不同TOAST分型缺血性卒中神经系统并发症研究进展

<正>在过去几十年里,卒中发病率和死亡率有下降的趋势,但是,由于人口老龄化和存活率的提高,新发病例和死亡病例的绝对数量正在增加~([1])。缺血性卒中(ischemic stroke,IS).是最常见的卒中类型,占所有卒中的69.6%～70.8%。TOAST分型是目前国际上公认的缺血性卒中病因学分类标准,是1993年Adbams等在应用类肝素(Org10172)治疗急性缺血性卒中的多中心临床试验中制定的,其根据患者的神经系统症状、脑成像结果和辅助诊断结果,将IS分为五种亚     

青年缺血性脑卒中TOAST分型的临床意义

目的采用TOAST分型法研究青年缺血性脑卒中的特征。方法收集64例15～45岁急性缺血性脑卒中患者,并经头部CT或MRI证实;所有患者均行胸部X线、心电图、血常规、血糖、血脂、凝血功能及血管炎方面的检查,多数患者做了血管方面的检查;脑卒中依据TOAST标准分型。结果青年缺血性脑卒中男性患者所占比例较女性患者明显增高,脑卒中亚型;大动脉粥样硬化性脑卒中占21.9%,小动物闭塞脑卒中占32.8%,心源性脑栓塞占18.8%,其他原因引发的缺血性脑卒中占15.6%,原因不明的缺血性脑卒中占10.9%。15～35岁患者心源性脑栓塞和其他原因引发的缺血性脑卒中占相对高的比例;35岁以上患者大动脉粥样硬化性脑卒中及小动脉闭塞性脑卒中占相对高的比例。吸烟、酗酒的男性患者比例较女性患者显著增高,女性患者高血压病的比例较男性患者增多。结论根据TOAST分型及危险因素的研究结果,对不同年龄层次的青年缺血性脑卒中患者有不同的临床意义。     

急性缺血性脑卒中临床CISS分型及高危因素研究

目的探讨急性缺血性脑卒中临床CISS分型及高危因素。方法选取我院2014-05—2015-01收治的急性缺血性脑卒中患者280例,记录分析病情,进行临床CISS分型及高危因素研究。结果 280例患者中大动脉粥样血栓型136例(48.57%),心源性栓塞42例(15%),穿支动脉梗死59例(21.07%),其他病因型9例(3.21%),隐源性梗死型34例(12.14%)。危险因素按出现比例排序为:高血压、吸烟、糖尿病、心脏病、饮酒、颈动脉狭窄、肥胖。结论急性缺血性脑卒中临床CISS分型不同,对应的危险因素的相关性有差异。     

急性缺血性卒中TOAST分型与外周血中内皮祖细胞含量的相关性

目的观察外周血中内皮祖细胞含量变化与急性卒中TOAST(trial of org 10172 in acute stroketreatment)分型的相关性,为临床缺血性卒中的防治提供新的思路和理论基础。方法运用影像学和超声检查等方式,选择不同TOAST分型的缺血性卒中患者62例,同时选择健康体检者17例作为对照研究。运用流式细胞仪检测不同患者外周血中内皮祖细胞的含量,经统计学分析,观察不同组别患者外周血中内皮祖细胞的含量与TOAST分型是否具有相关性。结果外周血中内皮祖细胞的含量与急性缺血性卒中疾病的发生具有紧密的相关性。不同TOAST分型的内皮祖细胞数差异有统计学意义(F=5.063,P=0.001)。结论检测外周血中内皮祖细胞的含量对急性期缺血性卒中的危险分层有积极的指导作用。     

