文摘
摘要目的:制定分级规模预测脑出血的风险(我)和治疗后预后与IV tissue-plasminogen活化剂(t-PA)在缺血性中风患者。
方法:我们建造了一个五点量表基于NIH卒中量表得分,hypodensity程度在CT扫描,在基线血清葡萄糖,糖尿病的历史来预测溶栓后出血的风险(帽子得分)。我们评估这种规模的预测能力,使用c-statistics,在两个独立的人群:t-PA治疗组在国家神经疾病和中风研究所的研究,和患者连续IV t-PA在我们机构。
结果:后患者的比例我t-PA增加两组得分越高。总的来说,任何出血症状的比率为2%(0点),5%(1分),10%(2分),15%(3分),44%(> 3分)。c-statistic为0.72 (95% CI 0.65 - -0.79;p< 0.001)为所有出血;0.74 (0.63 - -0.84;p< 0.001)出血症状;和0.79 (0.70 - -0.88;p< 0.001)出血,最终致命的结果。当每个队列也获得了类似的调查结果分别进行了分析。分数也合理预测好(≤2)夫人(c-statistic 0.75;0.69 - -0.80;p< 0.001)和灾难性(≥5)夫人(0.78;0.72 - -0.84;p< 0.001)功能结果在90天国家神经疾病和中风研究所t-PA-treated病人。
结论:溶栓后的出血(帽子)得分是一种实用、快速、规模和容易执行,允许合理的颅内出血的危险分层后第四tissue-plasminogen活化剂(t-PA)。然而,这种规模的预后价值和使用预测的净效益t-PA需要精制和前瞻性证实在一个更大的患者群可用于临床决策。
术语表
- AIS=
- 急性缺血性中风;
- 醉酒驾车=
- diffusion-weighted成像;
- 帽子的分数=
- 溶栓后出血评分;
- HFFO=
- 出血,最终致命的结果;
- IA=
- 动脉内的;
- 我=
- 脑内出血;
- MCA=
- 大脑中动脉;
- 夫人=
- 改良Rankin得分;
- 署=
- 美国国立卫生研究院的中风尺度;
- 研究所=
- 国家神经疾病和中风研究所;
- 中华民国=
- -操作者曲线;
- 西奇=
- 出血症状;
- t-PA=
- tissue-plasminogen活化剂;
- TPI=
- 溶解血栓的预测工具。
脑出血(我)是最可怕的并发症tissue-plasminogen活化剂(t-PA)治疗急性缺血性中风(AIS)。在第四集中分析6 t-PA中风试验,5.9%的t-PA-treated患者相比,1.1%的安慰剂的情况下我与神经功能恶化有关。1只有2 - 4%的AIS患者接受静脉t-PA在美国。2担心我t-PA后可能会恶化患者个体的预后部分限制t-PA的使用越来越广泛。多个研究AIS患者接受t-PA溶栓后已经确定了几个我的风险因素。这些包括中风严重性评估基线国立卫生研究院的中风尺度(署)得分,3老的年龄,4糖尿病史,5缺血性变化对CT的存在和程度6或diffusion-weighted成像(驾车),7高基线血清葡萄糖,8承认纤溶,9和目前的吸烟。10然而,没有了我和预后的预测风险的能力对于每个溶栓候选人基于初始t-PA之前累积的这些个人变量分组。
虽然一些基线因素和个人变量修改t-PA发挥主导作用的影响在影响溶栓的净效益,11分层的风险我t-PA后可能促进患者溶栓治疗的选择。因此,我们旨在开发和验证一个简单的评分量表,可以执行在床边hyperacute阶段预测的风险我和IV t-PA治疗后预后。
方法
规模发展。
我们执行一个PubMED文献检索和回顾了出版物研究出血性转换后的预测t-PA AIS患者。1、3、4 - 6、8、10、12、13所示这些研究仅限于四个IV t-PA患者在3小时内;患者三到四世t-PA 6小时内;和两个包括患者接受静脉或动脉内的t-PA (IA)。我们确定了我的预处理与更大的风险相关的因素至少有两个出版物和排名根据他们的累积或来自综述研究。