机构名称：
¥ 1.0
摘要 背景 病变-症状映射 (LSM) 是一种统计技术，用于研究结构完整性与中风后临床结果之间的人群特定关系。在临床实践中，通常使用美国国立卫生研究院中风量表 (NIHSS) 来评估患者，这是一个包含 11 个领域的临床评分，用于量化中风引起的神经功能缺损。到目前为止，LSM 研究大多使用 NIHSS 总分进行分析，这可能无法揭示与 NIHSS 评估的特定子领域相关的细微结构-功能关系。因此，这项工作的目的是研究使用子分数信息进行 LSM 分析的可行性，以揭示总分可能无法揭示的类别特定结构-功能关系。 方法 采用多变量技术，对 ESCAPE 试验中 180 名中风后 48 小时进行 NIHSS 评估的患者样本进行 LSM 分析。使用两种方案将 NIHSS 领域分为六类。对两组的每个类别和 NIHSS 总分进行了 LSM。结果子评分 LSM 不仅可以识别出 NIHSS 总分认为至关重要的大多数大脑区域，还可以揭示对 NIHSS 评估的每个功能类别至关重要的其他大脑区域，而无需进行广泛的专业评估。结论这些发现表明，广泛使用的临床结果评估子评分可用于研究更具体的结构-功能关系，这可能会在现代临床中风评估和神经影像学背景下改善中风结果的预测模型。试验注册号 NCT01778335。
使用 NIHSS 子评分进行病变症状映射
主要关键词
相关文件推荐
