通过对一组生物标志物的动力学进行组合分析来预测并发蛛网膜下腔出血的脑血管痉挛发生的模型。 (CVSBIODIAG)

蛛网膜下腔出血（SAH）是脑动脉瘤破裂，导致蛛网膜下腔出血。

这种情况具有显着的发病率和死亡率。 患者的功能结果主要取决于急性期后最初几周内发生的脑缺血损伤的严重程度。 患者复苏管理的主要焦点是“迟发性缺血性病变”。 这些病变是由多种现象引起的，其中血管痉挛是最常见的机制。 脑动脉的口径会缩小，输送到实质的血流量减少，导致神经元能量代谢物缺乏并导致其死亡。 这种并发症通常发生在明确的时间范围内，范围为出血后 3 至 21 天，并在第七天左右达到高峰。

本研究的目的是创建一种新的症状性血管痉挛预测方法。 该方法将结合常规临床和放射生物标志物以及创新的生物测定。 目的是实现这种病理的早期诊断甚至先发制人的治疗。

几项研究探讨了各种血液生物标志物对神经预后和患者迟发性脑损伤发生率的预测潜力。 这些研究表明它们之间有很强的关联性。 例如，一项研究发现，血管痉挛最严重的患者脑脊液中与神经退行性变相关的几种生物标志物（例如神经元特异性烯醇化酶（NSE））的峰值显着更高。 此外，血浆浓度-时间曲线显示在血管痉挛期间同时升高。

然而，还没有研究检验这些生物标志物在住院期间的实际临床应用，以预测每天或特定感兴趣时间血管痉挛的发生。 这一点尤其重要，因为病理生理学时间顺序似乎对所有患者来说都是共同的。 一项研究尝试建立迟发性脑损伤的预测算法，通过结合单一生物标志物测定和临床参数，取得了一定程度的有效性（超过 90% 的正确预测和约 93% 的敏感性）。 然而，这项研究仅关注 6 周时的缺血性病变，不能用于指导初始治疗期间的治疗。

在预测统计模型的框架内，研究人员希望研究将常规临床和放射学参数与涵盖多种病理生理学途径（可以在所有患者的血浆中轻松检测）的一组生物标志物的迭代测定相结合以预测的可能性每天（或在临床感兴趣的某些时间）发生脑血管痉挛的风险，以便能够在初始管理期间触发诊断（甚至治疗）程序，以防止缺血级联反应。

为此，研究人员选择了 3 种检测作为优先事项，针对先前描述的三种病理生理学途径。

对于神经炎症：

• 白细胞介素-6 (IL-6)

对于脑细胞损伤：

• 神经元特异性烯醇化酶 (NSE)
• S100 蛋白的 β 亚基 (S100 β)

为了实现这一预测，研究人员建议在健康科学中使用创新的统计方法。 重复的生物标志物测定可以集成到复杂的事件预测模型中：纵向数据模型的联合建模（用于估计单个生物标志物随时间的轨迹）和生存模型（用于根据生物标志物的当前值或斜率估计事件风险）可以实现精确的预测。事件预测。 这些模型可以实现静态预测（在给定时间范围内）或动态预测（在随访期间重新估计风险）。 它们还允许同时整合多种生物标志物。 最后，对研究人群的估计模型可以移植到其他人群，从而可以获得该事件的风险模型。

这项研究的目的是开发用于日常临床预测症状性血管痉挛发作的工具，使用常规临床和放射学参数以及创新的生物测定，以期比通常的筛查方法更早地引发诊断甚至治疗反应，这受到严格限制并且并不总是可用。