侯文仲 陳向林

廣州醫(yī)科大學(xué)附屬第六醫(yī)院（清遠(yuǎn)市人民醫(yī)院）腦血管病科，廣東清遠(yuǎn) 511518

自發(fā)性腦出血（spontaneous intracerebral hemorrhage，SICH）是指非創(chuàng)傷性的腦實(shí)質(zhì)內(nèi)或非腦室系統(tǒng)局灶性的血液集聚并多伴隨快速進(jìn)展的神經(jīng)功能障[1,2]。其發(fā)病率僅次于缺血性腦卒中，位居所有卒中的第2 位，占10%～15%，致死、致殘率較高[3]。在發(fā)病早期，約有30%的患者會(huì)出現(xiàn)血腫擴(kuò)大(hematoma expansion，HE)，臨床一般認(rèn)為血腫體積增大13%～32%會(huì)明顯引起預(yù)后向更差的方向發(fā)展[4]。同時(shí)有研究證實(shí)，對(duì)有HE 風(fēng)險(xiǎn)的患者進(jìn)行早期干預(yù)可以降低血腫增大的發(fā)生概率[5-7]。研究者在2014 年基于一項(xiàng)前瞻性研究提出BRAIN 評(píng)分，分?jǐn)?shù)增加伴隨著腦HE 發(fā)生的可能性上升，對(duì)SICH 患者HE 有較好預(yù)測(cè)效能[8]，但其存在一定的局限性，未能充分考慮到血腫的影像學(xué)特征，而血腫影像學(xué)特征已被大量的研究證實(shí)是HE 的獨(dú)立危險(xiǎn)因素，Barras 形態(tài)密度分級(jí)是基于非增強(qiáng)CT 的血腫的形態(tài)及密度分級(jí)方法，研究證實(shí)分級(jí)越高，伴隨擴(kuò)大風(fēng)險(xiǎn)越高，形態(tài)及密度異質(zhì)性是HE 的獨(dú)立危險(xiǎn)因素[9]。本研究通過對(duì)SICH 患者臨床資料收集分析，探討B(tài)RAIN 評(píng)分聯(lián)合CT 形態(tài)密度分級(jí)對(duì)HE 的預(yù)測(cè)價(jià)值。

1 資料與方法

1.1 一般資料

回顧性分析2017 年4 月至2021 年3 月廣州醫(yī)科大學(xué)附屬第六醫(yī)院（清遠(yuǎn)市人民醫(yī)院）收治的150例SICH 患者，按照血腫是否擴(kuò)大分為HE 組（n=55）和非HE 組（n=95），其中男98 例，女52 例。納入標(biāo)準(zhǔn)：①SICH診斷符合《中國(guó)腦出血診治指南（2019）》[10]的腦出血診斷標(biāo)準(zhǔn)；②血腫主體位于腦實(shí)質(zhì)，破入腦室內(nèi)的血腫不超過腦室體積的1/3；③發(fā)病后在6h 內(nèi)及24h 內(nèi)分別完成首次CT 檢查及首次CT 復(fù)查；④年齡＞18 歲。排除標(biāo)準(zhǔn)：①因顱內(nèi)血管畸形、動(dòng)脈瘤及煙霧病等腦血管病及外傷、腫瘤卒中引起的出血；②入院即有手術(shù)指征并實(shí)施手術(shù)干預(yù)者。兩組一般資料比較，差異無統(tǒng)計(jì)學(xué)意義（P＞0.05），具有可比性。本研究獲廣州醫(yī)科大學(xué)附屬第六醫(yī)院（清遠(yuǎn)市人民醫(yī)院）倫理委員會(huì)的批準(zhǔn)(倫理學(xué)審批號(hào)：IRB-2020-073)，并取得患者或家屬的知情同意。