缺血性卒中的分型─从原始TOAST到ASCO分型

卒中分型是针对各种不同类型缺血性卒中诊断与治疗的基础,对于卒中的基础研究与临床应用也是不可或缺的工具。目前最为广泛使用的分型系统就是急性卒中Orgl10172治疗试验（trialof org10172 in acute stroke treatment,TOAST）分型。随着医学影像技术的进步与流行病学研究的发展,为了更精确的卒中分型,学者陆续提出修订TOAST的版本,因而有基于停止卒中研究（stop strokestudy,SSS）提出的SSS-TOAST与韩国改良-TOAST的产生。而新发展出的ASCO分型系统,在决定最可能卒中分型的同时,也同时保留了其他较不可能病因的信息,因此可能对于卒中复发的预防与研究是很好的工具。迄今仍没有一个十全十美的缺血性卒中分型系统,本研究探讨各个卒中分型系统的特性,分析其在诊断卒中时的优缺点。以此为基础,希望未来能发展出适合中国人的缺血性卒中分型系统。     

近期炎症事件与缺血性脑卒中TOAST亚型的关系

目的在住院缺血性卒中患者的TOAST病因分型基础上,研究各亚型与近期炎症事件间的关系。方法采用前瞻性队列研究方法,连续性登记2007年8月1日～2008年2月28日入院的急性缺血性脑卒中患者,入院24h内用专为此课题设计的表格完成资料收集,按照TOAST标准进行病因分型,分析TOAST各亚型与近期炎症事件间的关系。结果近期炎症事件与TOAST亚型间存在显著性差别（P=0.011〈0.05）。近期炎症事件能增加大动脉粥样硬化性卒中（O R1.68,95%CI 0.82～3.46）和心源性脑栓塞（OR 2.07,95%CI 1.12～3.80）的发病率。结论炎症事件能增加大动脉粥样硬化性卒中和心源性脑栓塞的发病率,而对小动脉卒中影响不大。     

缺血性脑卒中TOAST病因分型危险因素及短期预后分析

目的分析缺血性脑卒中各TOAST亚型的危险因素及短期预后。方法连续收集急性缺血性脑卒中患者300例,按照TOAST分型标准进行病因分型。采用美国国立卫生院神经功能评分标准(NIHSS)对所有患者入院当天、3 d、7 d、14 d、出院当天进行神经功能评分。治疗期间筛查并记录各亚型患者的危险因素。对比分析各亚型患者治疗期间神经功能改善情况,并采用logistic回归模型对各TOAST亚型患者的危险因素进行分析。结果TOAST分型情况:心源性脑栓塞(CE)40例;大动脉粥样硬化性卒中(LAA)47例;小动脉卒中(SAA)143例;其他原因引发的缺血性卒中(SOE)5例;原因不明的缺血性卒中(SUE)65例。与大动脉粥样硬化性卒中相关的危险因素为高血压和高血脂(P<0.05);与小动脉卒中(SAA)相关的危险因素仅为高血压(P<0.05)。心源性栓塞患者神经功能缺损最严重,恢复较慢,预后最差;小动脉卒中患者神经功能缺损最轻,恢复最快,预后最好;其他类型卒中介于两者之间。结论 TOAST作为一种病因分型方法可以有效地为缺血性脑卒中的预后估计及危险因素预防提供帮助。     

急性缺血性脑卒中CISS分型与危险因素相关性分析

目的探讨急性缺血性卒中中国缺血性卒中亚型（CISS）分型与不同危险因素的关系。方法回顾性分析连续登记的急性缺血性脑梗死患者,记录其危险因素,并按CISS分型标准将急性缺血性卒中分为5种类型并分析相关因素对其发生风险的影响。结果在纳入标准的212例急性缺血性卒中患者中,大动脉粥样硬化型99例（46.7%）、心源性卒中型35例（16.5%）、穿支动脉疾病45例（21.2%）、其他病因型5例（2.4%）、病因不确定型28例（13.2%）。吸烟者、高血压病、冠心病、心房颤动者在5亚型间比例差异具有统计学意义（P〈0.05）。相关和回归分析显示冠心病、心房颤动与心源性卒中亚型有正相关性（β=1.34、2.206,P〈0.05）,高血压病与穿支动脉疾病亚型有相关性,为正相关性（β=1.074,P〈0.05）。结论不同类型缺血性脑卒中与不同的危险因素有关,心房颤动、冠心病是心源性卒中亚型的危险因素,高血压病是穿支动脉疾病亚型的危险因素。     

