【中国声音】预测脑干出血患者预后的列线图的开发和验证 - 脑医汇 - 神外资讯

第一作者：韦硕¹，顾隆源²

通讯作者：李峰达³，梅淑宏²

其他作者：范月超¹，纪培志¹，杨烈驰¹

作者单位：¹徐州医科大学附属医院神经外科，²吉安市中心人民医院神经外科，³苏州大学附属常熟医院神经外科

Wei, S., Gu, L., Fan, Y. et al. Development and validation of a prognostic nomogram for predicting outcomes in brainstem hemorrhage patients. Sci Rep 15, 1300 (2025). https://doi.org/10.1038/s41598-024-80264-x

目　的

脑干出血是一种致命性高、预后较差的严重神经系统疾病。本研究旨在开发和验证一种脑干出血的预后模型，以便早期预测患者的临床结局，从而为临床决策提供支持。

方　法

我们分别从徐州医科大学附属医院和常熟市第一人民医院收集了2021年1月至2024年1月期间住院的140名脑干出血患者的临床数据，包括人口统计学信息、病史、影像学数据和实验室检查结果。采用多变量逻辑回归分析构建预后模型，并建立了便于临床医生使用的Nomogram。模型的性能通过ROC曲线、PR曲线和校准曲线等指标进行评估，并通过交叉验证和独立验证集进行验证。同时，通过决策曲线分析来检验该模型的临床获益大小。

结　果

本研究结果表明血肿扩大（调整OR=12.92, 95% CI: 2.39-69.79, P=0.003）、GCS评分（调整OR=0.77, 95% CI: 0.63-0.93, P=0.008）、血肿类型（OR=8.01, 95% CI: 2.02-31.78, P=0.003）和血肿体积（OR=1.75, 95% CI: 1.26-2.43, P=0.001）是脑干出血患者预后差的独立危险因素。本研究所构建的Nomogram预后模型在预测脑干出血患者的临床结局方面表现出色。最佳模型的AUC值达到0.95，优于各单一预测指标（volume：0.94；type：0.8；gcs：0.78；expand：0.59），校准曲线提示Nomogram模型与理想曲线吻合度较高。此外，决策曲线分析表明，该模型在临床应用中具有较高的净收益。

结　论

本研究结果提示血肿扩大、GCS评分、血肿类型和血肿体积是脑干出血患者预后差的独立危险因素。本研究开发的脑干出血Nomogram预后模型具有较高的预测性能，可帮助临床医生优化治疗决策和提高患者预后。

前言

目前，脑卒中已成为中国人群的最主要死因，死亡率高达149人/每10万人。在所有脑卒中，原发性颅内出血（ICH）占比为19.6%。颅内出血，即发生在脑实质内的非创伤性出血，是脑卒中中第二常见的类型，涉及15%-30%的患者，且具有高死亡率和高致残率。原发性脑干出血（primary brainstem hemorrhage, PBH）是其中最为严重的亚型，占所有原发性ICH的6-10%。通常来说ICH的发生率随年龄增长而上升，但PBH相对而言发生在更年轻的患者群体中，年龄多在40至60岁。PBH的起病急骤且病情严重，死亡风险极高，研究报道的致死率在47%-80%之间。Huang等研究者发现原发性脑干出血患者若入院时血肿体积大于10ml且GCS评分小于5分，那么30天内死亡率可达100%。

国内外对病情较轻的PBH患者通常采用内科保守治疗，而对于意识障碍较深且病情严重的患者则可能采取外科手术治疗。研究表明，外科手术可以显著改善PBH患者的预后并降低死亡率。不管是采用保守治疗还是外科手术干预，PBH的预后普遍不佳，病死率和致残率都很高。因此，早期的预防和干预显得尤为重要，如通过筛查相关因素并在日常生活中避免这些危险因素，对于预防PBH的发生和改善患者预后具有重要的临床意义。

尽管国内外学者对PBH的病因和危险因素进行了广泛研究，但其确切的病因和发病机制仍不完全清楚。许多研究认为PBH患者的临床结局可能与入院时的血压、出血量、出血部位和GCS评分以及临床干预措施等因素相关。因此，本研究旨在通过构建临床预测模型，识别可能影响PBH患者死亡和预后的因素，从而提升对该疾病的认识并为临床评估患者预后提供参考。