1.2 方法

1.2.1 資料收集 ①基線數(shù)據(jù)收集：人口學(xué)信息包括患者的年齡、性別、有無高血壓病史、糖尿病史、抗凝藥物治療史，過敏史及其他特殊疾病史。臨床信息包括入院的完成格拉斯哥昏迷指數(shù)評(píng)分（Glasgow coma scale，GCS）、生命體征及實(shí)驗(yàn)室檢查資料。高血壓病定義為：既往確診高血壓病史，或收縮壓≥140mmHg（1mmHg=0.133kPa），或舒張壓≥90mmHg，或使用降壓藥物。糖尿病定義為：自我報(bào)告的糖尿病史或使用降糖藥物。②24分制BRAIN 評(píng)分相關(guān)資料收集：根據(jù)基線腦出血量、復(fù)發(fā)性腦出血、抗凝藥物的使用、出血破入腦室和發(fā)病至首次CT 的時(shí)間，完成BRAIN 評(píng)分。見表1。③影像學(xué)資料：原始DICOM 圖像均由GE 公司的64排螺旋CT 掃描完成，層厚為5mm，螺距為1。收集患者發(fā)病后6h 內(nèi)的首次CT 和發(fā)病后24h 內(nèi)復(fù)查CT資料，包括初始血腫位置、體積、是否破入腦室、增大后血腫體積等。血腫體積計(jì)算方法是根據(jù)多田公式計(jì)算得出，V（出血量）=血腫體積＝π/6×長(zhǎng)（cm）×寬（cm）×層面數(shù)[11]。HE 定義為血腫體積較前增加33%或增加超過6ml，只要滿足上述兩項(xiàng)條件中的一條即認(rèn)定為HE。同時(shí)對(duì)6h 內(nèi)的首次CT 結(jié)果進(jìn)行形態(tài)及密度分級(jí)，分級(jí)方法參考Barras 形態(tài)密度5級(jí)評(píng)分量表[9]。其中形態(tài)分級(jí)的標(biāo)準(zhǔn)為血腫周圍存在或不存在與血腫接壤或不接壤的小血腫；密度分級(jí)需要滿足以下幾點(diǎn)要求：血腫分為相對(duì)高密度區(qū)和相對(duì)低密度區(qū)兩部分；高低密度區(qū)有明顯界限且肉眼可分辨；高低密度區(qū)CT 值差異至少大于18Hu。形態(tài)分級(jí)Ⅰ～Ⅱ級(jí)定義為形態(tài)規(guī)則，Ⅲ～Ⅴ級(jí)為不規(guī)則；密度分級(jí)Ⅰ～Ⅱ級(jí)為密度均勻，Ⅲ～Ⅴ級(jí)為不均勻，見圖1。所有影像資料的收集及分析隨機(jī)分配，并由廣州醫(yī)科大學(xué)附屬第六醫(yī)院（清遠(yuǎn)市人民醫(yī)院）影像科兩名職稱為副高級(jí)以上的醫(yī)師單獨(dú)完成，若結(jié)論若存在爭(zhēng)議，則兩位閱片醫(yī)師協(xié)商后確定。

表1 BRAIN 評(píng)分量表

圖1 形態(tài)分級(jí)和密度分級(jí)示意圖

1.3 觀察指標(biāo)

根據(jù)BRAIN 評(píng)分標(biāo)準(zhǔn)統(tǒng)計(jì)每位病例的4 個(gè)指標(biāo)，計(jì)算BRAIN 分?jǐn)?shù)。將BRAIN 評(píng)分劃分為4 個(gè)區(qū)間，分別為0～5 分、6～9 分、10～11 分、12～24 分，應(yīng)用受試者工作特征曲線（receiver operating characteristic curve，ROC）評(píng)估BRAIN 評(píng)分與分別聯(lián)合形態(tài)分級(jí)、密度分級(jí)后對(duì)HE 的預(yù)測(cè)結(jié)果，計(jì)算其敏感度、特異性，曲線下面積（area under the cure，AUC）。

