动脉瘤性蛛网膜下腔出血(aSAH)后常并发脑积水和癫痫发作，早期预测有助于及时处理、改善预后。来自美国密歇根大学神经外科系的Pandey教授团队就aSAH体积定量与脑积水和癫痫发作的关系进行了研究，结果发表在年2月的《JNeurosurg》
10./.8.JNS
研究背景
动脉瘤性蛛网膜下腔出血（aSAH）与显著的发病率和死亡率相关。除出血本身外，与aSAH相关的多种并发症，如脑血管痉挛、迟发性脑梗塞（DCI）、癫痫发作和脑积水，可能在动脉瘤破裂后的几天内发生，并严重影响患者预后。识别发生此类并发症风险较高的患者的工具有助于预后判断和管理。目前使用的多个量表有助于评估脑血管痉挛的风险，包括Hunt和Hess分级、世界神经外科学会联合会（WFNS）分级以及Fisher和改良Fisher分级。然而，尚缺乏评估aSAH后脑积水和癫痫发作风险的常用工具。报道的aSAH后脑积水的发生率为15%-87%，癫痫发作的发生率为3%-26%。
长期以来，出血量一直被认为与脑出血和aSAH患者的临床结局和并发症相关。然而，由于aSAH出血的弥漫性，评估出血量的直接措施有限。最近有研究使用半定量和定量方法来评估aSAH的出血范围和体积，但都集中于与脑血管痉挛和DCI的相关性。迄今为止，尚无研究直接评估aSAH后总出血量对癫痫发作或脑积水发生率和分流依赖性的影响。我们旨在通过颅内总出血量的体积定量分析工具，评估动脉瘤破裂后的出血量与分流依赖性脑积水和癫痫发作的相关性。
研究方法
本研究纳入了年1月至年5月在三级医疗中心因aSAH入院并接受治疗的连续患者。年龄＜18岁的患者、非动脉瘤性蛛网膜下腔出血（SAH；n=，创伤性、血管造影阴性和中脑周围SAH）患者以及就诊时无平扫CT（n=87）或CT扫描质量较差（n=6）的患者被排除。所有患者均有SAH的临床体征、症状和影像学表现，血管成像（CTA或DSA）显示动脉瘤。
本研究评价了两个主要结局，癫痫发作和分流依赖性脑积水。第一个目标是评价出血量与癫痫发作发生率的相关性。癫痫发作包括临床明显的局灶性和全身性癫痫发作（伴或不伴意识丧失），以及仅在EEG上检测到的非惊厥性癫痫发作。第二个目标是评价出血量对分流依赖性脑积水发展的影响。分流依赖性脑积水定义为CT上脑积水明显且伴随相应的临床症状，脑室外引流（EVD)不足以解决，而需要使用永久性分流（通常是脑室腹腔分流）治疗脑积水。总出血量包括蛛网膜下腔出血和相关的脑实质内和脑室内出血，使用MATLAB开发的半自动计算机程序计算（如图1）。采用单因素和多因素回归分析评估总出血量与aSAH后癫痫发作和分流依赖性脑积水间的关系。
图1A：就诊时的CT平扫显示aSAH和IVH。B：计算机程序自动将血液体素与其他组织分离。然后用户识别血液对应的簇，自动计数血液簇（浅蓝色）内的体素数量。C：出血量（血液为绿色）计算仅限于ROI内的像素，以尽量减少条纹伪影对体积分析的影响，并排除颅外的信号
研究结果研究人群包括例aSAH患者，平均出血量为74.9±39.7ml（5.05–.74ml）。在基线水平，mRS评分中位数为0，WFNS分级中位数为II级，Hunt和Hess分级中位数为III级。平均Hijdra评分为21±10分，中位改良Fisher分级为3级。脑实质内出血76例（26.4%），脑室内出血81例（28.1%）。其他基线特征见表1。38例（13.2%）患者发生癫痫发作，平均出血量为90ml（22.4–.1ml），没有发生癫痫的患者为72.7ml（平均差异17.3ml，p=0.01）。在单变量分析中，初始CT扫描的较大出血量（OR1.01，p=0.，95%CI1.–1.02）与癫痫发作相关。更具体地说，出血量50ml（OR2.90，p=0.，95%CI1.17-7.19；灵敏度84.21%，特异性35.20%）和出血量75ml（OR3.07，p=0.