急性缺血性卒中（Acute Ischemic Stroke，AIS）是全球范围内导致死亡和长期残疾的重要疾病之一。尽管近年来静脉溶栓及机械取栓等再灌注治疗显著改善患者预后，但不同患者间功能恢复差异仍然十分显著。

目前临床主要依据梗死体积评估卒中严重程度及预后。然而既往研究发现，即使成功实现血管再通，梗死体积变化仅能解释约12%的治疗获益。此外，基于影像组学和深度学习的预测模型虽然提高了预测精度，但仍面临可解释性不足及泛化性等问题。

越来越多研究表明，梗死部位以及脑衰弱（Brain Frailty）等因素对卒中预后具有重要影响。然而，现有评估体系大多聚焦于梗死核心区，尚缺乏能够整合多维度临床与神经影像信息的评价框架。

近期，南京大学医学院金陵医院程晓青/李建瑞和苏州大学第二附属医院蔡武团队联合多中心研究力量，在国际神经影像学著名期刊《Neuroradiology》在线发表题为“Neuroimaging-clinical phenotypes are associated with functional outcomes in acute ischemic stroke: a latent class analysis of multidimensional biomarkers”的研究论文。

研究团队创新性整合临床指标、梗死体积、梗死位置及脑衰弱相关影像标志物，通过潜类别分析（Latent Class Analysis，LCA）对5家医学中心1088例前循环大血管闭塞性急性缺血性卒中患者进行了表型分层研究。研究识别并验证了4种临床-影像学表型：脑脆弱性表型、高血糖表型、心源性栓塞表型及年轻良性表型，它们在年龄、代谢状态、脑衰弱负担、梗死分布及神经功能损伤程度上显著不同。与年轻良性表型相比，其余三类表型均具有更高的不良预后风险，其中高血糖表型风险最高（增加44.4%），提示基于多维特征的表型分层有助于识别高危人群并优化个体化治疗策略。

图2 基于潜类别分析（LCA）识别的卒中亚型表型特征。雷达图展示了LCA识别的4种不同卒中表型：脑脆弱性表型（Brain frailty，24.8%，n=237）、高血糖表型（Hyperglycemic，9.7%，n=93）、心源性栓塞表型（Cardioembolic，21.8%，n=209）和年轻良性表型（Young benign，43.7%，n=418）。雷达图直观概括了各表型中不同特征的相对突出程度。

卒中患者间的预后差异可能并非由单一影像指标决定，而是多种临床及神经影像特征共同作用的结果，进一步强调了卒中多维整合评估的重要性。

通过LCA识别出4种卒中临床-影像学表型，揭示梗死部位、脑衰弱及高血糖状态是影响预后的关键因素，为卒中精准分层和个体化治疗提供了新思路。