1.4 統(tǒng)計(jì)學(xué)方法

采用SPSS 26.0 統(tǒng)計(jì)學(xué)軟件對(duì)數(shù)據(jù)處理進(jìn)行分析，采用單因素和多因素Logistic 回歸對(duì)HE 的影響因素進(jìn)行分析。采用Kolmogorov-Smirnov（K-S）檢驗(yàn)對(duì)計(jì)量資料進(jìn)行正態(tài)性分析，符合正態(tài)分布的計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差（）表示，組間比較采用t檢驗(yàn)。非正態(tài)分布的計(jì)量資料以中位數(shù)（四分位數(shù)間距）[M（Q1，Q3）]表示，組間比較采用秩和檢驗(yàn)。計(jì)數(shù)資料采用例數(shù)（百分比）[n（%）]表示，組間比較用χ2檢驗(yàn)。P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 基本臨床資料分析

兩組使用華法林抗凝、GCS 評(píng)分、BRAIN 評(píng)分、初始血腫體積、發(fā)病至首次CT 時(shí)間、形態(tài)分級(jí)與密度分級(jí)比較，差異均有統(tǒng)計(jì)學(xué)意義（P＜0.05）。兩組在性別、年齡、高血壓病史、糖尿病病史、血腫破入腦室、入院收縮壓、舒張壓等方面，差異均無統(tǒng)計(jì)學(xué)意義（P＞0.05），見表2。

表2 患者基本臨床資料統(tǒng)計(jì)結(jié)果

2.2 BRAIN 評(píng)分模式預(yù)測(cè)結(jié)果

隨著BRAIN 評(píng)分范圍的增加，對(duì)應(yīng)區(qū)間的出血率隨之上升，尤其在BRAIN 評(píng)分≥10 分時(shí)，HE 占比有明顯上升趨勢(shì)，見表3。

表3 BRAIN 評(píng)分模式預(yù)測(cè)結(jié)果

2.3 BRAIN 評(píng)分模式聯(lián)合形態(tài)分級(jí)、聯(lián)合密度分級(jí)模式預(yù)測(cè)結(jié)果

本研究將形態(tài)分級(jí)和密度分級(jí)與BRAIN 評(píng)分相結(jié)合，表4 和表5 分別展示了BRAIN 與形態(tài)分級(jí)相結(jié)合，以及BRAIN 與密度分級(jí)相結(jié)合的四分區(qū)評(píng)分效果。形態(tài)分級(jí)＜Ⅲ級(jí)為形態(tài)規(guī)則，≥Ⅲ級(jí)為不規(guī)則；密度分級(jí)＜Ⅲ級(jí)為形態(tài)規(guī)則，≥Ⅲ級(jí)為不規(guī)則。隨著BRAIN 評(píng)分區(qū)間的提高，兩種組合的HE 占比都在同步上升，與實(shí)際臨床診斷一致。

表4 BRAIN 評(píng)分和形態(tài)分級(jí)結(jié)合模式預(yù)測(cè)結(jié)果

表5 BRAIN 評(píng)分和密度分級(jí)結(jié)合模式預(yù)測(cè)結(jié)果

2.4 各評(píng)分模式的指標(biāo)比較

BRAIN 評(píng)分與密度分級(jí)、形態(tài)分級(jí)相結(jié)合，在敏感度、特異性和AUC 指標(biāo)上都好于單純的BRAIN評(píng)分標(biāo)準(zhǔn)，且BRAIN 評(píng)分與形態(tài)分級(jí)相結(jié)合時(shí)，3項(xiàng)指標(biāo)結(jié)果為最佳，見表6。3 種評(píng)分模式的ROC曲線見圖2。

