基于动脉自旋标记的动脉瘤性蛛网膜下腔出血短期预后模型构建及评价：一项前瞻性研究

摘要：目的" 构建基于动脉自旋标记的动脉瘤性蛛网膜下腔出血（aSAH）短期预后模型，评价模型效能。方法" 前瞻性选取本院的107例aSAH患者作为研究对象，均行动脉自旋标记检查。根据出院后90 d的改良Rankin量表评分将患者分为预后良好组和预后不良组。比较2组的年龄、Hunt-Hess量表评分、改良Fisher量表评分、格拉斯哥昏迷量表（GCS）评分及血细胞参数等数据。用LASSO-Logistic回归分析aSAH预后的风险因素。构建预后模型，采用ROC曲线、校准曲线和决策曲线分析评估模型效能。结果" 预后不良组的年龄、Hunt-Hess量表评分、改良Fisher量表评分、中性粒细胞、淋巴细胞、中性粒细胞/淋巴细胞比值和系统免疫炎症指数均高于预后良好组（Plt;0.05），GCS评分、血小板/淋巴细胞比值、同侧局部脑血流（rCBF）值和rCBF比值均低于预后良好组（Plt;0.05）。LASSO-Logistic回归分析结果显示，年龄gt;44岁和Hunt-Hess量表评分3⁓5分是aSAH预后的独立危险因素（Plt;0.05），GCS评分gt;9分和rCBF比值gt;0.66是aSAH预后的独立保护因素（Plt;0.05）。模型A（由年龄、Hunt-Hess量表评分和GCS评分构成，0.961）和模型B（由年龄、Hunt-Hess量表评分、GCS评分和rCBF比值构成，0.981）的ROC曲线下面积差异无统计学意义（Pgt;0.05）。模型A的校准曲线与理想曲线重合度中等，模型B的校准曲线与理想曲线重合度高；模型A（0.042）的平均绝对误差值高于模型B（0.014）。在大部分风险阈值范围内，模型B的净收益均高于模型A。结论" aSAH患者的年龄、Hunt-Hess量表评分和GCS评分有助于判断其不良预后。联合rCBF比值构建的模型判断aSAH患者不良预后的价值更高。

关键词：动脉自旋标记；动脉瘤；蛛网膜下腔出血；预后；模型

Construction and evaluation of a near‑term prognostic model for aneurysmal subarachnoid hemorrhage based on arterial spin labeling： a prospective study

WANG Jingjing1， ZHAO Xinbin1， GUO Xiaoyan1， ZHANG Limin2

1Department of CT/MRI， North China University of Science and Technology Affiliated Hospital， Tangshan 063000， China; 2Department of Neurosurgery， North China University of Science and Technology Affiliated Hospital， Tangshan 063000， China

Abstract： Objective To develop a short-term prognostic model for aneurysmal subarachnoid hemorrhage （aSAH） using arterial spin labeling and to assess the model's efficacy. Methods A total of 107 aSAH patients from our hospital underwent arterial spin labeling examination and were prospectively selected as study subjects. Patients were classified into good and poor prognosis groups based on their modified Rankin scale scores at 90 days post-discharge. Comparisons between the two groups were conducted for age， Hunt-Hess scale score， modified Fisher scale score， Glasgow coma scale （GCS） score， and blood cell parameters. Risk factors for the aSAH prognosis were then analyzed using LASSO-Logistic regression. A prognostic model was developed， and its effectiveness was evaluated using ROC curves， calibration curves， and decision curve analysis. Results Compared to the good prognosis group， the poor prognosis group exhibited higher levels of age， Hunt-Hess scale score， modified Fisher scale score， neutrophils， lymphocytes， neutrophils/lymphocytes and systemic immune inflammation index （Plt;0.05）. Conversely， the GCS score， platelets/lymphocytes， ipsilateral regional cerebral blood flow （rCBF） values， and rCBF ratio were lower than those in the good prognosis group （Plt;0.05）. LASSO-Logistic regression analysis revealed that agegt;44 years old and a Hunt-Hess scale score of 3-5 were independent risk factors for the prognosis of aSAH （Plt;0.05）， while a GCS scoregt;9 and an rCBF ratiogt;0.66 were independent protective factors for the prognosis of aSAH （Plt;0.05）. The model A， consisting of age， Hunt-Hess scale score， and GCS score， had an area under the ROC curve of 0.961， which was not statistically significantly different from the area under the ROC curve of model B， consisting of age， Hunt-Hess scale score， GCS score， and rCBF ratio （0.981） （Pgt;0.05）. While the calibration curve of model A moderately overlapped with the ideal curve， model B exhibited a high overlap with the ideal curve. Moreover， the mean absolute error value was higher in model A （0.042） than in model B （0.014）. The net benefit of model B outweighed that of model A across most of the risk threshold range. Conclusion The age， Hunt-Hess scale score， and GCS score of aSAH patients are significant in predicting poor prognosis. Incorporating the rCBF ratio into the model was found to enhance its value in assessing poor prognosis in aSAH patients.

