《Acta Neurochirurgica》：Predicting chronic subdural hematoma risk in elderly patients with mild traumatic brain injury
编辑推荐：
为解决老年轻度创伤性脑损伤（mTBI）后慢性硬下血肿（CSDH）高风险患者识别困难的问题，研究人员开展了一项回顾性队列研究。研究确定了年龄、男性、肾功能衰竭及入院时CT异常是CSDH的重要预测因子，并构建了一个简单、高效的床旁风险分层评分模型（AUROC 0.76）。该模型有助于对高风险人群进行针对性监测，有望实现CSDH的早期发现与管理。
论文解读
在全球人口老龄化浪潮与抗栓药物广泛应用的背景下，慢性硬膜下血肿（Chronic Subdural Hematoma, CSDH）的发病率正逐年攀升，成为一个日益严峻的公共卫生问题。这种颅内出血性损伤最常见的原因就是创伤，尤其是看似“轻微”的头部磕碰。想象一下，一位年迈的爷爷在家不小心摔倒，头部轻轻碰了一下，当时可能只是感到短暂的晕眩，并没有太在意。然而，数周之后，他却可能出现头痛、行走不稳甚至意识模糊的症状。这正是CSDH的典型表现——其症状常在头部受伤数周后才逐渐显现，具有隐匿性。对于急诊科（Emergency Department, ED）医生而言，如何从大量因轻度创伤性脑损伤（Mild Traumatic Brain Injury, mTBI）就诊的老年患者中，精准识别出那部分未来会发展为CSDH的高危人群，从而进行早期干预或密切随访，一直是一个棘手的临床挑战。目前，尚缺乏一个经过验证、简单易用的风险预测工具来指导这一临床决策。那么，是否能够通过分析患者的基本特征、合并症和用药情况，构建一个有效的预测模型，实现风险的早期分层呢？以色列Soroka大学医学中心的研究团队围绕这一核心问题开展了一项深入研究，他们的成果发表在神经外科领域的知名期刊《Acta Neurochirurgica》上。
为了回答上述问题，研究人员采用了一项历史性队列研究设计，整合了大型三级区域医疗中心与社区健康服务机构的电子健康记录数据。研究纳入了2000年至2021年间、年龄≥65岁、因mTBI就诊于急诊科的7246名患者，并追踪观察他们在伤后2-12周内是否发生经CT确诊的CSDH。研究的关键技术方法包括：利用电子病历系统构建大规模回顾性队列；采用国际疾病分类（ICD-9）代码精准识别研究人群与结局事件；运用广义估计方程（Generalized Estimating Equations, GEE）构建多变量逻辑回归模型以校正同一患者的多次就诊；采用LASSO（Least Absolute Shrinkage and Selection Operator）算法进行特征选择；通过将数据集分割为训练集与测试集（比例约65:35）来开发并独立验证一个基于评分的风险预测模型；采用受试者工作特征曲线下面积（Area Under the Receiver Operating Characteristic Curve, AUROC）等指标评估模型性能。所有统计分析均遵循TRIPOD与STROBE报告规范，以确保研究的严谨与透明。
研究结果揭示了多个与CSDH发生显著相关的风险因素：
- •
基线特征与关键预测因子：在7246名符合条件的患者中，最终有92人（1.3%）在随访期内发生了CSDH。通过多变量分析，研究确定了最强的预测因子：入院时的病理性头部CT（定义为存在颅内血肿或任何类型颅骨骨折），其比值比（Odds Ratio, OR）高达12.73。这意味着，在初始mTBI时CT有异常发现的患者，未来发展为CSDH的风险是CT正常患者的12.73倍。此外，年龄（每增加一岁，OR=1.03）、男性（OR=2.31）和肾功能衰竭（OR=2.16）也是强有力的预测因子。有趣的是，长期使用抗血小板药或抗凝药在本研究中并未显示出与CSDH的显著关联。
- •
预测模型的构建与性能：基于LASSO特征选择和领域专家意见，研究人员构建了一个包含五个要素的评分模型：病理性CT（赋予最高权重）、男性、肾功能衰竭、年龄以及抗凝药使用。模型被简化为一个整数评分系统，以便于临床床边使用。当设定高风险阈值为≥5分时，模型在独立测试集中表现出色：敏感度高达86.1%，意味着它能识别出超过85%的CSDH患者；AUROC为0.76，表明其具有良好的判别能力；约60.6%的患者被归类为高风险人群，阳性预测值（Positive Predictive Value, PPV）为1.6%。模型在不同风险评分段内的观察事件率与预测风险匹配良好，显示出稳健的校准度。
- •
模型的临床转化潜力：研究团队通过三幅图表直观展示了模型在敏感性、阳性预测值和高风险患者比例之间的权衡关系，明确了设定5分作为高风险阈值的临床决策依据——即在保持高敏感性的同时，控制需要进行额外监测的患者规模。
结论与讨论部分，本研究不仅系统性地识别了老年mTBI患者继发CSDH的关键风险因素，更重要的是成功开发并验证了一个实用、高效的评分预测模型。研究再次强调了“复杂性轻度创伤性脑损伤”（即有CT异常的mTBI）作为一个特殊临床实体的重要性，它与CSDH的发生高度相关。尽管本研究未发现抗栓药物的显著影响，但模型仍将其纳入，以涵盖广泛文献支持的风险因素。
这项研究的意义在于，它将临床决策点前移，从CSDH确诊后的治疗，转向了mTBI发生后的风险预警与早期监测。其开发的床旁风险分层工具，使得急诊医生能够快速、便捷地筛选出高危患者。对于这些患者，临床医生可以考虑制定个体化的随访计划，例如在伤后关键时间窗内安排复查CT。这种早期发现为临床管理提供了更广阔的选择空间：患者可能有机会接受保守治疗（如皮质类固醇）、微创介入治疗（如脑膜中动脉栓塞术，Middle Meningeal Artery Embolization, MMAE），或者在必要时进行择期而非急诊神经外科手术，从而有望改善患者预后、降低手术相关风险并优化医疗资源分配。
当然，研究也存在一些局限性，例如依赖于回顾性电子病历数据可能存在的编码误差、排除了格拉斯哥昏迷评分（Glasgow Coma Scale, GCS）为13的患者以聚焦于最轻度的TBI谱系、以及样本量可能限制了对罕见预测因子的检测效能。然而，通过整合大型三级医院与国家级医保提供商的完整医疗数据，研究在数据广度和随访连续性上具有显著优势。总之，这项研究为改善老年mTBI患者的长期管理提供了重要的循证依据和实用的决策辅助工具，其临床价值有待在前瞻性研究和实际应用场景中得到进一步验证与完善。