200例青年脑梗死患者CISS分型与高同型半胱氨酸的关系

目的通过分析不同CISS分型(Chinese ischemic stroke subclassification,CISS)青年脑梗死与高同型半胱氨酸(high homocysteine,HHcy)的关系,为青年脑梗死的病因诊断及治疗提供依据。方法选择我院住院治疗的青年脑梗死患者200例作为实验组,于我院同期进行健康体检者作为对照组,测定Hcy水平,比较两组之间的Hcy差异;实验组进行CISS分型,各型进行NIHSS评分,应用方差分析及q检验比较不同CISS分型的青年脑梗死患者NIHSS评分及Hcy水平的差异。结果实验组与对照组的Hcy水平分别为21.38±3.32μmol/L、11.65±2.74μmol/L,两组Hcy水平差异有统计学意义(P=0.0000)。在实验组CISS分型中,与其他四型(PAD,CS,OE,UE)相比,LAA型Hcy水平升高,NIHSS评分升高,差异有统计学意义(相应F=209.03,P=0.0000;F=2410.54,P=0.0000),但其他四个亚型(PAD、CS、OE、UE)之间比较,差异无统计学意义(P均0.05)。结论高同型半胱氨酸是青年脑梗死的危险因素之一,血浆同型半胱氨酸水平与青年脑梗死的神经功能缺损程度相关,LAA型病情更重,同型半胱氨酸水平更高,应提高重视。     

脑梗死急性期OCSP分型的信度评价

目的　评价脑梗死急性期OCSP分型的观察者间信度。方法　 2名神经科医生分别将连续就医、首次发生的急性脑梗死 1 1 0例分为 4个OCSP亚型。结果　 2名神经科医生分型的一致性为尚好 (kappa =0 3 9,95 %CI=0 3 0～ 0 48)至中度 (kappa =0 42 ,95 %CI=0 3 3～ 0 5 1 )。而对某些神经体征检查的一致性较差。结论　OCSP分型在脑梗死急性期的观察者间信度较为满意 ,是一种简便、实用的临床分型工具 ,神经体征变异是影响分型一致性的主要因素     

170例急性脑梗死CISS分型及相关危险因素分析

目的 按照中国缺血性卒中分型（China Ischemic Stroke Subclassification,CISS）标准,观察各类型脑梗死在住院患者中的分布,探讨常见危险因素在各类型脑梗死中分布的差异性。方法 2011年3月至2011年7月住我院急性脑梗死患者完成超声、影像学及相关实验室检查,按照CISS进行病因和病理机制分型,回顾性分析住院患者不同病因脑梗死的比例,分析高血压、糖尿病、脂代谢紊乱、心脏病、吸烟等常见危险因素在不同脑梗死类型中分布差异性。结果 入组病例170例。经CISS病因分型,大动脉粥样硬化性脑梗死128例（75.3%）,心源性脑梗死25例（14.7%）,穿支动脉病变14例（8.2%）,其他原因1例（0.6%）,不明原因2例（1.2%）。大动脉粥样硬化性脑梗死病理机制分型：载体动脉阻塞穿支87例、动脉-动脉栓塞24例、低灌注/栓子清除障碍17例、多种机制0例。在病因分型中各组患者合并高血压的比例最高,平均为81.1%,但在各组之间分布差异无统计学意义;大动脉粥样硬化性脑梗死患者合并脂代谢紊乱比例高于心源性卒中组（58.6% vs 32.0%,P=0.015)和穿支动脉疾病组（58.6% vs 28.6%,P=0.032）,后二者比较差异无统计学意义（32.0% vs 28.6%,P=1.000）;另外,大动脉粥样硬化性脑梗死患者吸烟史的比例明显高于心源性卒中组（47.7% vs 20.0%,P=0.011）及其他各组;心源性脑梗死合并心脏病比例高于大动脉粥样硬化性脑梗死组（100% vs 32.0%,P=0.000）及其他各组;穿支动脉病变患者合并糖尿病比例显著高于心源性卒中组（57.1% vs 12.0%,P=0.007）,但与大动脉粥样硬化性脑梗死组相比差异无统计学意义（57.1% vs 29.7%,P=0.067）,而后二者比较差异也无统计学意义（P=0.068）。而上述危险因素在大动脉粥样硬化性脑梗死病理机制分型各亚组中的分布差异无统计学意义。结论 CISS分型中大动脉粥样硬化性脑梗死是急性脑梗死最常见的病因类型,其中以载体动脉阻塞穿支为最常见的病理机制。脂代谢紊乱、吸烟与大动脉粥样硬化性脑梗死关系密切,而糖代谢异常与穿支动脉病变关系密切。     