我的以下预处理因素成为预测:年龄;基线署;糖尿病史;基线血清葡萄糖;可见hypodensity在大脑中动脉(MCA) CT领土;目前的吸烟; and use of antithrombotics prior to t-PA. We examined the prognostic ability of various combinations of these factors, using different thresholds and cutoff points based on reported values in the literature.1、3、4 - 6、8、10、12、13所示我们最终构建了一个五点量表预测t-PA后出血的风险,帽子得分,将口服补液盐最高的四大因素。这些基线署得分,hypodensity的存在和程度在初始CT扫描,糖尿病史,和高基线血清葡萄糖。我们指定点的每个四个预测,基于其预后价值的重量,如所示表1。这对我组合预测能力最高。
规模验证。
我们检查帽子的预测能力得分两组独立的IV t-PA-treated AIS患者。首先,我们测试了帽子t-PA治疗组的得分国家神经疾病和中风研究所(研究所)中风试验1 - 2。这些试验的细节已经公布。12 - 15临床资料收集在基线,24小时,7 - 10天,随机化后3个月和1年。CT扫描获得t-PA开始前,在24小时内,和中风发作后7 - 10天,每当任何临床恶化是检测我指出。Hypodensity基线的CT扫描病灶或弥散性区域,被确认为在目视检查不到白质密度但大于CSF密度,不包括地区白质慢性缺血性变化或地区被认为是慢性或接近老CSF密度和工件。16出血症状(西奇)在36小时内被定义为任何CT-documented我暂时相关任何病人的临床状况恶化的判断临床研究员。我们使用公共数据文件从国家技术信息服务到抽象所有变量用于帽子分数两组研究所试验的数据。我们还检索改良Rankin分数(夫人)3个月来识别对象的(≤1)夫人,好(≤2)夫人,灾难性的夫人(≥5)的结果。我们计算每个病人的帽子分数加法的总数加权风险预测因子(表1)。我们排除了患者缺失的数据在任何组件的帽子从我们的分析。
第二,我们测试了帽子得分在一个连续的第四t-PA-treated病人从我们的机构。我们回顾了我们的前瞻性收集的中风数据库从2001年到2007年。我们包括连续AIS患者接受静脉t-PA 3小时内出现症状根据研究所试验协议和美国中风/心脏协会的指导方针,17曾CT扫描治疗之前和MRI T2 *序列(n = 58)或CT扫描(n = 40) 24 - 48小时后为我评估。我们得到一个累积帽子得分为每个病人。患者从发病3小时后,那些MRI但不是CT t-PA治疗之前,那些接受了抗血小板药物或抗凝血剂在他们第二次CT或MRI,这些处理结合IV / IA t-PA或IA t-PA就被排除在外。神经放射学的官方报告的结果被用来确定的存在和程度可见hypodensity首次头部CT扫描和我的存在与缺乏后续扫描。出血对随访MRI确定为地区敏感性效应(信号损失;变暗)T2 *图像。7西奇在我们的病人被定义为我与增加署评分≥4点从基线评估。出血与最终致命的结果(HFFO)是指住院期间死亡后我的发展。
统计分析。
我们开发了-操作者曲线(ROC)模型的两个群体对于任何我,西奇,HFFO,好,好,灾难性的结果在研究所的第90天的病人。在中华民国(c-statistics)和95%可信区间计算来衡量预测的能力。c-statistic集成了一系列变量的敏感性和特异性,并估计预测规则可以通过风险患者正确排序。理想的预测产生c-statistic 1.00;预测没有比机会与c-statistic≤0.50。
我们使用的学生t和费舍尔准确测试连续和分类变量,分别比较各军团患者人群的人口学特征。所有分析都用SAS;p< 0.05被认为是显著的。
结果
完整的数据312年10人失踪病人t-PA研究所试验,离开302年完整的数据集。基线特征之间排除在外,包括患者相似,除了更高的糖尿病患病率排除患者(62% vs 21%;p= 0.01)。总共有307 312名患者的安慰剂组有完整的数据。98个连续的患者与此同时,从我们的前瞻性收集数据库满足我们所有的预定包含/排除标准。表2显示了我们的病人和研究所t-PA-treated患者的基线特征。患者年龄,有更高的频率可见hypodensity (< 1/3 MCA)的初始CT扫描。基线血糖> 200 mg / dL在场更高比例的研究所的病人。表3表明,随访CT显示我15%的研究所患者(6%,3%)的HFFO西奇;20%的病人在后续我扫描(7%被认为是西奇和HFFO 6%)。
