Value of Multimodal Ultrasonography Combined with Clinical Indicators in Predicting the Progression of Ischemic Stroke
-
摘要:
目的 探讨多模态超声影像联合临床指标预测缺血性脑卒中(ischemic stroke,IS)进展的临床价值。 方法 选取2020年1月至2022年10月云南省第三人民医院收治的134例IS患者作为研究对象,根据美国国立卫生研究院卒中量表(National Institute of Heath stroke scale,NIHSS)评分划分为进展性缺血性脑卒中(progressive ischemic stroke,PIS)组(n=20)、非进展缺血性脑卒中(NPIS)组(n=114),统计2组临床指标、多模态超声影像表现及相关参数,采用Logistic筛选PIS影响因素,并绘制列线图模型,采用受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线验证该列线图模型预测效能。 结果 2组年龄、基线老年营养风险指数(geriatric nutritional risk index,GNRI)评分、基线同型半胱氨酸(homocysteine,Hcy)、基线尿酸(uric acid,UA)比较,差异有统计学意义(P<0.05);2组峰值时间(time to peak,TTP)、峰值强度(peak intensity,PI)、曲线下面积(AUCTC)、颈动脉斑块增强模式、最大弹性模量的平均值(MEmax)、最小弹性模量的平均值(MEmin)比较,差异有统计学意义(P<0.05);Logistic分析显示,基线GNRI评分、基线UA、TTP、PI、AUCTC、颈动脉斑块增强模式、MEmax、MEmin是PIS影响因素(P<0.05);基于以上因素绘制列线图模型,ROC曲线、校准曲线显示,该模型具有较好预测效能,且预测效能与实际吻合较好。 结论 PIS影响因素包括基线GNRI评分、基线UA、TTP、PI、AUCTC、颈动脉斑块增强模式、MEmax、MEmin,基于上述因素绘制的列线图模型具有较好区分度和准确度。 Abstract:Objective To investigate the clinical value of multimodal ultrasonography combined with clinical indicators in predicting the progression of ischemic stroke (IS). Methods A total of 134 patients with IS admitted to Third People's Hospital of Yunnan Province from January 2020 to October 2022 were selected as study objects and were divided into progressive ischemic stroke (PIS) group (n=20) and non-progressive ischemic stroke (NPIS) group (n=114) according to the National Institutes of Health Stroke Scale (NIHSS) score. The clinical indicators, multi-modal ultrasonic image manifestations and related parameters of the two groups were counted, the influencing factors of PIS were screened by Logistics, the nomogram model was drawn, and the predictive efficiency of the nomogram model was evaluated by ROC curve and calibration curve. Results There were significant differences in age, baseline nutritional risk index (GNRI) score, baseline homocysteine (Hcy) and baseline uric acid (UA) between the two groups (P < 0.05). The peak time (TTP), peak intensity (PI), the area under the curve (AUC), carotid plaque enhancement mode, the mean value of maximum elastic modulus (MEmax) and mean value of minimum elastic modulus (MEmin) were compared between the two groups, and the differences were statistically significant ( P < 0.05). Logistic analysis showed