Keywords： arterial spin labeling; aneurysm; subarachnoid hemorrhage; prognosis; model

收稿日期：2023-09-28

基金项目：河北省中医药管理局科学研究课题计划项目（2023085）

作者简介：王晶晶，硕士，主治医师，E-mail： jing2wang83@163.com

动脉瘤性蛛网膜下腔出血（aSAH）发病人群以40⁓60岁女性为主，其全球发病率为2/10万⁓6/10万，28 d病死率高达19%［1-3］ 。aSAH患者中约2/3发生脑血管痉挛，约1/3发生迟发性脑缺血，多数患者预后不佳［4-5］ 。探寻预测aSAH预后的指标对于临床医师制定治疗方案、提高患者生活质量均有着重要意义。目前，临床多用格拉斯哥预后量表评估aSAH患者预后，但该量表受主观因素影响较大，此外，住院时的量表评分并不能精准预测患者后续恢复情况［6-8］ 。动脉自旋标记（ASL）是一种无创MRI脑灌注检查方法，其可定量测量脑血流量（CBF），常用于局部脑循环灌注监测。有研究显示，ASL定性参数与aSAH患者并发迟发性脑缺血有关，但尚未报道ASL定量参数与aSAH患者短期预后的风险关系［9］ 。本研究主要分析ASL参数与aSAH患者短期预后的关系，并构建基于ASL参数的模型预测aSAH患者短期预后，以期为aSAH患者短期预后评估提供参考。

1" 资料与方法

1.1" 一般资料

本研究为前瞻性研究，选取本院2022年6月～2023年5月的107例aSAH患者作为研究对象。aSAH诊断参照《中国颅内破裂动脉瘤诊疗指南》［8］ 。纳入标准：经CT血管造影或数字减影血管造影确诊；首次发病；年龄lt;65岁；配合随访。排除标准：非动脉瘤性脑出血；既往卒中史或神经退行性疾病史；恶性肿瘤、自身免疫系统疾病或血液系统疾病；近1月内感染性疾病史；凝血功能严重异常；生命体征不稳定；ASL检查期间明显躁动患者。本研究受试者均签署知情同意书，符合《赫尔辛基宣言》，通过本院医学伦理委员会批准（伦理批号：20220605002）。

1.2" 临床信息收集

收集患者的年龄、性别、BMI、糖尿病史、高血压史、动脉瘤位置、治疗方式及脑血管痉挛发生情况等信息。根据临床表现和CT表现等评估患者的Hunt-Hess量表评分、改良Fisher量表评分和格拉斯哥昏迷量表（GCS）评分。收集患者入院后的血细胞参数，包含中性粒细胞（NEU）、淋巴细胞（LYM）和血小板（PLT），并计算NLR（NLR=NEU/LYM）、PLR（PLR=PLT/LYM）和SII（SII=NEU×PLT/LYM）。

1.3" ASL检查及图像后处理

用飞利浦Ingenia 3.0 T全数字MRI扫描仪和8通道相控头部线圈，于患者入院后1⁓2 d行3D-ASL扫描。扫描参数：重复时间5369 ms，回波时间10.5 ms，视野240 mm×240 mm，矩阵96×96，层厚4 mm，激励次数3次，标记后延迟时间2525 ms。将ASL序列导入Functool图像后处理软件分析，获取CBF图，由1位高年资副主任医师阅片。将脑血流灌注异常区作为感兴趣区，测量局部脑血流（rCBF）值及对侧镜面区的rCBF值，计算rCBF比值。

1.4" 预后随访、评价标准及分组

于患者出院后90 d用电话或复诊方式随访患者，并根据其恢复情况赋分。改良Rankin量表（mRS）总分6分，评分越高预后越差，赋分主要根据患者有无症状、有无功能障碍和日常生活能力［10］ 。将mRS评分小于或等于2分定义为预后良好，反之则定义为预后不良。根据出院后90 d mRS评分将患者分为预后良好组（mRS评分≤2分）和预后不良组（mRS评分gt;2分）。随访过程中无失访，随访率100%。患者出院后90 d mRS评分为2（2，3）分，其中预后良好组60例，预后不良组47例。

