新型预测社区医院急性前循环大血管闭塞性卒中的量表:来自STRESS登记研究的结果

《Frontiers in Neurology》:A novel scale to predict acute anterior circulation large vessel occlusion stroke for community hospitals: result from the STRESS registry

【字体: 大 中 小 】 时间:2026年03月27日 来源:Frontiers in Neurology 3.3

编辑推荐:

  目的:开发一种简单新颖的量表,用于预测中国社区医院的急性前循环大血管闭塞(LVO)性卒中。方法:研究人员对前瞻性收集的急性缺血性卒中患者数据库(STRESS登记研究)进行回顾性分析。患者被分为推导队列和验证队列。研究人员在推导队列中推导出一个量表,并在验证队列

  
目的:开发一种简单新颖的量表,用于预测中国社区医院的急性前循环大血管闭塞(LVO)性卒中。方法:研究人员对前瞻性收集的急性缺血性卒中患者数据库(STRESS登记研究)进行回顾性分析。患者被分为推导队列和验证队列。研究人员在推导队列中推导出一个量表,并在验证队列中评估该量表。结果:共筛选1,196例急性缺血性卒中患者,722例纳入研究,推导队列和验证队列分别为406例和316例。多变量逻辑回归分析显示,眼球凝视偏移[比值比(OR):5.66,95%置信区间(CI):2.79–11.50]、上肢运动无力(OR:4.17,95% CI:1.17–14.87)、心房颤动(OR:4.10,95% CI:2.12–7.90)和意识水平(OR:3.76,95% CI:1.56–9.04)与急性前循环大血管闭塞性卒中显著相关。因此,开发了包含意识、眼球凝视、上肢无力和心房颤动四项的社区医院卒中量表(CEA2)。在验证队列中,CEA2≥2预测前循环LVO性卒中的约登指数、灵敏度、特异度、阳性预测值、阴性预测值和准确度分别为0.722、0.878(95% CI 0.818–0.921)、0.844(95% CI 0.745–0.865)、0.846(95% CI 0.755–0.871)、0.876(95% CI 0.809–0.917)和0.861(95% CI 0.801–0.881)。进一步分析显示,当包含心房颤动的CEA2评分≥2时,预测心源性栓塞病因的灵敏度、特异度和准确度分别为0.792(95% CI 0.722–0.850)、0.849(95% CI 0.785–0.899)和0.821(95% CI 0.773–0.862)。结论:CEA2量表可能是一种简单有效的工具,可用于识别前循环LVO性卒中,并为中国社区医院提供相关病因信息。
**研究背景与目的**
急性大血管闭塞(large vessel occlusion, LVO)性卒中是导致严重残疾和高死亡率的主要原因。目前急性缺血性卒中(acute ischemic stroke, AIS)早期管理指南推荐对符合条件的急性前循环LVO患者进行血管内治疗,但该治疗的有效性高度依赖于及时干预。约70%-80%的LVO病变发生于前循环,主要分布于大脑中动脉和颈内动脉。既往研究提示,当美国国立卫生研究院卒中量表(National Institutes of Health Stroke Scale, NIHSS)评分超过9-14分时可能提示LVO,但NIHSS量表复杂且耗时,不适合急救医疗服务(emergency medical services, EMS)快速应用。为此,国内外已开发出若干简化量表,如RACE(Rapid arterial occlusion evaluation scale)等,但这些量表对社区医师而言仍较复杂,尤其在中国基层医院。因此,亟需一种简单、以用户为导向的量表,能够检测皮质或半球功能缺损,以提高中国社区医院对急性前循环LVO性卒中的预测能力。
研究人员基于STRESS登记研究(STroke REgiStry program in Yuexi District of China,中国临床试验注册中心ChiCTR2100052952)数据,开发并验证了一种新的社区医院卒中量表——CEA2(Consciousness-Eye-Arm-Atrial Fibrillation)量表,旨在为基层医院提供快速、准确的LVO识别工具。该研究发表于《Frontiers in Neurology》。

**主要关键技术方法**
研究人员回顾性分析了STRESS登记研究中2022年6月至2024年6月间来自中国15家综合卒中中心的前瞻性收集数据。样本队列来源明确:共筛选1,196例AIS患者,最终纳入722例,按入院时间顺序分为推导队列(406例,2022年6月至2023年3月)和验证队列(316例,2023年4月至2024年6月)。关键方法包括:多变量逻辑回归筛选独立预测因子;基于回归系数分配整数分值构建CEA2量表;受试者工作特征(receiver operating characteristic, ROC)曲线分析确定最佳截断值;Bootstrap内部验证(200次重采样)校正乐观估计;Pearson相关系数与方差膨胀因子(variance inflation factor, VIF)评估共线性;LASSO逻辑回归(10折交叉验证)验证预测因子稳健性;校准曲线与Brier评分评估模型拟合度;决策曲线分析(decision curve analysis, DCA)评估临床净获益。

