超声造影评估颈动脉斑块新生血管分级预测脑梗死再发的Logistic回归模型分析

doi:10.3877/cma.j.issn.1672-6448.2018.01.008

中华医学超声杂志（电子版） ›› 2018, Vol. 15 ›› Issue (01) : 43 -47. doi: 10.3877/cma.j.issn.1672-6448.2018.01.008

所属专题：文献；

头颈部超声影像学

超声造影评估颈动脉斑块新生血管分级预测脑梗死再发的Logistic回归模型分析

邬午龙¹, 宋则周²^,^†(

), 张艳明², 傅燕飞³, 耿昱⁴

^1. 315500　宁波市奉化区人民医院超声科
^2. 310014　杭州，浙江省人民医院超声科
^3. 310051　浙江省杭州市滨江区西兴街道社区卫生服务中心
^4. 310014　杭州，浙江省人民医院神经内科

收稿日期:2017-02-26 出版日期:2018-01-01
通信作者: 宋则周

The prediction of recurrent cerebral infarction by the neovascularization grade of carotid plaque using contrast enhanced ultrasonography: a Logistic regression model analysis

Wulong Wu¹, Zezhou Song²^,^†(), Yanming Zhang², Yanfei Fu³, Yu Geng⁴

^1. Department of Ultrasound, Fenghua People Hospital, Ningbo 315500, China
^2. Department of Ultrasound, Zhejiang Provincial People′s Hospital, Hangzhou 310014, China
^3. Community Health Centre in Binjiang District, Hangzhou 310051, China
^4. Department of Neurology, Zhejiang Provincial People′s Hospital, Hangzhou 310014, China

Received:2017-02-26 Published:2018-01-01
Corresponding author: Zezhou Song
About author:
Corresponding author: Song Zezhou, Email: szz_echocardiography@126.com

全文 ( ) 下载PDF ( ) 导出引用

引用本文：

邬午龙, 宋则周, 张艳明, 傅燕飞, 耿昱. 超声造影评估颈动脉斑块新生血管分级预测脑梗死再发的Logistic回归模型分析[J/OL]. 中华医学超声杂志（电子版）, 2018, 15(01): 43-47.

Wulong Wu, Zezhou Song, Yanming Zhang, Yanfei Fu, Yu Geng. The prediction of recurrent cerebral infarction by the neovascularization grade of carotid plaque using contrast enhanced ultrasonography: a Logistic regression model analysis[J/OL]. Chinese Journal of Medical Ultrasound (Electronic Edition), 2018, 15(01): 43-47.

目的

采用Logistic回归模型分析超声造影评估颈动脉斑块新生血管分级预测脑梗死再发的价值。

方法

选取2013年4月至2014年5月在浙江省人民医院神经内科就诊的初发脑梗死患者89例，行常规超声与超声造影检查并进行颈动脉斑块的二维回声及新生血管分级，随访1年后入选者脑梗死再发情况，以脑梗死再发与否作为因变量，以年龄、性别、高血压、糖尿病、高脂血症、吸烟史、饮酒史、颈动脉斑块二维回声分级及新生血管分级为自变量，采用Logistic回归模型分析脑梗死再发的独立风险因素，并采用ROC曲线评估独立风险因素预测脑梗死再发的价值。

结果

单因素Logistic回归模型分析显示颈动脉斑块二维超声分级（P=0.028）与新生血管分级（P=0.006）为脑梗死再发的风险预测因素，多因素Logistic回归模型分析显示颈动脉斑块新生血管分级是脑梗死再发的独立风险预测因素（OR=1.916，P=0.043），ROC分析示以新生血管分级>Ⅱ级预测脑梗死再发的敏感度与特异度分别为67.74%、70.69%，其曲线下面积为0.684（95%CI：0.577~0.779，P=0.0017）。

结论

超声造影评估颈动脉斑块新生血管分级是预测脑梗死再发的独立风险因素。

关键词: 超声检查, 脑梗塞, 颈动脉, 动脉硬化

Objective

To evaluate the utility of neovascularization grade of carotid plaque using contrast enhanced ultrasonography in the prediction of recurrent cerebral infarction by Logistic regression model analysis.