that baseline GNRI score, baseline UA, TTP, PI, AUCTC, carotid plaque enhancement pattern, MEmax and MEmin were the influencing factors of PIS ( P< 0.05). Based on the above factors, the nomogram model was drawn. ROC curve and calibration curve showed that the model had good prediction efficiency, and the prediction efficiency was in good agreement with the reality. Conclusion The influencing factors of PIS include baseline GNRI score, baseline UA, TTP, PI, AUCTC, carotid plaque enhancement pattern, MEmax, MEmin, and the neagram model based on the above factors has good differentiation and accuracy. -
下颌磨牙的根管解剖非常复杂,根管治疗对牙髓专科医生是很大的挑战。我国人群的下颌磨牙根管解剖变异更为常见,尤其是下颌第二磨牙C形根管[1]及下颌第一磨牙额外牙根的变异[2]。本研究采用回顾性研究的方法分析云南昆明地区人群下颌第一和第二磨牙锥形束CT(Cone-beam computed tomography,CBCT)扫描数据,对于熟悉本地区人群下颌磨牙根管形态特征,提高治疗成功率具有非常重要的意义。
1. 资料与方法
1.1 研究对象
选取2018年10月至2018年12月于云南省第一人民医院口腔医学中心就诊行CBCT检查的所有患者总共403名,分析符合纳入标准的人群下颌第一和第二磨牙CBCT资料。
1.2 准入和排除标准[3]
牙根根尖孔完全闭合;无根尖周炎症、牙根吸收或折断影像;无金属或其他固定修复材料;年龄17~80岁。排除标准:已接受根管治疗;根尖孔未完全闭合;牙根吸收、折断或炎症;有金属或其他固定修复体。
1.3 扫描方法
所有患者采取安全保护措施,口腔放射科医师严格检查,仪器为RAYSCAN α-3D口腔数字化体层摄影及全景X射线机,电压电流90 kVp、4 mA,最小层面厚度300 μm、像素0.15 mm、扫描时间9~14 s、视野100 cm2(10 cm × 10 cm)。
1.4 图像分析
Xelis dental-CDViewer软件(1.0.5.2)分析下颌第一和第二磨牙轴状面(CEJ到根尖)、冠状面(颊舌向)、矢状面(近远中向)连续图像,记录牙根数量、根管数量和类型、C形根管在不同观察平面的类型。两名牙髓专科医师独立分析,有争议时与口腔放射科医师讨论决定。
1.5 统计学处理
SPSS软件(19.0)分析数据,卡方检验进行不同性别、牙位和年龄组间发生率的差异比较,P < 0.05为差异有统计学意义。
2. 结果
筛选分析403个CBCT图像,最终有358名患者1 229颗牙齿获得准入,其中男性183名,女性175名,下颌第一磨牙603颗、下颌第二磨牙626颗。
2.1 下颌第一和第二磨牙牙根及根管数量
本研究人群下颌第一磨牙总共603颗,其中大部分为典型2牙根(85.57%),少数有远舌根(14.43%),大部分为4根管(近远中各2根管,73.96%),19.73%为3根管、4.48%为5根管、1.49%为6根管、0.33%只有2根管,远舌根管发生率为14.43%,近中中根管发生率为3.15%(19/603),另有1个牙齿为C型根管。
下颌第二磨牙总共626颗,其中67.09%为2牙根,2.08%为3牙根,30.83%为融合牙根,8.94%为2根管,57.51%为3根管,2.72%为4根管,30.83%为C形根管,见表1、图1。
表 1 昆明地区人群下颌磨牙牙根及根管数量构成比[n(%)]Table 1. Number and distribution of roots and root canals of mandibular molars in a Kunming population [n(%)]牙位 牙根 根管 1 2 3 2 3 4 5 6 下颌第一磨牙 0(0) 516(85.57) 87(14.43) 2(0.33) 119(19.73) 446(73.96) 27(4.48) 9(1.49) 下颌第二磨牙 193(30.83) 420(67.09) 13(2.08) 56(8.94) 360(57.51) 17(2.72) − − 2.2 下颌第二磨牙C形根管发生率及类型特征
本研究人群626颗下颌第二磨牙中有193颗为融合牙根,C形根管平均发生率为30.83%,女性高于男性(34.95% > 26.81%,P < 0.05),左右侧无显著性差异(30.94%、30.72%,P > 0.05),各年龄组间无显著性差异(分别为47.37%、35.51%、23.08%、28.21%,P > 0.05),见表2。
表 2 昆明地区人群下颌第二磨牙C形根管发生率[n(%)]Table 2. Incidence of C-shaped canalsin mandibular second molars in a Kunming population [n(%)]项目 总数 C形根管
