基于MR血管壁成像预测颅内动脉瘤不稳定状态

作     者：马鑫梅 付其昌 谢姗姗 张勇 程敬亮 管生 MA Xinmei;FU Qichang;XIE Shanshan;ZHANG Yong;CHENG Jingliang;GUAN Sheng

作者机构：郑州大学第一附属医院磁共振科河南郑州450052 郑州大学第一附属医院神经介入科河南郑州450052 

出 版 物：《中国医学影像技术》 (Chinese Journal of Medical Imaging Technology)

年 卷 期：2025年第41卷第1期

页      面：15-19页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 100214[医学-肿瘤学] 10[医学] 

基　　金：国家自然科学基金(82202105) 河南省联合共建项目(LHGJ20220406) 

主　　题：颅内动脉瘤 血管壁 磁共振成像 

摘      要：目的观察基于MR血管壁成像(VWI)预测颅内动脉瘤(IA)不稳定状态的价值。方法回顾性分析506例单发IA的MR血管造影(MRA)及血管壁成像(VWI)数据,将无症状IA纳入稳定状态组(n=349),以随访期间增大或伴先兆破裂症状IA为不稳定状态组(n=157)。按7∶3比例划分训练集(n=354)与验证集(n=152)。采用最小绝对收缩和选择算子及多因素logistic回归筛选与IA不稳定状态相关的临床、MRA及VWI风险因素,构建模型1;另单独基于IA MRA表现构建模型2。绘制受试者工作特征曲线,计算曲线下面积(AUC),评估各模型预测IA不稳定状态的效能。结果LASSO及多因素logistic回归显示,女性患者、年龄50岁、既往脑梗死病史及MRA显示瘤壁强化均为IA不稳定状态的独立预测因子。模型1预测训练集与验证集IA不稳定状态的AUC分别为0.733及0.742,均高于模型2的0.593及0.609(P均0.05)。结论MR VWI有助于预测IA不稳定状态。