缺血性脑卒中NEW-TOAST病因学分型及与预后关系的研究

目的:依据NEW-TOAST及TOAST分型对缺血性脑卒中进行构成比分析,了解NEW-TOAST各亚型与预后的关系.方法:选取2006年1月至2007年12月在暨南大学附属第一医院神经内科住院的缺血性脑卒中患者连续入组.收集所有病例的临床资料,采用NEW-TOAST、TOAST标准进行分型,随访患者1年后的复合终点事件,并做一致性检验.结果:共纳入296例患者,按照NEW-TOAST分型:动脉粥样硬化血栓型(AT)为39.86%;心源性脑栓塞型(CE)为6.42%;小动脉型(SAD)为26.35%;其他原因型(SOD)为1.35%;不明原因型(SUD)为26.01%.TOAST分型中有37例在新分型中转为其他亚型.新分型Kappa=0.81,显示为高度一致.1年随访期内,发生复合终点事件45例,其中AT型为20.56%; CE型为44.44%;SAD型为8.45%;SUD型为12.68%.经卡方检验,CE型的复合终点事件的发生率最高(P<0.05).结论:缺血性脑卒中以NEW-TOAST分型中AT型所占比例最高,该分型的一致性好,可信度高,可以做为缺血性脑卒中研究的依据,值得进一步临床研究.     

中青年进展性脑卒中患者病因分型及危险因素分析

目的分析中青年进展性脑卒中患者的危险因素。方法根据病情,将同时期29⁶0岁急性缺血性脑卒中患者140例,为低分子肝素急性卒中试验(TOAST)分型大、小血管病变型,分为进展性卒中组70例,即研究组;完全性卒中患者70例,即对照组。比较研究组和对照组的一般资料、生物化学指标及头颅影像学的不同。结果高血压病史、嗜酒史、入院时所测收缩压、大血管病变、低密度脂蛋白、超敏C反应蛋白(hs-CRP)及同型半胱氨酸(Hcy)浓度两组间比较差异有统计学意义(P<0.05,P<0.01);多元逐步回归分析发现血清Hcy浓度、hs-CRP浓度及LDL正相关。结论中青年患者进展性卒中的危险因素为高血压病史、嗜酒史、大血管病变、LDL、发病时收缩压、血清hs-CRP和血清Hcy。血清Hcy浓度升高可能为中青年进展性卒中患者的独立危险因素。     

