Neurology：新模型可预测使用抗血小板药物治疗非心源性卒中患者大出血的风险
2017-08-04 MedSci MedSci原创
本研究旨在开发并验证可预测TIA或缺血性卒中患者使用抗血小板药物后大出血的模型。研究人员整合了来自6个探究TIA或缺血性卒中后抗血小板治疗的随机临床试验（CAPRIE, ESPS-2, MATCH, CHARISMA, ESPRIT和PRoFESS）的患者的数据。根据试验进行Cox回归分析分层，研究预测因子与大出血之间的关系。在PERFORM试验中推导并验证了风险预测模型。使用C统计和校准图评估模
本研究旨在开发并验证可预测TIA或缺血性卒中患者使用抗血小板药物后大出血的模型。
研究人员整合了来自6个探究TIA或缺血性卒中后抗血小板治疗的随机临床试验（CAPRIE, ESPS-2, MATCH, CHARISMA, ESPRIT和PRoFESS）的患者的数据。根据试验进行Cox回归分析分层，研究预测因子与大出血之间的关系。在PERFORM试验中推导并验证了风险预测模型。使用C统计和校准图评估模型的性能。
结果，随访94833人年时，43112名患者中有1530名发生大出血。所观察到的大出血的3年风险为4.6%（95%可信区间为CI 4.4% - 4.9%）。预测因子包括男性、吸烟、抗血小板药物（阿司匹林、氯吡格雷）、改良Rankin量表≥3、卒中史、高血压、体重指数较低、老年人、亚洲人和糖尿病（S2TOP-BLEED）。S2TOP-BLEED得分的C统计值为0.63（95% CI 0.60–0.64），且在开发数据中显示了较好的校准。无其他危险因素的45-54岁患者大出血风险为2%，伴有多个危险因素的75-84岁的患者大出血风险为10%。外部验证中，该模型的C统计值为0.61（95%可信区间为0.59 - 0.63），大出血的风险稍有低估。
总之，该研究发现，S2TOP-BLEED评分可以用来评估使用抗血小板药物治疗的TIA或缺血性卒中患者3年大出血的风险。通过识别关联更强的大出血预测因子可提高预测效果。
原始出处：
Nina A. Hilkens et al., Predicting major bleeding in patients with noncardioembolic stroke on antiplatelets, Neurology, doi: 10.1212/WNL.0000000000004289, published online 2 August 2017.
作者：MedSci
版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#Neurol#
42
学习受用了
61
#血小板药物#
38
#卒中患者#
28
#抗血小板药#
35