有必要进一步研究以明确教育对iNPH(正常压力性脑积水)短期和长期结果的影响。总体而言,本研究强调了一个关键点:iNPH的临床决策并不仅限于严格的阈值或绝对的性能提升,而是一个更为综合的过程,在这个过程中,变化需要根据每个患者的整体临床状况来解读。这种基于判断的方法,正如目前在CHU-HEJ所应用的那样,可能比仅依赖临界值的方法更能反映现实世界的复杂性。从这个意义上说,研究结果为一种结合定量发现和临床专家经验的灵活护理模式提供了实证支持。

**研究的优势与局限性**
本研究有几个优势。首先,它采用了一种新颖且实用的方法,通过在真实临床环境中考察一个长期使用的方案,来深入理解转诊进行分流手术的决策过程。这种基于患者护理现实的方法有助于识别影响判断的因素,并为改进现有实践提供了有价值的基础。其次,该研究通过使用考虑每个患者基线功能的绩效指标,而非仅依赖绝对变化分数,促进了更加个性化的临床决策。此外,纳入人口统计因素进一步增强了根据个体患者情况调整解释的能力。然而,该研究也存在局限性。回顾性设计限制了对从临床记录中提取的数据完整性和一致性的控制。这种现实世界的背景支持了生态效度,并证明了在临床实践中实施结构化CSF-TT(脑脊液-转流试验)方案的可行性,但可能会引入记录上的变异性并降低病例间的标准化程度。另外,将最新的诊断标准(2021年)应用于追溯至2010年的旧病例可能会引入分类偏差。尽管神经科医生在确定工作诊断时考虑了潜在的替代医学解释和共病神经状况,但这些状况并未在临床文件中系统地进行评估或记录。因此,一些共病或医学状况可能对认知缺陷产生了影响,而这些缺陷与iNPH无关,这可能会影响我们对研究结果的解读。缺失数据也是一个挑战,尤其是在执行功能测试方面,由于病情较严重的患者常常无法完成这些测试(例如TMT第4项、颜色-单词干扰-抑制任务)。这突显了需要开发更适合iNPH患者认知严重程度范围的评估方案。为了解决这一局限性,采用了基于预测均值匹配的多重插补方法来提供无偏且合理的估计。最后,由于缺乏分流手术后的结果数据,无法直接验证转诊决策的合理性,这突显了进行具有长期随访的前瞻性研究的重要性。

**结论**
综上所述,这些发现为开发个性化预测模型以支持iNPH的决策奠定了基础。与依赖固定临界值相比,结合最具信息量的指标(如10MWT-C、Berg平衡量表以及TMT第5项或线条追踪测试)的逻辑回归方法可能提供更加灵活且具有临床相关性的替代方案。为了提高模型的准确性和临床适用性,必须首先改进当前的评估方案,特别是在认知方面,因为这些方面的改进可能需要更长的时间才能显现。将CSF-TT评估前的间隔时间延长到标准4小时窗口之外,可能有助于更好地捕捉这些变化并提高某些指标的敏感性。虽然本研究本身并不旨在创建一个预测工具,但其方法论提供了宝贵的基础。未来整合CSF-TT前后数据以及分流手术后结果的前瞻性研究对于构建稳健的预测模型至关重要。纳入年龄、教育水平、性别和血管共病等临床和人口统计变量,将进一步支持个性化方法,更好地考虑患者异质性并指导更加定制化的手术决策。

**补充材料**
本文的补充材料可在以下链接找到:https://doi.org/10.1017/cjn.2026.10544

**作者贡献**
概念构思:FBM、SC、LV、CH
方法学设计:FBM、SC、YN、LV、CH
项目管理:FBM、AN
数据分析:FBM
监督:SC、LV、CH
FBM撰写了手稿的初稿,所有作者都参与了审稿和编辑工作。

**资金支持**
FBM获得了加拿大卫生研究院(187549)和魁北克研究基金(https://doi.org/10.69777/313551)的奖学金支持。本研究由CHU-HEJ记忆跨学科诊所的正常压力性脑积水研究基金资助。

**利益冲突**
作者们没有需要披露的潜在利益冲突。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号