
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于影像学的脑脓肿进展预测因素:脓肿位置和ADC(平均数差)梯度的作用
《Acta Neurochirurgica》:Imaging-based predictors of progression in brain abscess: the role of loculation and ADC gradient
【字体: 大 中 小 】 时间:2026年05月23日 来源:Acta Neurochirurgica 1.9
编辑推荐:
摘要目的尽管神经外科和抗菌治疗取得了进展,脑脓肿仍然是一种危及生命的疾病,而用于指导术后风险分层和监测的可靠影像学标志物仍然有限。本研究旨在确定与神经外科治疗患者脓肿进展相关的临床和影像学因素,特别关注表观扩散系数(ADC)梯度。方法我们回顾性分析了2005年1月至2025年4月
尽管神经外科和抗菌治疗取得了进展,脑脓肿仍然是一种危及生命的疾病,而用于指导术后风险分层和监测的可靠影像学标志物仍然有限。本研究旨在确定与神经外科治疗患者脓肿进展相关的临床和影像学因素,特别关注表观扩散系数(ADC)梯度。
我们回顾性分析了2005年1月至2025年4月期间在加兴大学吉尔医学中心接受神经外科治疗的53名脑脓肿患者。研究了患者的临床特征、微生物学情况、手术方法及影像学检查结果。通过单变量和多变量逻辑回归分析来识别与脓肿进展相关的因素。ADC梯度作为连续变量进行评估,并使用接收者操作特征(ROC)确定的临界值进行二分类。
该队列包括38名男性和15名女性,中位年龄为56.4岁。在平均28.0个月的随访期间,17名患者(32%)出现了脓肿进展。单变量分析显示,脓肿的位置与进展显著相关。基线或随访期间的绝对ADC值无法预测脓肿进展。ROC分析表明ADC梯度具有良好的区分性能(AUC 0.857),较高的ADC梯度与较低的进展风险相关。多变量分析也证实ADC梯度与脓肿进展独立相关。
脓肿的位置和ADC梯度是与手术处理的脑脓肿进展相关的影像学特征,可作为临床监测的有用影像学标志物。将ADC梯度评估纳入术后影像学监测可能有助于识别治疗抵抗可能性较高的病例,并支持临床决策。然而,鉴于该研究的回顾性和单中心设计,这些发现应谨慎解读,需要在前瞻性多中心队列中进行进一步验证。
尽管神经外科和抗菌治疗取得了进展,脑脓肿仍然是一种危及生命的疾病,而用于指导术后风险分层和监测的可靠影像学标志物仍然有限。本研究旨在确定与神经外科治疗患者脓肿进展相关的临床和影像学因素,特别关注表观扩散系数(ADC)梯度。
我们回顾性分析了2005年1月至2025年4月期间在加兴大学吉尔医学中心接受神经外科治疗的53名脑脓肿患者。研究了患者的临床特征、微生物学情况、手术方法及影像学检查结果。通过单变量和多变量逻辑回归分析来识别与脓肿进展相关的因素。ADC梯度作为连续变量进行评估,并使用接收者操作特征(ROC)确定的临界值进行二分类。
该队列包括38名男性和15名女性,中位年龄为56.4岁。在平均28.0个月的随访期间,17名患者(32%)出现了脓肿进展。单变量分析显示,脓肿的位置与进展显著相关。基线或随访期间的绝对ADC值无法预测脓肿进展。ROC分析表明ADC梯度具有良好的区分性能(AUC 0.857),较高的ADC梯度与较低的进展风险相关。多变量分析也证实ADC梯度与脓肿进展独立相关。
脓肿的位置和ADC梯度是与手术处理的脑脓肿进展相关的影像学特征,可作为临床监测的有用影像学标志物。将ADC梯度评估纳入术后影像学监测可能有助于识别治疗抵抗可能性较高的病例,并支持临床决策。然而,鉴于该研究的回顾性和单中心设计,这些发现应谨慎解读,需要在前瞻性多中心队列中进行进一步验证。