表6 各評(píng)分模式的指標(biāo)比較

圖2 各評(píng)分模式的ROC 曲線

3 討論

SICH 是一種動(dòng)態(tài)的過程，發(fā)病后在早期會(huì)有20%以上的患者出現(xiàn)嚴(yán)重的神經(jīng)功能障礙，其中最一個(gè)主要原因就是早期的HE，目前平均發(fā)生率約為30%[12]，而其中相當(dāng)大一部分的HE 有可預(yù)測(cè)性。在目前已知的大多數(shù)識(shí)別HE 風(fēng)險(xiǎn)的評(píng)分系統(tǒng)[8,9,11-13]中，計(jì)算機(jī)體層血管成像（computed tomography angiography，CTA）斑點(diǎn)征是HE 的最強(qiáng)預(yù)測(cè)因子[14]。但很多醫(yī)院并不能全天候完成CTA 檢查，且在起病初期尚未明確時(shí)，CTA 檢查并非首選，使用存在局限性。

Wang等[8]提出的BRAIN 評(píng)分系統(tǒng)是一種操作簡(jiǎn)單且具有明確預(yù)測(cè)價(jià)值的評(píng)分系統(tǒng)。其中的包括基線腦出血量、復(fù)發(fā)性腦出血、抗凝藥物的使用、出血破入腦室和發(fā)病至第1 次CT 的時(shí)間5 項(xiàng)參數(shù)。BRAIN 評(píng)分中有1 項(xiàng)重要的參數(shù)是復(fù)發(fā)性腦出血，Barras等[9]的一項(xiàng)研究顯示，復(fù)發(fā)性腦出血每年的發(fā)病率約為2%，而本研究并無此類病例入組，考慮與入組樣本量數(shù)量偏少有一定關(guān)系。

此外BRAIN 評(píng)分中無影像學(xué)相關(guān)指標(biāo)，而目前已有諸多研究證實(shí)有些非增強(qiáng)CT 的影像學(xué)特征是HE 的獨(dú)立危險(xiǎn)因素[15]。Barras 提出的形態(tài)密度分級(jí)具有簡(jiǎn)單、便于操作及可靠等優(yōu)點(diǎn)?；诖?，本研究使用Barras 的血腫形態(tài)密度5 級(jí)分級(jí)量表聯(lián)合BRAIN 評(píng)分，以期提升對(duì)HE 的預(yù)測(cè)效能。本研究數(shù)據(jù)表明，BRAIN＞10 分者，出現(xiàn)HE 的概率明顯上升，而形態(tài)和密度分級(jí)也體現(xiàn)為Ⅲ級(jí)，即形態(tài)密度分級(jí)≥Ⅲ級(jí)，HE 的發(fā)生率也有明顯上升。ROC 曲線分析表明，若將BRAIN 評(píng)分與形態(tài)分級(jí)結(jié)合后，在敏感度、特異性和AUC 指標(biāo)上都好于其他模式，可見與單獨(dú)BRAIN 評(píng)分相比，血腫形態(tài)密度分級(jí)與BRAIN 評(píng)分聯(lián)合使用后，預(yù)測(cè)效能有一定的提升，可有效幫助臨床醫(yī)生預(yù)判患者的HE 的風(fēng)險(xiǎn)，并可積極地采取干預(yù)措施以降低HE 導(dǎo)致的神經(jīng)功能障礙加重的風(fēng)險(xiǎn)。

但是，本研究也存在局限性，一般將HE 定義為血腫體積較前增加33%或增加超過6ml。此種方法已被以往的針對(duì)HE 的研究廣泛采用，然而其可能存在一定程度的誤差，因?yàn)槎嗵锕降乃惴ㄔ隗w積偏小的情況下，由于掃面層面的不同可能會(huì)導(dǎo)致誤差相對(duì)偏大，還有部分血腫形態(tài)不規(guī)則也可能導(dǎo)致血腫量計(jì)算出現(xiàn)誤差，從而影響準(zhǔn)確性，此外，本研究樣本量?jī)H為150 例，有待于通過擴(kuò)大樣本量進(jìn)一步驗(yàn)證。綜上所述，結(jié)合BRAIN 評(píng)分與密度形態(tài)分級(jí)是識(shí)別HE的有效方法，而且具有簡(jiǎn)單易操作的特點(diǎn)。