青年缺血性卒中的中国缺血性卒中亚型及危险因素分析

目的 分析青年缺血性卒中的病因分型以及危险因素,以期对青年缺血性卒中的防治有所帮助。 方法 回顾性分析2011年1～12月于我院脑病中心住院的共52例青年缺血性卒中患者（青年卒中组） 的临床资料,随机抽取同期住院的中老年缺血性卒中患者50例作为中老年卒中组,进行中国缺血性 卒中亚型（Chinese ischemic stroke subclassification,CISS）病因分型以及危险因素分析。 结果 ①青年卒中组男性46例（88.46%）,女性6例（11.54%）,与中老年卒中组差异存在显著 性（χ2=5.573,P =0.018）。②青年卒中组CISS分型分布依次为大动脉粥样硬化型（large artery atherosclerosis,LAA）46.15%,穿支动脉疾病型（penetrating artery disease,PAD）36.54%,病因不确定 型（undetermined etiology,UE）11.54%,心源性卒中型（cardiogenic stroke,CS）5.77%,无一例其他病因 型（other etiology,OE）。其分布与中老年卒中组差异无显著性。③青年卒中组患者危险因素暴露率依 次为吸烟、高血压、血脂异常、饮酒、糖尿病、卒中家族史;具有3个以上的危险因素者超过半数,该 数量与中老年卒中组相比差异存在显著性（χ2=7.186,P =0.007）,同型半胱氨酸（homocysteine,Hcy） 水平较中老年卒中组增高（t =1.250,P =0.038）,叶酸水平较中老年卒中组下降（t =2.106,P =0.007）; 吸烟（χ2=7.993,P =0.005）、饮酒（χ2=17.005,P =0.000）的暴露率较中老年卒中组升高;LAA亚组 Hcy水平高于PAD亚组（t =2.046,P =0.004）。 结论 青年缺血性卒中患者在性别分布、危险因素、卒中病因分型方面具有一定特点,Hcy水平可能 与缺血性卒中的发生年龄以及病因分型有关。青年缺血性卒中患者危险因素较中老年患者多,控制并 减少危险因素,尤其是纠正高Hcy,对青年缺血性卒中的预防十分重要。     

缺血性卒中不同亚型的血浆标志物研究进展

      缺血性卒中按照急性卒中治疗低分子肝素试验病因分型法分型分为大动脉粥样硬化型卒中,小动脉闭塞型卒中,心源性栓塞,其他原因的急性卒中和原因未明的卒中。卒中的发病原因复杂,但在临床实践中发现,即使脑血管显像检查和心脏检查完善,仍有部分患者无法做出准确亚型分类。近年来,卒中相关血浆标志物的检测日益增多,本文主要就缺血性卒中不同亚型的血浆标志物的研究进展做一综述,旨在探讨血浆标志物在卒中不同亚型中的变化及其临床应用价值。     

急性缺血性脑卒中发生的生物学预测研究

与急性缺血性脑卒中相关的生物学预测标记物能为急性缺血性脑卒中的诊断及治疗提供有意义的支持。但是,特异性急性缺血性脑卒中的生物标记物目前还尚未见报道。     

Automating Ischemic Stroke Subtype Classification Using Machine Learning and Natural Language Processing

Objective: The manual adjudication of disease classification is time-consuming, error-prone, and limits scaling to large datasets. In ischemic stroke (IS), subtype classification is critical for management and outcome prediction. This study sought to use natural language processing of electronic health records (EHR) combined with machine learning methods to automate IS subtyping. Methods: Among IS patients from an observational registry with TOAST subtyping adjudicated by board-certified vascular neurologists, we analyzed unstructured text-based EHR data including neurology progress notes and neuroradiology reports using natural language processing. We performed several feature selection methods to reduce the high dimensionality of the features and 5-fold cross validation to test generalizability of our methods and minimize overfitting. We used several machine learning methods and calculated the kappa values for agreement between each machine learning approach to manual adjudication. We then performed a blinded testing of the best algorithm against a held-out subset of 50 cases. Results: Compared to manual classification, the best machine-based classification achieved a kappa of .25 using radiology reports alone, .57 using progress notes alone, and .57 using combined data. Kappa values varied by subtype being highest for cardioembolic (.64) and lowest for cryptogenic cases (.47). In the held-out test subset, machine-based classification agreed with rater classification in 40 of 50 cases (kappa .72). Conclusions: Automated machine learning approaches using textual data from the EHR shows agreement with manual TOAST classification. The automated pipeline, if externally validated, could enable large-scale stroke epidemiology research.