1.5" 统计学分析

采用R4.1.0软件进行统计学分析。用Shapiro-Wilk检验计量资料是否服从正态分布，正态分布的计量资料以均数±标准差表示，采用独立样本t检验比较两组间差异；非正态分布的计量资料以中位数和四分位数间距表示，采用Mann-Whitney U检验比较两组间差异。计数资料以n（%）表示，采用卡方检验比较组间差异。用最小绝对收缩和选择算子（LASSO）-Logistic回归分析aSAH预后的风险因素。将aSAH预后作为因变量，将年龄（原始值）、性别（女=0，男=1）、BMI（原始值）、糖尿病史（无=0，有=1）、高血压史（无=0，有=1）、动脉瘤位置（前循环=0，后循环=1）、Hunt-Hess量表评分（原始值）、改良Fisher量表评分（原始值）、GCS评分（原始值）、治疗方式（手术=0，介入=1）、脑血管痉挛（无=0，有=1）、血细胞参数（原始值）和ASL参数（原始值）作为自变量，LASSO回归分析取λ最小值（0.018），采用ROC曲线、校准曲线[Hosmer-Lemeshow检验和平均绝对误差（MAE）]和决策曲线分析（DCA）评估模型效能。以Plt;0.05为差异有统计学意义。

2" 结果

2.1" 预后不良组和预后良好组临床资料比较

预后不良组和预后良好组的性别构成、BMI、糖尿病史占比、高血压史占比、动脉瘤位置、治疗方式、脑血管痉挛占比和PLT的差异均无统计学意义（Pgt;0.05）。预后不良组的年龄、Hunt-Hess量表评分、改良Fisher量表评分、NEU、LYM、NLR和SII均高于预后良好组（Plt;0.05），GCS评分和PLR均低于预后良好组（Plt;0.05，表1）。

2.2" 预后不良组和预后良好组的ASL参数比较

典型病例影像学图像（图1）。预后良好组和预后不良组的对侧rCBF值差异无统计学意义（Pgt;0.05）。预后不良组的同侧rCBF值和rCBF比值均低于预后良好组（Plt;0.05，表2）。

2.3" aSAH预后的风险因素分析

LASSO回归分析结果显示，年龄（系数0.068）、Hunt-Hess量表评分（系数1.218）、GCS评分（系数-0.526）、脑血管痉挛（系数-0.156）、PLR（系数-0.016）、SII（系数0.001）和rCBF比值（系数-8.561）均与aSAH预后有关。λ取值范围和各变量系数（图2A～B）。将LASSO回归分析有意义的指标纳入Logistic回归（Foward：LR法）分析，结果显示，年龄gt;44岁和Hunt-Hess量表评分3⁓5分是aSAH预后的独立危险因素（Plt;0.05），GCS评分gt;9分和rCBF比值gt;0.66是aSAH预后的独立保护因素（Plt;0.05，表3）。

2.4" aSAH预后模型及评价结果

模型A（由年龄、Hunt-Hess量表评分和GCS评分构成，图3A）判断aSAH预后的ROC曲线下面积、敏感度和特异性分别为0.961（95% CI：0.929⁓0.993）、97.87%和86.67%。模型B（由年龄、Hunt-Hess量表评分、GCS评分和rCBF比值构成，图3B）判断aSAH预后的ROC曲线下面积、敏感度和特异性分别为0.981（95% CI：0.960⁓1.000）、93.62%和95.00%。模型A和模型B的ROC曲线下面积差异无统计学意义（Z=1.612，P=0.107，图3C）。模型A的校准曲线与理想曲线重合度中等（Hosmer‑Lemeshow χ2=6.297，P=0.506；MAE=0.042，图3D）。模型B的校准曲线与理想曲线重合度高（Hosmer-Lemeshow χ2=8.028，P=0.431；MAE=0.014，图3E）。在大部分风险阈值范围内，模型B的净收益均高于模型A（图3F）。

3" 讨论

aSAH是一种常见的脑血管疾病，准确预判其预后对于制定治疗方案，提高患者生活质量有着重要意义。目前，已有研究基于患者临床指标和影像学参数构建了aSAH短期预后模型，但这些模型的预测效果还有待进一步提高［11-15］ 。本研究主要分析ASL参数与aSAH患者短期预后的关系，并构建基于ASL参数的模型预测aSAH患者短期预后。