材料与方法

本研究已获得徐州医科大学附属医院伦理委员会的批准（伦理审批编号：XYFY2024-KL197-01）。由于本研究采用的是回顾性数据分析，且不会泄露任何患者的个人身份信息，因此伦理委员会批准免除知情同意书。研究过程中严格遵守《赫尔辛基宣言》以及其他相关的伦理准则，确保患者隐私和数据保密性得到了充分保护。所有收集的临床和影像数据仅用于本研究目的。

研究对象：

本研究纳入了自2021年1月到2024年1月在徐州医科大学附属医院和苏州大学附属常熟医院接受治疗的140名脑干出血患者。所有患者均符合以下纳入标准：确诊为脑干出血、年龄在18岁以上、住院期间有完整的临床和影像学数据记录。排除标准包括：既往有严重神经系统疾病史、严重合并症患者以及因不明原因数据缺失的患者。

入院时情况：

记录患者入院时GCS评分、是否伴随脑积水、是否进行气管插管、是否伴有高血压或糖尿病及患者BMI指数。

影像学资料：

所有患者均进行头颅CT平扫检查确认出血部位位于脑干。使用3D-slicer软件（Version5.2.2）逐层勾画出血区域，随后计算出血量，该过程的示意图展示在图1。选用“浙二分型”，将脑干血肿分为0~3四个类型：0型为第四脑室铸型；1型为单侧型，未过中线；2型为双侧型，但不同时越过脑干两侧3/4分界线；3型为同时越过脑干两侧3/4分界线。为方便统计，将0-1型归为低分型，2-3型为高分型。

治疗方式：

治疗方式分为保守治疗与手术治疗，其中手术治疗又包括脑室钻孔、血肿腔钻孔、开颅血肿清除、血肿腔+脑室钻孔、开颅血肿清除+脑室钻孔。手术适应征：1、血肿体积≥5mL，GCS≤7分；2、血肿体积3~5mL，保守至起病72h以上仍GCS≤5分，或并发急性脑积水；3、家属有强烈手术意愿；4、年龄<65岁。

预后判定：

因部分脑干出血患者就诊于重症监护室，患者出院时虽仍有心跳，但是呼吸微弱，甚至呼吸机辅助呼吸，生命体征及不平稳，通过GOS评分将出院患者进行分级（住院超过30天患者按照第30天患者状态进行评估）。GOS评分具体包括：5分：痊愈良好，恢复正常生活，尽管有轻度缺陷。4分：中度残疾，但尚可独立生活，能在保护下工作。3分：严重残疾，日常生活不能独立，需要照料。2分：长期持续的植物生存状态，存在眼部的活动和睡眠周期。1分：死亡。对于分级为3级以下患者（不包括3级），定义为预后不良，3级以上患者定义为预后良好组。

模型构建与评估：

采用多变量逻辑回归分析构建预后模型。首先，对所有变量进行单变量分析，以确定与预后相关的潜在因子。然后，将显著变量纳入多变量分析中，构建初步模型。使用ROC曲线、PR曲线和混淆矩阵等指标评估模型的预测性能。ROC曲线下面积（AUC）用于衡量模型的整体性能，PR曲线用于评估在不同阈值下的精确率和召回率。所有模型均通过交叉验证和独立验证集进行验证，以确保其稳健性和泛化能力。

统计分析：

数据分析采用Python和R等统计软件包进行。所有连续变量以均值±标准差表示，分类变量以频数和百分比表示。组间比较采用t检验或Mann-Whitney U检验，分类变量比较采用χ²检验。所有统计检验均为双侧检验，以P<0.05为差异有统计学意义。

结果

本研究共纳入140名脑干出血患者，其中男性105名（75%），女性35名（25%），平均年龄为53岁（标准差±11.89岁），平均BMI为27.3（标准差±4.95）。在所有患者中，80%有高血压史，14.29%有糖尿病史。入院时，患者的中位GCS评分为7分（IQR5.0-13.0）；有112例（20%）患者进行了手术，112例（80%）患者未接受手术治疗；住院期间32例（22.86%）患者出现了脑积水，108例（77.14%）患者未出现脑积水的情况；51例（36.43%）患者接受了气管插管并使用呼吸机辅助呼吸，89例（63.57%）患者未进行气管插管操作。通过患者住院期间的影像学资料，我们得知平均出血量约为3.6ml（IQR1.7ml-7.1ml）；血肿分型为1型及2型的患者均为70例（50%）；所有患者中血肿扩大的有34人（24.29%），无血肿扩大的有106人（75.71%）。患者的基线特征展示在表1。