数量C形根管
发生率n(%)检验统计值 P值 性别 男 317 85 26.81 4.529 0.033 女 309 108 34.95 牙位 左 320 99 30.94 0.000 0.987 右 306 94 30.72 年龄
(岁)17~19 19 9 47.37 20~39 321 114 35.51 40~59 208 48 23.08 > 60 78 22 28.21 注:各年龄组比较:17~19岁与20~39岁比较,χ2 = 0.682,P = 0.409;17~19岁与40~59岁比较,χ2 = 2.576,P = 0.109;17~19岁与 > 60岁比较,χ2 = 2.469,P = 0.116;20~39岁与40~59岁比较,χ2=:3.562,P=0.059;20~39岁与 > 60岁比较,χ2 = 2.370,P = 0.124;40~59岁与 > 60岁比较,χ2 = 0.016,P = 0.899。 根据Fan’ s分类标准[4]对下颌第二磨牙C形根管在不同水平的类型进行分析,结果如下:根管口水平C1型为58.03%、C2型23.32%、C3(c)型6.74%、C3(d)型9.84%、C4型2.07%,根中水平C1型为8.29%、C2型38.86%、C3(c)型31.61%、C3(d)型17.10%、C4型4.14%,根尖水平C2型3.63%、C3(c)型12.95%、C3(d)型47.67%、C4型35.75%,未发现C5型,见表3。
表 3 昆明地区人群下颌第二磨牙C形根管构成比分析[n(%)]Table 3. Distribution of the C-shaped canals at different level in mandibular second molarsin a Kunming population [n(%)]部位 C1 C2 C3c C3d C4 合计 根管口 112(58.03) 45(23.32) 13(6.74) 19(9.84) 4(2.07) 193 根中部 16(8.29) 75(38.86) 61(31.61) 33(17.10) 8(4.14) 193 根尖3 mm 0(0.00) 7(3.63) 25(12.95) 92(47.67) 69(35.75) 193 3. 讨论
下颌第一磨牙常见的变异就是远舌根(radix entomolaris,RE),可独立,也可与其他牙根融合,其探查和疏通比较困难。Qiao等[5]分析四川地区人群1174颗下颌第一磨牙的CBCT资料,结果发现远舌根管发生率为22.15%,高于本研究人群,Al-Alawi H等[6]对884个沙特人的下颌第一磨牙形态进行研究,远舌根发生率仅为4.3%,低于本地区人群(14.43%)。笔者进一步对远舌根管形态进行分析,结果发现87.36%为Vertucci Ⅰ型,6.90%为Ⅱ型,5.75%为Ⅲ型。
下颌第一磨牙近中二根管间有时会有1个额外根管,称为近中中根管(mesial middle canal,MMC),可独立存在或融合,临床发生率为1%-15%[7]。Yang等[8]研究发现我国南方地区人群MMC发生率为9.03%,本研究人群603颗下颌第一磨牙绝大多数为4个根管,MMC发生率为3.15%。
下颌第二磨牙最常见的变异就是C形根管,有明显种族差异。Zheng等[9]研究发现中国西部人群下颌第二磨牙C形根管发生率为39%,与性别、年龄或牙位无关。本研究人群下颌第二磨牙C形根管发生率为30.83%,高于全球人群平均发生率(13.9%),女性较为常见,与年龄或牙位无关,这一点与Zheng等[9]研究结果有所区别。
Fan等[5]将C形根管分为5型:C1为连续C形、C2为分号形、C3c有3个独立根管、C3d有2个独立根管、C4为单根管、C5无根管影像。C形根管的形态从根管口到根尖孔移行过程中会有变化。Zheng等[9]发现从根管口到根尖孔C1和C2型根管逐渐减少,C3和C4型逐渐增多,与本研究结果一致。本研究人群C形根管在根管口绝大多数(81.35%)为C1和C2型,移行到中部变为C2和C3c型(70.47%),到根尖C3d和C4型又增多(83.42%),这意味着连续C形和分号形(C1和C2)很可能在根管中部或根尖分为2或3个根管,治疗时应特别注意。C1和C2型根管清理和成形比C3和C4型要困难得多,治疗时应加强化学预备。
昆明地区人群下颌第一磨牙远舌根管和第二磨牙C形根管的变异较常见,术前充分了解其根管形态特征,结合口腔手术显微镜和超声器械使用,可有效提升根管治疗成功率。
-
表 1 2组临床指标[( $ \bar x \pm s $)/n(%)] (1)
Table 1. Clinical indicators of patients in the two groups [ $ \bar x \pm s$)/n(%)] (1)
组别 性别(男/女) 年龄(岁) BMI(kg/m2) 发病至入院时间(h) 基线NIHSS评分(分) 基线GNRI评分(分) PIS组(n=20)