帽子得分的平均值为1.07±1.06研究所t-PA军团,在我们的病人和1.07±1.15。作为表3所示,研究所的百分比后患者任何我t-PA增加得分高的帽子。相应的c-statistic 0.70(可信区间0.61 - -0.79;p< 0.001)。同样的趋势在患者西奇(c-statistic 0.68;0.56 - -0.81;p< 0.001)。同样,任何t-PA后我倾向于更大的风险和在我们组高于帽子的得分越低。预测任何我c-statistic为0.77 (0.66 - -0.88;p< 0.001)和0.88 (0.77 - -0.99;p西奇< 0.001)。
考虑到相似的帽子评分效度两个军团,我们评估其预后能力两个参数同时考虑(400名患者)。后的风险我也t-PA帽子分数的增加而增加(图)。百分之七十八的患者与帽子得分> 3发达我(44%,33%)的HFFO西奇。结合群体c-statistic为0.72 (0.65 - -0.79;p< 0.001)对于任何出血;0.74 (0.63 - -0.84;p西奇< 0.001);和0.79 (0.70 - -0.88;pHFFO < 0.001),表明这一点可以合理地预测任何我的风险,包括西奇和HFFO IV t-PA之后。
我们也评估替代模型的预测值与不同的组合和截止点的每个帽子得分变量,之后将其他额外变量。这些导致显著的规模变化的预测能力。例如,使用署截止分15单独预测的风险我有关c-statistic为0.65 (0.55 - -0.75;p我= 0.004)。使用署截止5或10点是与c-statistics 0.63 - -0.64 (0.53 - -0.75;p= 0.01);和血清葡萄糖阈值> 180 mg / dL c-statistic为0.69 (0.60 - -0.78;p我的< 0.001)。同样,c-statistics时0.65 - -0.66年龄> 75岁,目前的吸烟,或使用抗血栓形成的t-PA之前被添加作为预测变量。
表4总结了功能结果t-PA和安慰剂组群的研究所试验帽子评分分组。说明,优秀的患者的比例(≤1)夫人和良好(≤2)夫人结果减少,而那些灾难性的结果(夫人≥5)增加,两组得分上升的帽子。然而,c-statistics 0.73优秀,0.75,0.78,差结果t-PA-treated患者相比,0.69,0.68,和0.67在安慰剂组,表明帽子分数还可以用来预测功能的结果,特别是在t-PA治疗病人。
讨论
帽子评分提供了一种快速和容易执行规模预测的风险我和IV t-PA治疗后预后。任何我的规模可以合理地预测率t-PA之后,包括西奇和HFFO,和功能结果在90天;并演示了不同风险为不同类别的规模。规模的预测能力的一致性两个独立的群t-PA-treated患者,事实上,这是来自各种群t-PA-treated患者和不限于研究所军团,表明这一点可能会有良好的外部效度。
风险评估范围内必须易于使用和普遍适用的,没有大量的时间承诺,特别是当它在AIS的hyperacute阶段使用。帽子分数由四个因素相关基线神经检查署分数),病人特点(入学糖尿病和血糖水平的历史),和神经影像学(存在与缺失和程度容易看到hypodensity头部CT扫描)。所有这些元素都是常规临床评估的一部分预处理t-PA候选人的筛选,可以很容易地和迅速决定在床边。研究表明,使用先进的核磁共振成像技术,如hyperintense急性再灌注标记(伤害),18T2 *渗透率成像,19或voxel-by-voxel容量分析急性扩散系数的地图,7并确定内生纤维蛋白溶解抑制剂水平9在承认可能会与t-PA预测我治疗后的预后价值。这些都是不包括在我们的规模,因为他们是不易应税或溶栓治疗的时间窗内或可能需要更复杂的判断和解释。
元素的帽子在患者危险分层分数是可靠的。每个组件的规模已报告的独立预测指标后西奇t-PA AIS的各种调查和在不同人群。1、3、4 - 6、8、10、12、13所示署分数被广泛用于评估临床中风的严重程度。严重程度与风险增加相关的初始临床赤字t-PA后我在欧洲合作急性中风的研究。6高署的体积分数被认为与缺血性组织出血性转化的风险。3、5、13的存在和程度可见hypodensity基线CT,被认为是细胞毒性水肿和可能的发展不可逆转的损伤,也被t-PA后与我有关。20.在一项研究中,早期CT hypodensity < 1/3(或3.17)和> MCA领土的三分之一(或9.38)的风险成为t-PA后西奇的独立预测指标。3因为基线署分数和hypodensity在CT扫描的存在和程度绝大多数是与西奇的风险有关,它是合理的权衡他们超过他人,把他们分为三个子目录调整规模连续变化的严重性。葡萄糖会加速血脑屏障破坏增加矩阵metalloproteinase-9表达式。21入院高血糖,尤其是> 200 mg / dL,或发现了糖尿病的重要危险因素西奇在两个注册表。3、5因此,他们被一分为二,以反映协会的力量与出血风险和相应的加权。