在单因素逻辑回归分析中，多个临床变量被评估用于预测脑干出血患者的预后。结果显示，住院期间插管治疗（OR=5.5, 95% CI: 2.45-12.36, P<0.001）、血肿扩大（OR=6.5, 95% CI: 2.34-18.06, P<0.001）、GCS评分（OR=0.65, 95% CI: 0.59-0.76, P<0.001）、积水（OR=2.37, 95% CI: 1.01-5.6, P=0.048）、手术治疗（OR=8.95, 95% CI: 2.56-31.35, P=0.001）、血肿类型（OR=19.58, 95% CI: 8.11-47.28, P<0.001）和血肿体积（OR=2.32, 95% CI: 1.75-3.08, P<0.001）在预测脑干出血患者的预后方面具有统计学显著性。其他评估的变量未显示出显著的预测能力（P>0.05）。

在多因素逻辑回归分析中，纳入了所有在单因素分析中显著的变量，以评估它们对脑干出血患者预后的独立预测能力。结果表明，血肿扩大（调整OR=12.92, 95% CI: 2.39-69.79, P=0.003）、GCS评分（调整OR=0.77, 95% CI: 0.63-0.93, P=0.008）、血肿类型（OR=8.01, 95% CI: 2.02-31.78, P=0.003）和血肿体积（OR=1.75, 95% CI: 1.26-2.43, P=0.001）在调整其他因素后仍然具有显著的预测作用。其他变量在多因素模型中未能保持显著性。这些结果表明，血肿扩大、GCS评分、血肿类型和血肿体积是独立预测脑干出血患者预后的重要因素，为临床医师提供了有价值的参考。单因素及多因素逻辑回归的详细结果展示在表2。

采用多变量逻辑回归分析结果的四个变量构建Nomogram预后模型（图2）。我们比较了Nomogram模型与其他单变量模型（gcs、type、expand和volume）的表现（表3），结果显示：Nomogram模型在各项指标上均表现优异，其ROC值为0.95，显著高于其他模型；AIC值为52.39，表明模型更具有简约性和更好的平衡拟合优度与复杂度的能力；Brier评分为0.062，预测准确性更具有优势。这些结果证明了Nomogram模型在脑干出血预后评估中的潜在应用价值。模型的ROC曲线下面积（AUC）为0.95（95%置信区间：0.88-0.95），显示出较高的区分能力，Nomogram模型的性能优于其他单一变量模型（图3）。PR曲线显示在不同阈值下模型的精确率和召回率均保持较高水平（图4）。Nomogram模型的校准曲线显示出其预测概率与实际发生率之间具有良好的一致性（图5），表明模型在不同风险水平上的预测能力较为准确。这进一步证明了Nomogram模型在临床应用中的可靠性和实用性。决策曲线分析结果（图6）表明，在不同的阈值范围内，所构建的预后模型均显示出较高的净收益，提示模型的临床应用价值较好。

讨论

高血压性脑干出血占所有脑干出血的6-10%，其中脑桥出血较为常见。出血主要来源于供应脑干的旁正中动脉穿支。和ICH一样，PBH最常见的病因是高血压。高血压性出血发生在主要脑内动脉发出的穿通支动脉分布的区域，因为这些较小的穿通支动脉直接承受着相对较大的主干血管的压力，缺乏逐渐减小的前端血管管径提供的保护。

通常认为脑干出血有几种脑损伤机制，首先是血肿扩大和细胞毒性病变引起的周围水肿，这些水肿对脑实质造成原发性的机械性撕裂和挤压伤害。血肿及其引起的周围水肿均可产生占位效应和颅内压增高，从而导致脑灌注减少和缺血性损伤；在严重情况下，可能进一步引发脑疝。研究发现，血肿周围脑组织的坏死在脑出血发病后6小时内开始，12小时后加重，24小时内达到高峰。如果血肿向下延伸，可能压迫延髓，影响生命中枢的功能，引发呼吸和循环障碍；向上延伸时，则可能压迫中脑被盖部的网状激活系统，导致患者迅速进入昏迷状态。