ASL技术具备无放射性、无需对比剂、重复性好等优点，常用于缺血性脑卒中及其相关并发症的诊断及预后评估［16-18］ 。本研究比较了预后良好组和预后不良组的ASL参数，结果显示预后不良组的同侧rCBF值和rCBF比值均低于预后良好组，该结果说明预后不良患者的患侧局部脑循环灌注量较预后良好患者降低，提示同侧rCBF值和rCBF比值可能与aSAH短期预后有关，或可用于其预后评估。本研究还比较了两组的临床资料，结果显示预后不良组的年龄、Hunt-Hess量表评分、改良Fisher量表评分、NEU、LYM、NLR和SII均高于预后良好组，GCS评分和PLR均低于预后良好组，该结果提示上述指标可能与aSAH短期预后有关。有研究显示，年龄和Hunt-Hess量表评分与aSAH预后有关，年龄越大，Hunt-Hess量表评分越高，患者预后越差［19-21］ 。也有研究显示，GCS评分高与aSAH患者预后不良风险降低有关［22-23］ 。因样本量有限，且避免各指标共线性影响分析结果准确性，本研究用LASSO-Logistic回归分析分析了上述指标与aSAH短期预后的关系，结果显示年龄gt;44岁和Hunt-Hess量表评分3⁓5分是aSAH预后的独立危险因素，GCS评分gt;9分是aSAH预后的独立保护因素，与上述研究结果一致。rCBF比值反映的是aSAH患者病侧较健侧的脑灌注量改变程度，其值越高说明患者脑灌注量变化程度较小，反之，越低说明患者脑灌注量变化程度较大［24-25］ 。本研究结果还显示rCBF比值gt;0.66是aSAH预后的独立保护因素，该结果说明预后不良患者的脑灌注量变化程度较大，提示脑灌注量变化程度大的患者预后不良风险较高。

本研究用ROC评价模型的区分度，结果显示模型A（0.961）和模型B（0.981）的ROC曲线下面积差异无统计学意义，该结果提示两模型的区分度均较高；用校准曲线评价模型的精准度，结果显示模型A的校准曲线与理想曲线重合度中等，模型B的校准曲线与理想曲线重合度高，模型A（0.042）的MAE值高于模型B（0.014），上述结果提示模型B的精准度高于模型A。用DCA评价模型的临床应用价值，结果显示在大部分风险阈值范围内，模型B的净收益均高于模型A，该结果提示模型B的临床应用价值高于模型A。因此，认为模型B评估aSAH短期预后的价值更高。

综上所述，aSAH患者的年龄、Hunt-Hess量表评分、和GCS评分有助于判断其不良预后。联合rCBF比值构建的模型判断aSAH患者不良预后的价值更高。本研究尚存在一定不足：本研究为单中心研究，样本量有限，未设置验证集进一步评价模型价值；ASL检查时间较常，且需患者头部长时间保持固定姿势，aSAH患者容易躁动，为避免影响检查结果，本研究排除了检查期间明显躁动患者。

参考文献：

［1］" "Russel CK. Spontaneous subarachnoid haemorrhage［J］. Can Med Assoc J， 1933， 28（2）： 133-40.

［2］" "Feigin VL， Stark BA， Johnson CO， et al. Global， regional， and national burden of stroke and its risk factors， 1990-2019： a systematic analysis for the Global Burden of Disease Study 2019［J］. Lancet Neurol， 2021， 20（10）： 795-820.

［3］" "Etminan N， Chang HS， Hackenberg K， et al. Worldwide incidence of aneurysmal subarachnoid hemorrhage according to region， time period， blood pressure， and smoking prevalence in the population： a systematic review and meta-analysis［J］. JAMA Neurol， 2019， 76（5）： 588-97.

［4］" "中华医学会神经病学分会， 中华医学会神经病学分会脑血管病学组. 中国蛛网膜下腔出血诊治指南2015［J］. 中华神经科杂志， 2016， 49（3）： 182-91.

［5］" "Roland R， Christian S， Jürgen G， et al. Early cisternal fibrinolysis is more effective than rescue spasmolysis for the prevention of delayed infarction after subarachnoid haemorrhage［J］. Stroke Vasc Neurol， 2022， 7（2）： 108-13.

［6］" "Wenneberg SB， Block L， Sörbo A， et al. Long-term outcomes after aneurysmal subarachnoid hemorrhage： a prospective observational cohort study［J］. Acta Neuro Scandinavica， 2022， 146（5）： 525-36.

［7］" " Zhou J， Ying X， Zhang J， et al. Emerging role of serum dickkopf-1 in prognosis of aneurysmal subarachnoid hemorrhage［J］. Clin Chim Acta， 2021， 521： 116-21.