研究年龄对我的风险的影响在t-PA不一致的结果。4、22老年人被报道是我的一个独立危险因素在第四集中分析主要t-PA试验。1然而,事后分析研究所试验表明,年龄不是一个西奇的重要预测因子。13在我们的研究中,年龄没有改善的规模的预测能力。因此我们不包括帽子分数的年龄作为一个组成部分。
溶栓后出血性转换必须在整个临床结果。因此,尽管它有助于识别病人患我,能够预测t-PA后的功能结果是很重要的。Stroke-Thrombolytic预测仪器(TPI)之前已经报道过预测好vs灾难性AIS患者功能的结果,有或没有溶栓使用七个变量,包括糖尿病和中风严重性。23尽管直接比较和验证stroke-TPI和帽子的分数还没有被执行,这顶帽子得分更简单,似乎合理的能力在预测我的风险和与t-PA 3个月治疗后的功能结果。我们的风险预测分数可能有用的在两个阶段t-PA合格的中风患者的管理。帽子分数可能是有用的在西奇的高与低风险,识别患者和个性化咨询的患者和家庭做出明智的决定关于溶栓的潜在风险,通过提供有价值的预后信息。根据我们的结果,患者帽子得分> 3往往有较高的西奇和灾难性的结果在3个月。另一方面,帽子评分≤2可能保证不情愿的医生,我的风险较低,可以促进t-PA治疗。
重要的是要注意,帽子分数就不应该用来停止治疗,如果认为合适,因为大多数患者有严重的梗塞注定贫穷的结果。同样重要的是要考虑一些其他基线变量,如symptom-to-treatment时间,可以修改t-PA受益的程度及其影响最终结果,不纳入帽子得分。11这些因素,加上我的风险,应该仔细考虑治疗决策。
早期溶栓后我的报告率从5%到50%不等。4、13 - 26在这项研究中,我在我们群的速度高于研究所的试验。这可以归因于不同的成像技术用于检测我和病人的人口。使用MRI T2 *在某些病人可能允许我们识别不同的无症状组出血通过检测微妙的瘀斑的出血,错过了传统CT扫描,专门用于研究所试验。27日、28日帽子分数更准确地预测西奇的风险在我们的群组比研究所试验(c-statistic 0.88 vs 0.68)。这可能归因于两个群体之间的差异定义神经恶化。研究所试验用的定义任何神经恶化署评估,当我们使用一个定义的恶化署≥4点。
我们的研究有一定的局限性归因于其回顾性质和少量的病人经历的我,特别是西奇。西奇在两个群体的定义不同,实质血肿的发生2型和信息,这通常是与更糟糕的结果,4没有在报道公共研究所试验数据库。此外,我们不能完全确定我之间的因果关系和症状恶化或死亡的回顾性分析的性质。我们只包括病人来说,计算所需的所有元素的帽子得分并且排除那些缺失的元素。这一限制可能会限制帽子的一般应用分数所有患者中风。这些限制只能在未来的研究中加以解决。此外,c-statistics的模型可能太低了用于个人预测。指出,这顶帽子是很重要的得分仅适用于患者匹配研究所试验t-PA治疗协议。我们的研究只包括患者接受静脉t-PA中风发作后3小时内。使用帽子分数预测我风险及预后患者接受静脉t-PA后3小时时间窗,在患者接受IA t-PA需要进一步探索。我们只能检查帽子研究所群体风险预测分数,因为数据是公开的。
重要的是要强调使用帽子评分预测IV的净效益t-PA不能确定从我们的研究。分数应该进一步检查其他大型IV t-PA试验人群和前瞻性研究,以增加其精度和适用性,才能推荐关于使用溶栓的临床决策。
脚注
卢博士是由浙江大学学术明星研究奖学金和助学金从中国的国家自然科学基金(30500175);斯莱姆博士是支持部分由研究所(1 r01-ns 057127 - 01 - a1和1 r01-ns 045754 - 01 - a2)和NIH (5 r01-hl46690-14)。
披露:作者报告没有披露。
2007年10月1日收到。2008年6月6日接受的最终形式。