Methods

Eight-nine patients with first cerebral infarction were studied by conventional and contrast enhanced ultrasonography, then the two-dimensional echoic grade and neovascularization grade of carotid plaque was assessed. The condition of recurrent cerebral infarction in next year was followed up. The independent risk and predictive factors of recurrent cerebral infarction were analyzed by Logistic regression model and the utility of the independent risk and predictive factors in the prediction of recurrent cerebral infarction was evaluated by ROC curve.

Results

Both two-dimensional echoic grade of carotid plaque (P=0.028) and neovascularization grade of carotid plaque (P=0.006) were the risk and predictive factors of recurrent cerebral infarction in single-factor Logistic regression model. However, only the neovascularization grade of carotid plaque was the independent risk and predictive factor in multiple-factor Logistic regression model (P=0.043) with an OR value of 1.916. The sensitivity and specificity of the neovascularization grade of carotid plaque in prediction of recurrent cerebral infarction (cut-off value>Ⅱ) were 67.74% and 70.69% respectively and the area under ROC curve was 0.684 (95%CI: 0.577~0.779, P=0.0017).

Conclusion

The neovascularization grade of carotid plaques on contrast enhanced ultrasonography is the independent risk and predictive factor in prediction of recurrent cerebral infarction.

Key words: Ultrasonography, Brain infarction, Carotid arteries, Arteriosclerosis

表1 脑梗死再发风险预测因素的单因素Logistic回归分析

参数	回归系数	标准误	Wald值	OR值（95% CI）	P值
年龄	-0.863	0.458	3.552	0.422（0.172~1.035）	0.059
常数项	-0.118	0.344	0.118	0.889	0.732
性别	-0.421	0.468	0.808	0.657（0.262~1.643）	0.369
常数项	-0.348	0.377	0.853	0.706	0.356
高血压	-0.025	0.565	0.002	0.975（0.322~2.949）	0.964
常数项	-0.606	0.508	1.426	0.545	0.232
糖尿病	0.074	0.445	0.027	1.076（0.450~2.577）	0.869
常数项	-0.661	0.308	4.616	0.516	0.032
血脂异常	0.065	0.445	0.021	1.067（0.446~2.552）	0.885
常数项	-0.659	0.318	4.297	0.517	0.038
吸烟	0.421	0.468	0.808	1.523（0.608~3.813）	0.369
常数项	-0.769	0.278	7.680	0.463	0.006
饮酒	0.260	0.463	0.315	1.296（0.523~3.212）	0.575
常数项	-0.719	0.280	6.607	0.487	0.010
颈动脉斑块二维超声分级	-0.854	0.388	4.846	0.426（0.199~0.911）	0.028
常数项	0.717	0.631	1.292	2.048	0.256
颈动脉斑块超声造影分级	0.796	0.288	7.624	2.216（1.260~3.899）	0.006
常数项	-2.536	0.751	11.409	0.079	0.001

表1 脑梗死再发风险预测因素的单因素Logistic回归分析

参数	回归系数	标准误	Wald值	OR值（95% CI）	P值
年龄	-0.863	0.458	3.552	0.422（0.172~1.035）	0.059
常数项	-0.118	0.344	0.118	0.889	0.732
性别	-0.421	0.468	0.808	0.657（0.262~1.643）	0.369
常数项	-0.348	0.377	0.853	0.706	0.356
高血压	-0.025	0.565	0.002	0.975（0.322~2.949）	0.964
常数项	-0.606	0.508	1.426	0.545	0.232
糖尿病	0.074	0.445	0.027	1.076（0.450~2.577）	0.869
常数项	-0.661	0.308	4.616	0.516	0.032
血脂异常	0.065	0.445	0.021	1.067（0.446~2.552）	0.885
常数项	-0.659	0.318	4.297	0.517	0.038
吸烟	0.421	0.468	0.808	1.523（0.608~3.813）	0.369
常数项	-0.769	0.278	7.680	0.463	0.006
饮酒	0.260	0.463	0.315	1.296（0.523~3.212）	0.575
常数项	-0.719	0.280	6.607	0.487	0.010
颈动脉斑块二维超声分级	-0.854	0.388	4.846	0.426（0.199~0.911）	0.028
常数项	0.717	0.631	1.292	2.048	0.256
颈动脉斑块超声造影分级	0.796	0.288	7.624	2.216（1.260~3.899）	0.006
常数项	-2.536	0.751	11.409	0.079	0.001