，95%CI1.46-6.47；灵敏度68.42%，特异性56.40%）可预测癫痫发作。此外，患者年龄较小（OR1.04，p=0.，95%CI1.01–1.06)、Hunt和Hess分级≥IV级(OR3.46，p=0.，95%CI1.68–7.09)、WFNS分级≥IV级（OR2.96，p=0.，95%CI1.45–6.07）、相关脑实质内出血（OR2.87，p=0.，95%CI1.42–5.79）和再出血（OR4.58，p=0.，95%CI1.41-14.8）与癫痫发作的发生相关。
在多变量分析中，出血量50ml（OR2.81，p=0.，95%CI1.03-7.80）、出血量75ml（OR2.92，p=0.，95%CI1.25-6.80）、年龄较小（OR1.04，p=0.，95%CI1.01-1.07）、脑实质内出血（OR2.41，p=0.03，95%CI1.06-5.47）、再出血（OR6.10，p=0.，95%CI1.43-26.04）、WFNS≥IV级（OR3.02，p=0.，95%CI1.34-6.82）和Hunt和Hess≥IV级（OR3.47，p=0.，95%CI1.53-7.88）与癫痫结局相关。出血量可充分辨别癫痫发作，AUC为0.（95%CI0.55-0.72）（图2）。
总计例患者（43.8%）在急性期有脑积水的影像学证据，例患者（75.7%）用EVD治疗。48例患者（17%）发生了分流依赖性脑积水，平均出血量为89.3ml（28.5–.7ml），而没有分流依赖性脑积水的患者为72.1ml（平均差异17.2ml，p=0.）。
在单变量分析中，初次CT扫描的出血量更多（OR1.01，p=0.，95%CI1.–1.02），出血量50ml（OR2.79，p=0.，95%CI1.25–6.24；灵敏度83.33%，特异性35.83%），出血量75ml（OR2.27，p=0.，95%CI1.19–4.32；灵敏度62.50%，特异性56.25%），Hijdra评分（OR1.05，p=0.，95%CI1.01-1.08）和IVH（OR2.25，p=0.，95%CI1.19-4.25）是与分流依赖性脑积水相关的唯一因素。在解释IVH的多变量分析中，出血量是预测分流依赖性脑积水的唯一因素（OR1.01，p=0.，95%CI1.–1.），出血量50ml（OR2.45，p=0.03，95%CI1.08–5.54）和出血量75ml（OR1.99，p=0.04，95%CI1.03-3.85）是与分流依赖性脑积水相关的临界值（表2）。出血量可充分辨别分流依赖性脑积水的发生，AUC为0.（95%CI0.54-0.71）（图3）。
表1：研究人群的基线特征
图2：癫痫结局的ROC曲线
图3：分流依赖性脑积水结局的ROC曲线
表2：分流依赖性脑积水和癫痫发作的单因素和多因素分析
研究结论
出血量是aSAH患者癫痫发作和分流依赖性脑积水发生的独立预测因素。对aSAH出血量进行定量分析可补充临床实践中使用的现有量表，并有助于患者的管理和预后。
讨论心得
癫痫发作和脑积水极大地影响了aSAH患者的结局。多项研究证明，癫痫发作、脑积水和分流依赖性与住院时间、医疗费用和死残率增加相关。然而，目前仍缺乏预测aSAH后分流依赖性脑积水和癫痫发作的可靠工具。aSAH后脑池、脑室内或脑实质内的血量被认为与这些后遗症相关，但鉴于aSAH出血的弥漫性和分隔性，缺乏准确计算其体积的工具。此外，目前临床实践中用于aSAH患者的评分系统多用于评估脑血管痉挛和DCI的风险，而不针对预测癫痫发作和脑积水发生。我们的研究定量分析出血体积，并报告aSAH的出血量是癫痫发作和分流依赖性脑积水的独立预测因素。