［8］" " 中国医师协会神经介入专业委员会， 中国颅内动脉瘤计划研究组. 中国颅内破裂动脉瘤诊疗指南2021［J］. 中国脑血管病杂志， 2021， 18（8）： 546-74.

［9］" " 陈" 琳. 磁共振3D ASL全脑灌注成像在动脉瘤性蛛网膜下腔出血后延迟性脑缺血中的应用研究［D］. 石河子： 石河子大学， 2017.

［10］" Tsivgoulis G， Palaiodimou L， Stefanou MI， et al. Predictors of functional outcome after symptomatic intracranial hemorrhage complicating intravenous thrombolysis： results from the SITS-ISTR［J］. Eur J Neurol， 2023， 30（10）： 3161-71.

［11］" 张" 鹏， 李育平， 王晓东， 等. 结合炎症反应指数的Nomogram模型对aSAH患者预后预测的价值［J］. 临床神经外科杂志， 2020， 17（2）： 216-20.

［12］" Wan XC， Wu X， Kang JW， et al. Prognostic model for aneurysmal subarachnoid hemorrhage patients requiring mechanical ventilation［J］. Ann Clin Transl Neurol， 2023， 10（9）： 1569-77.

［13］" Zhou Z， Lu W， Zhang C， et al. A visualized MAC nomogram online predicts the risk of three-month mortality in Chinese elderly aneurysmal subarachnoid hemorrhage patients undergoing endovascular coiling［J］. Neurol Sci， 2023， 44（9）： 3209-20.

［14］" 王淇民， 杨" 璇， 高" 飞. 脑电图联合脑CT灌注成像评定动脉瘤性蛛网膜下腔出血患者预后的价值［J］. 中国实用神经疾病杂志， 2021， 24（12）： 1061-6.

［15］" "胡" 平， 叶立果， 邓" 钢， 等. 基于机器学习早期预测蛛网膜下腔出血后迟发性脑缺血和不良预后的研究进展［J］. 中国脑血管病杂志， 2022， 19（7）： 504-8.

［16］" Lindner T， Bolar DS， Achten E， et al. Current state and guidance on arterial spin labeling perfusion MRI in clinical neuroimaging［J］. Magn Reson Med， 2023， 89（5）： 2024-47.

［17］" Zhang MN， Shi Q， Yue Y， et al. Evaluation of T2-FLAIR combined with ASL on the collateral circulation of acute ischemic stroke［J］. Neurol Sci， 2022， 43（8）： 4891-900.

［18］" Fan HL， Su P， Da May Lin D， et al. Simultaneous hemodynamic and structural imaging of ischemic stroke with magnetic resonance fingerprinting arterial spin labeling［J］. Stroke， 2022， 53（6）： 2016-25.

［19］" Anna L， Klaus B， Verena R， et al. Lower initial Red Blood Cell Count in Cerebrospinal Fluid predicts Good Functional Outcome in Patients with Spontaneous Subarachnoid Hemorrhage［J］. Eur J Neurol， 2023， 30（8）： 2315-23.

［20］" Zhou ZX， Liu ZH， Yang H， et al. A nomogram for predicting the risk of poor prognosis in patients with poor-grade aneurysmal subarachnoid hemorrhage following microsurgical clipping［J］. Front Neurol， 2023，14：1146106.

［21］" Wang LT， Zhang QQ， Zhang GQ， et al. Risk factors and predictive models of poor prognosis and delayed cerebral ischemia in aneurysmal subarachnoid hemorrhage complicated with hydrocephalus［J］. Front Neurol， 2022，13： 1014501.

［22］" Nadkarni NA， Maas MB， Batra A， et al. Elevated cerebrospinal fluid protein is associated with unfavorable functional outcome in spontaneous subarachnoid hemorrhage［J］. J Stroke Cerebrovasc Dis， 2020， 29（4）： 104605.

［23］" Lai X， Zhang WB， Ye M， et al. Development and validation of a predictive model for the prognosis in aneurysmal subarachnoid hemorrhage［J］. J Clin Lab Anal， 2020， 34（12）： e23542.

［24］ Hernandez‑Garcia L， Aramendía‑Vidaurreta V， Bolar DS， et al. Recent technical developments in ASL： a review of the state of the art［J］. Magn Reson Med， 2022， 88（5）： 2021-42.

［25］ Wang Y， Bartels HM， Nelson LD. A systematic review of ASL perfusion MRI in mild TBI［J］. Neuropsychol Rev， 2023， 33（1）： 160-91.

（编辑：熊一凡）