鉴于原发性脑干出血的致死率和致残率极高，及其预后普遍不佳，及时识别影响PBH患者死亡和预后的关键因素对临床判断和治疗具有至关重要的意义。通过对存活和死亡两组患者的比较分析，本研究初步确定了几个可能的关键危险因素，包括患者入院时的格拉斯哥昏迷评分、脑干血肿的具体分型、血肿的初始体积以及其随后的扩大情况。这些发现为PBH患者的临床管理提供了重要参考。

既往的研究表明，GCS评分是预测PBH死亡的独立危险因素。Geng等人的研究指出，入院时GCS<9显著增加了30天内的死亡率。在我们的研究中，多因素分析进一步揭示了GCS≤6在统计上显著关联脑干出血患者30天内的不良预后（p＜0.001）。入院时的GCS评分是一个评估颅脑损伤预后的可靠参数；评分越低，预后越差，潜在的死亡风险越高，即使患者得以复苏，也可能伴随严重的后遗症。因此，对患者的GCS评分进行入院时的动态监测至关重要，它可以帮助医护人员及时了解患者的病情变化，并迅速采取有效的应对措施。

近年来，越来越多的研究认为血肿扩大与脑出血患者的预后高度相关。而由于脑干的体积很小，该部位的血肿扩张可能对患者的生存和预后造成更严重的影响。血肿形态相关征象，例如斑点征已被认为是预示出血扩大风险增加的关键影像标志。Delgado等人对367例急性ICH患者的回顾性分析发现，存在斑点征的患者约占19%，且斑点征与血肿扩大存在独立关联。此外，斑点征的数量被认为是预测血肿扩大的一个重要指标。因此采取适当措施限制血肿扩大对改善PBH患者的预后至关重要。止血药物如氨甲环酸，通过其抗纤溶作用稳定脑内血肿，有助于防止血肿的进一步扩大。同时，避免过量使用脱水药物也是必要的，因为研究显示在出血超早期使用甘露醇可能导致血肿扩大。此外，治疗出血伴随的发热也显得尤为重要，持续的发热与患者的不良预后及血肿扩大有关。此外，血肿体积也被认为是预测原发性脑干出血患者不良预后的独立因素。Yu等人在2023年的研究显示，当血肿体积大于4ml时，患者的30天死亡率明显上升，达到10ml时，死亡率接近饱和。这与我们的研究结果相符，显示出血量超过6ml时，患者30天内的预后明显恶化。

由于原发性脑干出血的病程极为危险，迅速识别和诊断成为关键。随着CT技术的普及，脑干血肿的精确分型逐渐成为研究焦点。Russell等人在1986年首次提出将脑干血肿分为中央型、背外侧被盖型和被盖基底型。后来，Chung等人提出了更细致的分型：巨大型、双侧被盖型、基底-被盖型和单侧小血肿型，其生存率分别为7.1%，14.3%，26.1%和94.1%。Wessels等人的研究表明，脑干背侧血肿相较于腹侧血肿通常具有更好的预后。在我们的研究中，我们发现血肿的严重程度（高分型）与预后的不良性显著相关。我们推测，这种差异可能源于血肿对网状激活系统的损害。网状激活系统是大脑中负责觉醒和睡眠循环的关键部分，与意识水平和觉醒状态紧密相关。因此，对脑干血肿的详细分型及其对网状激活系统的影响理解，对于预测和改善患者的临床结局至关重要。

结论

本研究开发了一种基于多变量逻辑回归的脑干出血预后模型，具有较高的预测准确性和可靠性。关键预测因子包括血肿扩大、GCS评分、血肿类型和血肿体积。该模型在临床应用中显示出显著的价值，能够有效辅助临床医生进行风险评估和治疗决策，提高患者预后。

通讯作者简介

梅淑宏主治医师

吉安市中心人民医院神经外科

● 主治医师、介入科副主任、卒中中心介入组组长

● 擅长脑动脉瘤、脑动静脉畸形、脑动脉狭窄、急性脑梗死等脑血管疾病的介入治疗和脑出血外科手术治疗

● 主持吉安市科技课题一项，发表核心期刊1篇、SCI 3篇，累计影响因子7.9分

● 江西省卒中学会脑血管病复合手术专业委员会委员

● 江西省研究型医院学会神经外科学会脑血管疾病学组委员

● 江西省整合医学会神经外科分会委员

END

声明：脑医汇旗下神外资讯、神介资讯、神内资讯、脑医咨询、Ai Brain 所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。

投稿邮箱：NAOYIHUI@163.com

未经许可，禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用，亦须注明来源。欢迎转发、分享。