编辑推荐：
意识障碍（DOC）患者数量增多，预后评估困难。南京医科大学附属江宁医院研究人员，基于行为量表评分等多模态信息构建列线图预测模型。结果显示该模型准确性高，有助于评估患者预后，合理分配医疗资源。
随着现代医学的飞速发展，急救和重症监护技术取得了显著进步，许多原本在生死边缘挣扎的患者得以挽救生命。然而，这也带来了一个新的挑战 —— 意识障碍（Disorders of Consciousness，DOC）患者数量明显增加。在中国，保守估计有 30 - 50 万意识障碍患者，每年新增病例超 7 万，每年的医疗花费高达 300 - 500 亿元 。这些患者不仅给家庭带来了沉重的经济负担和精神压力，还引发了诸多伦理和法律问题。在意识障碍出现后的第一年，死亡率高达 35%，且仅有 40% 的患者意识水平能有所改善 。因此，早期、客观、精准地评估患者预后迫在眉睫，这将直接影响后续的医疗决策。
目前，临床评估意识障碍患者预后的方法存在诸多不足。昏迷恢复量表修订版（Coma Recovery Scale - Revised，CRS - R）虽被视为评估意识障碍患者的重要工具，但其可靠性易受多种因素影响，如严重运动障碍、失语、气管插管以及觉醒水平波动等，误诊率高达 43% 。神经电生理评估虽操作简便，可床边实时监测，能反映脑损伤程度，但像体感诱发电位（Somatosensory Evoked Potentials，SEPs）中 N20 波对缺氧性昏迷患者预后评估的敏感性有限 。中潜伏期体感诱发电位（Middle - Latency Somatosensory Evoked Potentials，MLSEP）如 N35、N60、N70 虽能反映二级皮质网络完整性，但在预后评估中的敏感性和特异性仍不理想 。此外，神经内分泌紊乱在脑损伤患者中较为常见，其对意识障碍患者预后的影响尚不明确 。
为了解决这些问题，南京医科大学附属江宁医院的研究人员开展了一项旨在建立基于多模态评估信息预测意识障碍患者预后列线图模型的研究。研究人员通过收集患者的临床行为评分、神经电生理数据和下丘脑 - 垂体激素水平等多模态信息，深入挖掘影响患者预后的关键因素，并构建列线图模型，为临床医生提供直观、准确的预后评估工具。该研究成果发表在《BMC Neurology》杂志上，为意识障碍患者的临床管理提供了重要的参考依据。
研究人员主要采用了以下关键技术方法：首先，对 2023 年 3 月至 2024 年 7 月在南京医科大学附属江宁医院康复医学科收治的 170 例意识障碍患者的临床资料进行回顾性分析 。然后，运用随机森林分析、LASSO 回归和多变量 Logistic 回归等统计方法筛选关键预测变量 。最后，基于筛选出的变量构建列线图模型，并通过受试者工作特征曲线（Receiver Operating Characteristic Curve，ROC）、校准曲线和决策曲线分析（Decision Curve Analysis，DCA）等对模型性能进行全面验证 。
一、基线数据
研究共纳入 170 例意识障碍患者，将其分为训练集（121 例）和验证集（49 例） 。训练集患者平均年龄 60.11±12.01 岁，CRS - R 评分为 10.17±4.14 分，63 例（52.1%）患者意识水平改善；验证集患者平均年龄 57.61±11.78 岁，CRS - R 评分为 9.41±3.85 分，25 例（51%）患者意识水平改善 。两组患者在年龄、性别、病因等基线特征上无显著差异（P>0.05），保证了研究的可比性 。
二、识别预测因素
通过随机森林分析，从 27 个独立变量中筛选出 9 个具有统计学意义的变量 。Lasso 回归进一步对这 9 个特征进行测试，最终结合两种分析方法，确定了 6 个对意识恢复影响较大的预测因素：CRS - R 评分、诊断、脑干听觉诱发电位（Brainstem Auditory Evoked Potentials，BAEP）分级、雌二醇（Estradiol）、N60 分类和促甲状腺激素（Thyroid - Stimulating Hormone，TSH） 。多变量 Logistic 回归分析显示，CRS - R 评分（OR =1.05，95% CI 1.02 - 1.08，P = 0.002）、BAEP 分级（OR = 0.88，95% CI 0.79 - 0.98，P = 0.02）、N60 分类（OR = 1.22，95% 1.01 - 1.48，P = 0.02）和雌二醇（OR = 1.01，95% CI 1.00 - 1.02，P = 0.01）是独立预测因素 。
三、临床预测模型构建
基于多变量 Logistic 回归分析结果，研究人员构建了用于预测意识障碍患者 6 个月预后的列线图模型，该模型纳入了 CRS - R 评分、BAEP 分级、N60 分类和雌二醇 4 个独立预测因素 。通过列线图，临床医生可根据患者各因素得分计算总分，进而直观地预测患者意识改善的概率 。该模型在训练集和验证集中的 AUC 分别为 0.919（95% CI 0.87 - 0.968）和 0.888（95% CI 0.796 - 0.98），显示出良好的区分度 。
四、列线图模型校准和决策曲线
校准曲线表明模型预测概率与实际结果高度一致，具有较强的校准准确性 。决策曲线分析显示，该模型在临床决策中具有较高的净收益，具有良好的临床实用性 。研究人员还开发了基于该模型的临床交互界面，方便临床医生快速评估患者预后。
研究结论表明，结合 CRS - R 评分、BAEP 分级、N60 分类和雌二醇构建的列线图模型，能准确评估意识障碍患者的短期预后。该模型为临床医生制定个性化治疗方案提供了有力支持，有助于合理分配医疗资源，提高患者的救治效果。不过，研究也存在一定局限性，如单中心研究、样本量较小、病因分布不均等 。未来研究可扩大样本量，开展多中心研究，并动态监测激素水平，进一步优化模型，提高预测准确性，为意识障碍患者的临床管理提供更可靠的依据。