表2 脑梗死再发风险预测因素的多因素Logistic回归分析

参数	回归系数	标准误	Wald值	OR值（95% CI）	P值
颈动脉斑块二维超声分级	-0.455	0.448	1.034	0.634（0.264~1.525）	0.309
颈动脉斑块新生血管分级	0.650	0.321	4.094	1.916（1.021~3.599）	0.043
常数项	-1.480	1.261	1.378	0.228	0.240

表2 脑梗死再发风险预测因素的多因素Logistic回归分析

参数	回归系数	标准误	Wald值	OR值（95% CI）	P值
颈动脉斑块二维超声分级	-0.455	0.448	1.034	0.634（0.264~1.525）	0.309
颈动脉斑块新生血管分级	0.650	0.321	4.094	1.916（1.021~3.599）	0.043
常数项	-1.480	1.261	1.378	0.228	0.240

图1 以颈动脉斑块超声造影分级>Ⅱ级为标准预测脑梗死再发的受试者工作特征曲线

1	Uehara T, Tabuchi M, Mori E. Risk factors for silent cerebral infarcts in subcortical white matter and basal ganglia [J]. Stroke, 1999, 30(2):378-382.
2	张宇辉，蒋初明，王拥军. 缺血性卒中的个体化二级预防 [J]. 中华神经医学杂志, 2009, 8(1):89-93.
3	Lin K, Zhang ZQ, Detrano R, et al. Carotid vulnerable lesions are related to accelerated recurrence for cerebral infarction magnetic resonance imaging study [J]. Acad Radiol, 2006, 13(10):1180-1186.
4	Singh AS, Atam V, Jain N, et al. Association of carotid plaque echogenicity with recurrence of ischemic stroke [J]. N Am J Med Sci, 2013, 5(6):371-376.
5	张艳明，宋则周，傅燕飞, 等. 超声造影评估颈动脉斑块新生血管预测脑梗死再发 [J]. 中国超声医学杂志, 2016, 32(2):97-100.
6	王新德. 急性脑血管病诊断标准.第四届全国脑血管病修订方案 [J]. 中华神经科杂志, 1996, 29:379-381.
7	宋则周，张艳明，傅燕飞, 等. 超声造影评估颈动脉斑块增强类型与脑梗死灶体积的关系 [J]. 中华超声影像学杂志, 2014, 23(6):539-541.
8	宋则周，张艳明，傅燕飞, 等. 超声造影评估颈动脉斑块增强类型与后循环脑梗死的关系 [J]. 中国超声医学杂志, 2014, 30(11):1038-1040.
9	张艳明，宋则周，傅燕飞, 等. 超声造影评估颈动脉斑块新生血管联合ABCD评分预测短暂性脑缺血发作进展为脑梗死的价值 [J]. 中华超声影像学杂志, 2016, 25(8):687-690.
10	Joakimsen O, Bønaa KH, Stensland-Bugge E. Reproducibility of ultrasound assessment of carotid plaque occurrence, thickness, and morphology. The Tromsø Study [J]. Stroke, 1997, 28(11):2201-2207.
11	Grønholdt ML, Nordestgaard BG, Wiebe BM, et al. Echo-lucency of computerized ultrasound images of carotid atherosclerotic plaques are associated with increased levels of triglyceride-rich lipoproteins as well as increased plaque lipid content [J]. Circulation, 1998, 97(1):34-40.
12	Shah F, Balan P, Weinberg M, et al. Contrast-enhanced ultrasound imaging of atherosclerotic carotid plaque neovascularization: a new surrogate marker of atherosclerosis? [J]. Vasc Med, 2007, 12(4):291-297.
13	Sztajzel R, Momjian S, Momjian-Mayor I, et al. Stratiﬁed gray-scale median analysis and color mapping of the carotid plaque: correlation with endarterectomy specimen histology of 28 patients [J]. Stroke, 2005, 36(4):741-745.
14	徐骏. 颈动脉粥样硬化斑块与脑梗死再发相关性研究 [J]. 中国医师进修杂志, 2012, 35(16):8-11.
15	Weimar C, Goertler M, Röther J, et al. Systemic risk score evaluation in ischemic stroke patients (SCALA): a prospective cross sectional study in 85 Germon stroke units [J]. J Neurol, 2007, 254(11):1562-1568.