14/6 68.68±3.51 21.89±0.63 4.14±1.32 13.32±1.15 91.12±8.89 NPIS组(n=114) 63/51 62.21±4.45 21.76±0.88 4.34±1.01 12.78±1.67 103.21±10.33 t/χ2 1.512 6.167 0.632 0.778 1.387 4.920 P 0.219 <0.001* 0.529 0.438 0.168 <0.001* *P<0.05。 表 1 2组临床指标[( $\bar x \pm s $)/n(%)] (2)
Table 1. Clinical indicators of patients in the two groups [ $\bar x \pm s$)/n(%)] (2)
组别 基线Hcy(μmol/L) 基线UA(μmol/L) 基线WBC(×109/L) 基线CRP(mg/L) 吸烟史 饮酒史 脑卒中史 PIS组(n=20)
18.22±2.34 300.02±15.56 8.11±0.56 291.12±41.12 9(45.00) 11(55.00) 5(25.00) NPIS组(n=114) 13.38±1.51 212.21±13.35 7.89±0.73 289.99±42.86 49(42.98 58(50.88) 20(17.54) t/χ2 12.061 26.458 1.282 0.109 0.028 0.116 0.229 P <0.001* <0.001* 0.202 0.913 0.867 0.734 0.430 *P<0.05。 表 1 2组临床指标[( $ \bar x \pm s $)/n(%)] (3)
Table 1. Clinical indicators of patients in the two groups [ $ \bar x \pm s $)/n (%)] (3)
组别 TOAST分型 合并疾病 2SUE CE SAO SOE LAA 高脂血症 糖尿病 高血压 冠心病 PIS组(n=20)
3(15.00) 3(15.00) 3(15.00) 1(5.00) 10(50.00) 10(50.00) 8(40.00) 6(30.00) 5(25.00) NPIS组(n=114) 19(16.67) 17(14.91) 15(13.16) 4(3.51) 59(51.75) 41(35.96) 37(32.46) 29(25.44) 23(20.18) t/χ2 0.003 1.422 0.434 0.183 0.037 P 0.998 0.233 0.510 0.668 0.848 *P<0.05。 表 2 2组常规超声表现[n(%)]
Table 2. Routine ultrasound manifestations of patients in the two groups[n(%)]
组别 颈动脉斑块 颈动脉斑块性质 颈动脉斑块回声特征 有 无 扁平斑 硬斑 溃疡斑 软斑 低回声 等回声 强回声 PIS组(n=20)
12(60.00) 8(40.00) 3(15.00) 4(20.00) 2(10.00) 3(15.00) 5(25.00) 5(25.00) 2(10.00) NPIS组(n=114) 68(59.65) 46(40.35) 19(16.67) 24(21.05) 6(5.26) 19(16.67) 23(20.18) 30(26.32) 15(13.16) t/χ2/z 0.001 0.703 0.333 P 0.976 0.873 0.847 *P<0.05。 表 3 CUES定量参数[n(%)]
Table 3. CUES quantitative parameters [n(%)]
组别 始增时间
(s)TTP
(s)曲线上升
支斜率MTT
(s)AUCTC
(dB·s)PI
(dB)颈动脉斑块 颈动脉斑块增强模式 有 无 1级
2级 3级 PIS组
(n=20)5.49±
0.438.67±
1.230.88±
0.4027.11±
4.433005.51±
468.8172.88±
6.6715
(75.00)5
(25.00)1
(5.00)6
(30.00)8
(40.00)NPIS组
(n=114)5.41±
0.5511.12±
2.310.85±
0.4628.50±
3.722371.68±
400.2465.52±
7.2980
(70.18)34
(29.82)21
(18.42)45
(39.47)14
(12.28)t/χ2/z 0.618 4.620 0.000 1.497 6.364 4.214 0.192 9.717 P 0.538 <0.001* 1.000 0.137 <0.001* <0.001* 0.661 0.008 *P<0.05。 表 4 SWE定量参数 ( $\bar x \pm s $,kPa)
Table 4. SWE quantitative parameters ( $\bar x \pm s $,kPa)
组别 MEmean MEmax MEmin PIS组(n=20)
70.08±7.56 84.42±10.13 67.55±5.53 NPIS组(n=114) 68.96±8.04 73.95±8.87 60.33±6.12 t/χ2 0.579 4.766 4.932 P 0.563 <0.001* <0.001* *P<0.05。 表 5 PIS发病多因素分析
Table 5. Multivariate analysis of PIS incidence
