颈内—后交通动脉瘤破裂危险因素分析与预测回归模型的建立

发布时间：2017-06-27 13:14

  本文关键词：颈内—后交通动脉瘤破裂危险因素分析与预测回归模型的建立，由笔耕文化传播整理发布。

【摘要】：第一部分颈内-后交通动脉瘤破裂危险因素分析与预测回归模型的初步建立研究目的：形态学与血流动力学在颅内动脉瘤的破裂中发挥着重要作用。通过对颈内-后交通动脉瘤形态学与血流动力学的分析,筛选颅内动脉瘤破裂的独立危险因素,建立基于形态学与血流动力学的破裂风险回归模型。研究方法：对2012.01-2013.12长海医院神经外科颈内-后交通动脉瘤病例进行回顾,收集患者的临床病史资料及影像学资料,根据临床病史及影像资料将动脉瘤分为破裂组与未破裂组。计算各动脉瘤的形态学参数,包括动脉瘤大小(Size)、纵横比(aspect ratio,AR).体积比(size ratio,SR).体颈比(dome to neck ratio,DN),瓶颈指数(bottle neck ratio,BN),入射角(inflow angle,IA)。应用计算流体力学技术(computational fluid dynamics,CFD),对动脉瘤进行血流动力学分析,计算归一化壁面切应力(normalized wall shear stress, NWSS).低壁面切应力面积比(percentage of low WSS area,LSA).剪切振荡指数(oscillatory shear index,OSI).对破裂组与未破裂组临床、形态学及血流动力学参数进行单因素分析,对有统计学意义的参数进一步行逐步logistic回归分析,建立颈内-后交通动脉瘤破裂风险评估的回归方程。研究结果：本研究共纳入129枚颈内-后交通动脉瘤,其中破裂组85枚,未破裂组44枚。单因素分析中,两组间临床相关参数未见统计学差异,形态学参数Size、AR、SR、DN、IA及血流动力学参数NWSS.LSA组间存在显著差异。进一步对上述参数行逐步logistic回归分析,分别基于形态学、基于血流动力学、联合形态学与血流动力学建立三个logistic回归方程：(1)Model形态学:Odd=e0.225 Size+0.368 IA-2.252；(2)Model血流动力学:Odd=e-0.238 NWSS+1.805；(3)Model联合:Odd=e0.431 IA+0.331 LSA-2.107。行受试者工作特征曲线(receiver operating characteristic curve,ROC)分析,得到的曲线下面积(area under curve,AUC)分别为：Model形态学=0.75 (95%CI:0.66-0.84);Model血流动力学=0.65(95%CI:0.55-0.75)；Model联合=0.76(95%CI: 0.67-0.85)。研究结论：颈内-后交通动脉瘤的形态学及血流动力学与破裂密切相关,能够通过形态学与血流动力学的分析,建立起有效的颅内动脉瘤破裂风险的logsitic回归模型。第二部分颈内-后交通动脉瘤破裂风险预测回归模型的验证与评价研究目的：在本研究的第一部分中,我们在对129例颈内-后交通动脉瘤进行临床、形态学和血流动力学分析的基础之上,建立起三个用于动脉瘤破裂风险预测的logistic回归模型。为了进一步验证各模型的稳定性和有效性,在本部分中,拟通过建立一个新的验证队列,将各参数值带入到模型中,比较分析各模型预测颅内动脉瘤破裂风险的效能。研究方法：对2014.01-2014.6月长海医院神经外科颈内后交通动脉瘤病例进行回顾,收集患者的临床病史资料及影像学资料,计算各动脉瘤的形态学参数,包括动脉瘤Size、AR、SR、BN、DN、IA等。应用计算流体力学技术,对动脉瘤进行血流动力学分析,计算NWSS、LSA、OSI等参数。将每例动脉瘤的形态学参数值和／或血流动力学参数值带入研究第一部分所得的三个logistic回归模型(Model形态学,Model血流动力学,Model联合)中,计算其预测概率。对预测概率界值进行定义后,若预测概率大于等于预定界值则预测为破裂,预测概率小于预定界值则预测为不破裂。之后同真实结果进行比较,计算各logistic回归模型在预定界值分别取50%、60%、70%、80%时的特异度与灵敏度。同时以size7mm.AR1.6和SR2.0对各病例进行预测,并对照真实结局计算灵敏度与特异度,作为评价上述三个logistic回归模型的参照。研究结果：研究入组颈内-后交通动脉瘤共28枚,其中破裂颈内-后交通动脉瘤19例,未破裂颈内后交通动脉瘤9枚,年龄区间41-86岁,平均年龄65.7岁,男/女比例为7/1。计算各形态学与血流动力学参数值后代入各logistic回归模型预测破裂性质,并与真实结果进行比较后计算灵敏度与特异度。预测界值为50%时,Model形态学灵敏度0.68,特异度0.67；Model血流动力学灵敏度0.68,特异度0.78；Model联合灵敏度0.79,特异度0.78。预测界值为60%时,Model形卷学灵敏度0.68,特异度0.67；Model血流动力学灵敏度0.68,特异度0.78；Model联合灵敏度0.74,特异度0.78。预测界值为70%时,Model形态学灵敏度0.63,特异度0.78；Model血流动力学灵敏度0.68,特异度0.78；Model联合灵敏度0.68,特异度0.78。预测界值为80%时,Model形态学灵敏度0.52,特异度1.00；Model血流动力学灵敏度0.16,特异度1.00；Model联合灵敏度0.52,特异度0.78。单一形态学参数预测,Size7mm(灵敏度0.32,特异度1.00)：AR1.6(灵敏度0.42,特异度1.00)；SR2.0(灵敏度0.53,特异度0.78)。研究结论：通过对颈内-后交通动脉瘤的形态学及血流动力学分析,能够建立起具有较好检验效果的破裂风险logistic回归方程,Model联合在预测概率界值取50%时同时具有较高的预测灵敏度与特异度,优于单一形态学参数预测破裂风险的方法。
【关键词】：颅内动脉瘤 破裂 形态学 血流动力学 计算流体力学
【学位授予单位】：第二军医大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R543.4
【目录】：