[1]	章建全, 程杰, 陈红琼, 闫磊. 采用ACR-TIRADS评估甲状腺消融区的调查研究[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(10): 966-971.
[2]	罗辉, 方晔. 品管圈在提高甲状腺结节细针穿刺检出率中的应用[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(10): 972-977.
[3]	杨忠, 时敬业, 邓学东, 姜纬, 殷林亮, 潘琦, 梁泓, 马建芳, 王珍奇, 张俊, 董姗姗. 产前超声在胎儿22q11.2 微缺失综合征中的应用价值[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(09): 852-858.
[4]	孙佳丽, 金琳, 沈崔琴, 陈晴晴, 林艳萍, 李朝军, 徐栋. 机器人辅助超声引导下经皮穿刺的体外实验研究[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(09): 884-889.
[5]	史学兵, 谢迎东, 谢霓, 徐超丽, 杨斌, 孙帼. 声辐射力弹性成像对不可切除肝细胞癌门静脉癌栓患者放射治疗效果的评价[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(08): 778-784.
[6]	曹雯佳, 刘学兵, 罗安果, 钟释敏, 邓岚, 王玉琳, 李赵欢. 超声矢量血流成像对2型糖尿病患者颈动脉壁剪切应力的研究[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(07): 709-717.
[7]	李洋, 蔡金玉, 党晓智, 常婉英, 巨艳, 高毅, 宋宏萍. 基于深度学习的乳腺超声应变弹性图像生成模型的应用研究[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(06): 563-570.
[8]	洪玮, 叶细容, 刘枝红, 杨银凤, 吕志红. 超声影像组学联合临床病理特征预测乳腺癌新辅助化疗完全病理缓解的价值[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(06): 571-579.
[9]	项文静, 徐燕, 茹彤, 郑明明, 顾燕, 戴晨燕, 朱湘玉, 严陈晨. 神经学超声检查在产前诊断胼胝体异常中的应用价值[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(05): 470-476.
[10]	胡可, 鲁蓉. 基于多参数超声特征的中老年女性压力性尿失禁诊断模型研究[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(05): 477-483.
[11]	张妍, 原韶玲, 史泽洪, 郭馨阳, 牛菁华. 小肾肿瘤超声漏诊原因分析新思路[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(05): 500-504.
[12]	席芬, 张培培, 孝梦甦, 刘真真, 张一休, 张璟, 朱庆莉, 孟华. 乳腺错构瘤的临床与超声影像学特征分析[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(05): 505-510.
[13]	钱警语, 郑明明. 《2024意大利妇产科学会非侵入性和侵入性产前诊断指南》解读[J/OL]. 中华妇幼临床医学杂志(电子版), 2024, 20(05): 486-492.
[14]	张琛, 秦鸣, 董娟, 陈玉龙. 超声检查对儿童肠扭转缺血性改变的诊断价值[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(06): 565-568.
[15]	陈秀晓, 隋文倩, 王珉鑫, 吴圆圆. 腹股沟斜疝并腹腔游离体超声表现一例[J/OL]. 中华临床医师杂志(电子版), 2024, 18(05): 516-517.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

The prediction of recurrent cerebral infarction by the neovascularization grade of carotid plaque using contrast enhanced ultrasonography: a Logistic regression model analysis

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

The prediction of recurrent cerebral infarction by the neovascularization grade of carotid plaque using contrast enhanced ultrasonography: a Logistic regression model analysis