自变量 赋值 β SE Wald χ2 OR 95%CI P 常量 16.612 年龄 实测值 0.155 0.412 0.142 1.168 0.871~1.566 0.044 基线GNRI评分 实测值 −0.581 0.135 18.531 0.559 0.432~0.724 0.001* 基线UA 实测值 0.226 0.369 0.374 1.253 0.669~2.347 0.341 基线Hcy 实测值 1.550 0.402 14.875 4.714 1.338~16.605 0.001* TTP 实测值 −0.820 0.171 22.990 0.440 0.376~0.516 0.001* PI 实测值 1.645 0.365 20.314 5.182 1.568~17.123 0.001* AUCTC 实测值 1.727 0.417 17.150 5.623 2.224~14.218 0.001* 颈动脉斑块增强模式 1级=1,2级=2,3级=3 1.632 0.358 20.779 5.114 1.376~19.004 0.001* MEmax 实测值 1.800 0.436 17.036 6.047 2.268~16.123 0.001* MEmin 实测值 1.725 0.517 11.130 5.611 2.004~15.712 0.001* *P<0.05。 -
[1] Feske S K. Ischemic stroke[J]. Am J Med,2021,134(12):1457-1464. doi: 10.1016/j.amjmed.2021.07.027 [2] DeLong J H,Ohashi S N,O'Connor K C,et al. Inflammatory responses after ischemic stroke[J]. Semin Immunopathol,2022,44(5):625-648. doi: 10.1007/s00281-022-00943-7 [3] Zhao T,Zhu T,Xie L,et al. Neural stem cells therapy for ischemic stroke: Progress and challenges[J]. Transl Stroke Res,2022,13(5):665-675. doi: 10.1007/s12975-022-00984-y [4] Yang D B,Zhou J,Feng L,et al. Value of superb micro-vascular imaging in predicting ischemic stroke in patients with carotid atherosclerotic plaques[J]. World J Clin Cases,2019,7(7):839-848. doi: 10.12998/wjcc.v7.i7.839 [5] Rabelo N N,Telles J P M,Pipek L Z,et al. Homocysteine is associated with higher risks of ischemic stroke: A systematic review and meta-analysis[J]. PLoS One,2022,17(10):e0276087. doi: 10.1371/journal.pone.0276087 [6] 王娅,周厚援,罗志强,等. 新预测模型AULTS评分对缺血性脑卒中的预测价值[J]. 中华全科医学,2021,19(10):1666-1668,1696. [7] 中华医学会神经病学分会,中华医学会神经病学分会脑血管病学组. 中国急性缺血性脑卒中诊治指南2018[J]. 中华神经科杂志,2018,51(9):666-682. doi: 10.3760/cma.j.issn.1006-7876.2018.09.004 [8] 张秀玲. 实时超声弹性成像技术评估脑卒中患者颈动脉斑块稳定性的应用研究[J]. 广州医药,2020,51(1):14-18. doi: 10.3969/j.issn.1000-8535.2020.01.004 [9] 乐元洁,陈慧敏,贲志飞. 颈动脉斑块患者超声造影评级与脑卒中危险因素的相关性分析[J]. 现代实用医学,2017,29(4):438-439. doi: 10.3969/j.issn.1671-0800.2017.04.011 [10] Martinez-Sanchez P,Alexandrov A V. Ultrasonography of carotid plaque for the prevention of stroke[J]. Expert Rev Cardiovasc Therm,2013,11(10):1425-40. doi: 10.1586/14779072.2013.816475 [11] 陈欣,马赟英,尹少华,等. 进展性缺血性脑卒中患者血糖、C-反应蛋白变化特点及与预后的相关性[J]. 河北医药,2021,43(17):2589-2593. doi: 10.3969/j.issn.1002-7386.2021.17.006 [12] 吴方玲,胡金花,黄菊霞,等. 颈动脉斑块超微血流成像联合颈动脉彩色多普勒血流成像血流动力学参数对进展性缺血性脑卒中的预测价值[J]. 