aSAH患者发生脑积水会影响神经功能和结局，并且患者需要接受进一步的治疗。多种因素与aSAH后发生分流依赖脑积水相关，也有多种评分尝试预测分流依赖性脑积水，包括Barrow神经学研究所（BNI）评分，其评价垂直于脑池或脑裂的蛛网膜下血凝块的厚度；aSAH分流依赖性(SDASH)评分，结合了BNI评分、Hunt和Hess分级以及是否存在急性脑积水；CHESS（SAH引起的慢性脑积水评分），考虑了Hunt和Hess分级、动脉瘤位置、是否存在急性脑积水、是否存在IVH以及早期脑梗死；以及Graeb和LeRoux评分，定性评价脑室内血液的量和位置。然而，这些评分尚未获得广泛的临床应用，并受到其定性性质的限制。到目前为止，尚无预后模型考虑量化的出血量对分流依赖性脑积水发展的影响。我们的结果显示，通过定量体积分析估计的出血量与分流依赖性脑积水显著相关。在实践中使用类似的定量工具可能有利于分流依赖性脑积水风险分层，进而影响患者的管理。首先，出血量有助于指导分流管置入和早期患者咨询的决策。其次，出血量有利于制定EVD置入和治疗的决策。对于就诊时存在脑积水的患者，EVD置入的决策较为明确；但对于无脑积水的低/中度SAH患者，了解总出血量可以帮助做出EVD的决策。此外，早期识别需要置入分流管的患者有助于缩短EVD的周期，从而减少导管相关感染、ICU和住院时间以及住院费用。
同样，一些标记物与aSAH后癫痫发作的发生有关，其中许多标记物也在我们的研究中被确定。既往有文献中报告蛛网膜下腔出血厚度增加、脑池血凝块负荷增加和脑实质内出血体积增加是aSAH癫痫发作的独立预测因素。然而，这些研究多为定性，并未评价出血量对癫痫发作发生率的直接影响。癫痫发作与aSAH患者的死残率增加相关，需要更准确和可靠的预测工具来改善临床管理。出血量的定量可为识别高危人群提供辅助工具，并有助于抗癫痫药物(AEDs)的管理。
出血量与癫痫发作和分流依赖性脑积水显著相关，而其他量表对两种结局缺乏一致的预测能力。同时，出血量定量在预测癫痫发作和脑积水方面的准确性，与临床中常用的评分（包括Hunt和Hess、改良Fisher和WFNS分级系统）总体相当。定性量表中的大部分，包括改良Fisher量表和Hunt和Hess量表，具有一定程度的主观性。而容量测定法可能不太受观察者间变异性的影响，并且是与其他量表联合使用的辅助工具。脑积水和癫痫发作是多因素起源，因此单独一个因素不具有较高的准确性和可靠性，应进一步研究模型组合，包括影像学数据和临床评分，以提高预测癫痫发作和分流依赖性脑积水的准确性。
既往研究认为aSAH出血量20ml与不良结局和并发症相关，包括血管痉挛和DCI。在我们的研究中，体积截止值≥50ml是癫痫发作和分流依赖性脑积水的最佳预测模型。值得注意的是，我们的研究人群具有相对较高的平均总出血量，可能归因于该人群较高的影像学SAH入院分级，其中平均体积为74.9ml，平均改良Fisher分级为3，平均Hijdra评分为21。此外，既往大多数针对SAH出血量的研究中，虽然测量了脑池出血量或脑池和脑室的出血量，但未考虑动脉瘤破裂后的颅内总出血量。因此，进一步建立量化出血量的最佳临界值将是有益的。
本研究存在一些局限性。首先，研究队列反映的是单中心治疗aSAH患者的经验，因此各中心在抗癫痫预防、EVD置入和管理、ICU管理和分流方面的实践可能并不一致，这影响了研究的普遍性。同时，体积分析工具的准确性没有与放射学标准进行比较，这进一步限制了结果的普遍性。其次，由于研究的回顾性性质，在连续EEG监测或分流管置入的适应症方面缺乏标准化。此外，出血计算过程是半自动的，而全自动方法将减轻观察者间变异性的影响。尽管出血量可预测癫痫发作和分流依赖性，但其诊断准确性与其他量表相当，应作为补充，而不是取代这些工具。
译者简介：
伍碧武，神经外科博士
医院神经重症主治医师，医院神经外科张义教授，博士（在读）医院周良辅院士。目前跟随胡锦教授主要从事高血压脑出血方面的临床和科研工作。