**研究结果**
**Baseline characteristics(基线特征)**
推导队列中,LVO与非LVO患者在年龄(69.51±13.22 vs. 69.09±12.22岁,p=0.750)和性别(男性60.24% vs. 61.18%,p=0.850)上无显著差异,验证队列中同样无统计学意义。然而,LVO患者的房颤(atrial fibrillation, AF)患病率显著高于非LVO患者:推导队列中48.03% vs. 9.84%(p<0.001),验证队列中46.79% vs. 8.12%(p<0.001)。NIHSS评分方面,LVO患者中位评分显著更高(推导队列:12.00 vs. 4.00;验证队列:13.00 vs. 4.00,均p<0.001)。单变量分析显示,LVO与非LVO患者在意识水平(LOC)、LOC问题、LOC指令、眼球凝视偏移、面瘫、上肢运动、下肢运动和失语症方面存在显著差异。

**CEA2 scale(CEA2量表)**
多变量逻辑回归分析识别出与LVO显著相关的临床因素:眼球凝视偏移(OR=5.66,95% CI 2.79-11.50,p<0.001)、失语症(OR=4.67,95% CI 2.20-9.92,p<0.001)、上肢运动无力(OR=4.17,95% CI 1.17-14.87,p=0.028)、AF(OR=4.10,95% CI 2.12-7.90,p<0.001)、意识水平(OR=3.76,95% CI 1.56-9.04,p=0.003)和面瘫(OR=2.85,95% CI 1.33-6.08,p=0.007)。因失语症评估可能造成困难和不一致性,该条目被排除。通过各变量回归系数(β)除以最小系数(AF的β=1.22)并四舍五入取整,分配分值:意识水平1分、眼球凝视偏移2分、上肢无力1分、AF 1分,总分0-5分,形成CEA2量表。DCA显示完整逻辑模型与简化CEA2量表临床效用相当。

**ROC curve of the derivation and validation cohorts(推导与验证队列的ROC曲线)**
验证队列预测前循环LVO的曲线下面积(area under the curve, AUC)为0.901(95% CI 0.835-0.906),推导队列AUC为0.898(95% CI 0.856-0.927)。

**Diagnostic performance of CEA2 cutoff values(CEA2截断值的诊断性能)**
在推导队列中,CEA2≥2时灵敏度0.836、特异度0.794、阳性预测值(positive predictive value, PPV)0.723、阴性预测值(negative predictive value, NPV)0.883、准确度0.810,约登指数0.630。在验证队列中,CEA2≥2时灵敏度0.878、特异度0.812、PPV 0.820、NPV 0.872、准确度0.845,约登指数0.691。进一步分析显示,CEA2≥2时预测心源性栓塞病因的灵敏度0.792、特异度0.849、PPV 0.836、NPV 0.807、准确度0.821。Bootstrap内部验证显示CEA2模型乐观校正后AUC为0.876,校准曲线平均绝对误差0.027,DCA显示在阈值概率0.1-0.9范围内具有正净获益。

**Comparison of diagnostic performance among four scales(四种量表诊断性能比较)**
在722例总队列中,以预设截断值比较CEA2(≥2)、NIHSS(≥7)、SAVE(speech arm vision eyes scale,≥2)和RACE(≥5)对前循环LVO的预测性能。CEA2灵敏度85.7%、特异度80.1%、准确度82.5%、约登指数65.8,均高于SAVE(灵敏度84.1%、特异度62.9%、准确度72.2%、约登指数47.0)和RACE(灵敏度82.5%、特异度77.6%、准确度79.8%、约登指数60.2)。DeLong检验显示,CEA2的AUC(0.881)显著高于SAVE(0.778,p<0.001)和RACE(0.844,p=0.0009),但低于NIHSS(0.917,p<0.001)。

**讨论与结论**
讨论部分指出,CEA2量表基于四项二元评估(有/无),避免了等级评分带来的时间和复杂性。AF作为LVO的独立危险因素并易于院前评估,加入AF可提供病因信息;眼球凝视偏移对LVO的预测价值高于其他神经症状。与其他院前卒中量表不同,CEA2主要针对具备CT和心电图等基础检查设备的社区医院,而非院前急救场景。CEA2在总体判别能力上虽不及NIHSS,但优于SAVE,与广泛使用的RACE相当,且增加了AF作为预测因子。其高特异度和可接受的灵敏度支持其作为社区医院LVO快速筛查工具的潜力。局限性包括:回顾性设计可能导致偏倚,数据来源于中国医院,普适性受限;基于综合医院数据库开发可能高估筛查性能;未正式评估NIHSS的评估者间信度。
研究结论:包含意识水平、眼球凝视、上肢无力和心房颤动的四项CEA2评分可用于社区医院识别前循环LVO性卒中,需进一步进行外部验证。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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