《Neurology and Therapy》：Response to Letter to the Editor Regarding: Quantitative Analysis of White Matter Hyperintensities as a Predictor of 1-Year Risk for Ischemic Stroke Recurrence
编辑推荐：
为解决缺血性脑卒中复发风险预测问题，研究人员开展脑白质高信号（WMH）定量分析研究，虽模型存在不足，但为后续研究提供方向。
缺血性脑卒中复发风险预测新探索：脑白质高信号定量分析研究解读
在医学领域，脑卒中一直是严重威胁人类健康的 “杀手”。缺血性脑卒中作为其中的常见类型，不仅发病突然，而且复发风险高。每一次复发，都可能给患者带来更严重的神经功能损伤，甚至危及生命。长期以来，如何精准预测缺血性脑卒中的复发风险，成为困扰医学界的一大难题。以往的预测方法，要么准确性欠佳，要么需要复杂的操作和高昂的成本，难以在临床广泛应用。在此背景下，探寻一种更有效、更便捷的预测指标迫在眉睫。
为了攻克这一难题，来自复旦大学附属闵行医院的研究人员开展了一项极具意义的研究。他们聚焦于脑白质高信号（White Matter Hyperintensities，WMH），试图通过对其进行定量分析，来预测缺血性脑卒中 1 年复发风险。该研究成果发表在《Neurology and Therapy》杂志上。
研究人员在研究过程中，主要运用了磁共振成像（Magnetic Resonance Imaging，MRI）技术来获取患者脑白质高信号的相关数据 。样本则来源于实际参与研究的患者队列，以此为基础开展后续分析。
研究结果
- 预测模型构建及性能评估：研究人员构建了用于预测缺血性脑卒中 1 年复发风险的模型。在训练集中，该模型的 C-index 达到 0.83，然而在测试集中，C-index 降至 0.74。这一结果表明模型存在一定的局限性，可能受到多种因素影响。
- 数据处理问题及潜在影响：研究中排除了失访和死亡患者，这可能引入选择偏倚。因为这些患者或许属于高风险亚组，排除他们会对复发风险的估计产生影响。此外，脑白质高信号变量数量与复发事件数量的不平衡，也可能是导致模型性能下降的原因之一。由于复发事件相对较少（88 例，占总数的 8.3%），研究未进行交叉验证。
- 混杂因素的考量：研究意识到社会经济地位、生活方式和环境因素等在脑卒中复发风险中起着重要作用，但此次研究未将这些因素纳入分析。同时，像血压控制和糖化血红蛋白（HbA1c）水平等动态指标也未被考虑在内。
- WMH 动态进展及治疗依从性评估缺失：当前研究仅评估了基线时的 WMH，未对 WMH 的动态进展进行跟踪。并且，在评估 WMH 与治疗依从性的关系方面存在不足，缺乏客观的评估手段。
研究结论与讨论
综合来看，该研究虽然在利用脑白质高信号定量分析预测缺血性脑卒中 1 年复发风险方面做出了积极探索，但也暴露出一些问题。研究中模型性能的波动、数据处理方法的局限性以及对混杂因素和动态指标的忽视，都为后续研究指明了方向。在未来研究中，研究人员计划采用多重填补法和竞争风险模型（如 Fine-Gray 亚分布风险模型）等方法处理缺失数据，降低选择偏倚；基于生物学相关性进行降维并选择关键的 WMH 指标，优化模型构建；纳入社会经济地位、生活方式、环境因素以及血压控制、HbA1c 水平等动态指标，使模型更全面地反映血管风险调节机制；通过纵向 MRI 评估 WMH 的动态进展，并结合药房记录或生物标志物等客观指标评估治疗依从性。
这项研究的意义重大。它为缺血性脑卒中复发风险预测提供了新的研究思路和方向。尽管目前的研究存在一定不足，但后续的改进和完善有望建立更精准、更具临床实用性的预测模型。这将帮助医生更准确地评估患者的复发风险，提前制定个性化的预防和治疗方案，从而有效降低缺血性脑卒中的复发率，提高患者的生活质量，减轻家庭和社会的负担，在脑血管疾病防治领域具有广阔的应用前景。