• 摘要5-8
• Abstract8-10
• 缩略词表10-11
• 前言11-15
• 参考文献13-15
• 第一部分 颈内-后交通动脉瘤破裂危险因素分析与预测回归模型的初步建立15-32
• 一、材料与方法15-19
• 二、结果19-23
• 三、讨论23-27
• 四、小结27-28
• 参考文献28-32
• 第二部分 颈内-后交通动脉瘤破裂风险预测回归模型的验证与评价32-42
• 一、材料与方法32-34
• 二、结果34-36
• 三、讨论36-38
• 四、小结38-40
• 参考文献40-42
• 综述42-55
• 参考文献49-55
• 在读期间发表论文55-56
• 致谢56

【共引文献】

中国期刊全文数据库 前10条

1 岳文涛;寇志平;;破裂和未破裂椎动脉瘤的血管内治疗[J];临床医学;2013年09期

2 梅其勇;白如林;黄承光;孙克华;侯立军;;巨噬细胞参与颅内动脉瘤发病机制的研究进展[J];神经损伤与功能重建;2014年01期

3 王刚;冯文峰;张国忠;李明洲;何小艳;彭四维;漆松涛;;颅内多发动脉瘤的诊断与治疗策略[J];南方医科大学学报;2015年01期

4 侯晓敏;殷延毅;苏青;冯茜;;高流量血管搭桥治疗颅内巨大动脉瘤手术的护理体会:附10例报告[J];广州医学院学报;2014年03期

5 王川川;黄清海;;血管内治疗大脑中动脉动脉瘤的研究进展[J];第二军医大学学报;2015年06期

6 王川川;瞿米睿;黄清海;;高分辨率磁共振成像评估颅内动脉瘤破裂风险研究进展[J];第二军医大学学报;2015年10期

7 任国荣;姜平;曹枭强;李玉生;王冬青;王存祖;;基于CT的三维颈内动脉瘤手术前后的血流动力学分析[J];介入放射学杂志;2013年10期

8 王珏;赵玉武;李明华;鲁海涛;;多发性颅内动脉瘤破裂的危险因素分析[J];介入放射学杂志;2014年01期

9 敖登其木格;王慧宇;马瑞瑞;;256层ICT头颅血管成像对颅内动脉瘤的诊断价值[J];内蒙古民族大学学报(自然科学版);2014年01期

10 汪雷;王炜;马金阳;;多发性颅内动脉瘤外科治疗23例临床分析[J];环球中医药;2013年S1期

中国博士学位论文全文数据库 前10条

1 赖小彪;前交通动脉瘤形成、破裂和复发的危险因素及破裂的血流动力学机制研究[D];浙江大学;2013年

2 顾大群;颅内动脉瘤血管内治疗临床研究[D];南方医科大学;2013年

3 许t，

本文编号：489946