中国医药导报,2023,20(8):91-94. [13] Yan D,Shen Z,Zhang S,et al. Prognostic values of geriatric nutritional risk index (GNRI) and prognostic nutritional index (PNI) in elderly patients with diffuse large b-Cell lymphoma[J]. J Cancer,2021,12(23):7010-7017. doi: 10.7150/jca.62340 [14] 姜逍瑶,赵旭东,鲍磊,等. 老年营养风险指数对急性缺血性脑卒中患者预后的预测价值[J]. 中华老年心脑血管病杂志,2023,25(1):35-38. doi: 10.3969/j.issn.1009-0126.2023.01.010 [15] Esse R,Barroso M,Tavares de Almeida I,et al. The contribution of homocysteine metabolism disruption to endothelial dysfunction: State-of-the-art[J]. Int J Mol Sci,2019,20(4):867. doi: 10.3390/ijms20040867 [16] Gherghina M E,Peride I,Tiglis M,et al. Uric acid and oxidative stress-relationship with cardiovascular,metabolic,and renal impairment[J]. Int J Mol Sci,2022,23(6):3188. doi: 10.3390/ijms23063188 [17] 张力维,谌雪,王义成,等. 颈动脉斑块SMI分级联合血清同型半胱氨酸对进展性缺血性脑卒中的预测价值[J]. 中国超声医学杂志,2022,38(2):125-128. doi: 10.3969/j.issn.1002-0101.2022.02.002 [18] 周媛,杨小迪. 血尿酸和脑钠肽水平与进展性缺血性脑卒中的相关性研究[J]. 蚌埠医学院学报,2016,41(9):1152-1154. [19] Xu M,Jin S,Li F,et al. The diagnostic value of radial and carotid intima thickness measured by high-resolution ultrasound for ischemic stroke[J]. J Am Soc Echocardiogr,2021,34(1):72-82. doi: 10.1016/j.echo.2020.09.006 [20] Hoyer U C I,Lennartz S,Abdullayev N,et al. Imaging of the extracranial internal carotid artery in acute ischemic stroke: assessment of stenosis,plaques,and image quality using relaxation-enhanced angiography without contrast and triggering (REACT)[J]. Quant Imaging Med Surg,2022,12(7):3640-3654. doi: 10.21037/qims-21-1122 [21] 李朝军,金琳,王枫,等. 应用剪切波弹性成像评价急性缺血性脑卒中患者颈动脉弹性及其相关因素[J]. 中华超声影像学杂志,2015,24(7):571-575. doi: 10.3760/cma.j.issn.1004-4477.2015.07.005 [22] 顾秀娟,张巍,郑帅,等. 颈动脉斑块常规超声及超声造影预测颈动脉狭窄患者缺血性脑卒中[J]. 中国介入影像与治疗学,2022,19(9):570-574. [23] 孙飞一,潘晓芳,贾晓东,等. 多模态超声检查结合临床预测颈动脉粥样硬化患者缺血性脑卒中或短暂性脑缺血复发[J]. 中国医学影像技术,2022,38(1):53-58. [24] Dabravolski S A,Markin A M,Andreeva E R,et al. Molecular mechanisms underlying pathological and therapeutic roles of pericytes in atherosclerosis[J]. Int J Mol Sci,2022,23(19):11663. doi: 10.3390/ijms231911663 [25] Yao J,Yang Z,Huang L,et al. Low-intensity focused ultrasound-responsive ferrite-encapsulated nanoparticles for atherosclerotic plaque neovascularization theranostics[J]. Adv Sci (Weinh),2021,8(19):e2100850. doi: 10.1002/advs.202100850 期刊类型引用(1)
1. 胡洁. 锥形束CT评估下颌第二磨牙根管治疗前后三维影像的临床价值. 现代医用影像学. 2022(11): 2120-2123 . 百度学术
其他类型引用(0)
-