神經(jīng)外科

顱腦外傷后遺癥--腦外傷后綜合征(post-traumatic brain syndrome) 腦外傷病人在急性創(chuàng)傷已恢復之后，仍有許多自覺癥狀長期不能消除，但臨床上又沒有確切的神經(jīng)系統(tǒng)陽性體征，甚至通過CT、MRI等檢查亦無異常發(fā)現(xiàn)，這類病人往往是輕度或中度閉合性顱腦損傷，傷后一般情況恢復較好，但頭昏、頭痛及某些程度不一的植物神經(jīng)功能失調(diào)或精神性癥狀卻經(jīng)久不愈。如果這些癥狀持續(xù)至傷后3個月以上仍無好轉(zhuǎn)時，即稱之為腦外傷后綜合征。 腦外傷后綜合征是腦外傷病人在恢復期以后，長期存在的一組自主神經(jīng)功能失調(diào)或精神性癥狀。包括頭痛、神經(jīng)過敏、易怒、注意力集中障礙、記憶力障礙、頭暈、失眠、疲勞等癥狀。而神經(jīng)系統(tǒng)檢查并無異常，神經(jīng)放射學檢查亦無陽性發(fā)現(xiàn)。一、發(fā)病機制 有關(guān)腦外傷后綜合征的發(fā)病原因是器質(zhì)性或為功能性，仍無定論。不過，從目前觀點看，可能是在輕微腦器質(zhì)性損害的前提下，再加上病人心身因素與社會因素而促成。必須指出，腦外傷后綜合征的發(fā)生與腦組織受損的嚴重程度并無相應(yīng)的關(guān)系。二、癥狀與體征 主要是頭昏、頭痛和神經(jīng)系統(tǒng)機能障礙三方面。 首先：頭痛是最為常見的癥狀，約占78％，可以是脹痛、銳痛、鈍痛、搏動性疼痛，發(fā)作時間不定，以下午為多，部位常在額顳部或枕后部，有時累及整個頭部。枕部的疼痛通常伴有頸后肌肉的疼痛和緊張感?？梢蚯榫w不佳、疲勞、失眠而加重，并因此而焦躁不安。外傷后頭痛的一個明確原因是腦脊液的喪失，造成顱內(nèi)低壓而引起頭痛。但是，大多數(shù)持續(xù)性，甚至相當嚴重的腦脊液外漏者沒有顯著的頭痛，因此，腦脊液的過量產(chǎn)生，完全能夠補充丟失的數(shù)量。 其次：頭暈的表現(xiàn)各式各樣，約占50％，往往訴說為頭暈目眩、耳鳴、惡心，因體位變化而加重。主觀感到頭部昏濁、思維不夠清晰，或是一種混亂迷糊的感覺，常有情緒不穩(wěn)定、容易疲倦。失眠、注意力渙散、記憶力減退，甚至喜怒無常、易激動等表現(xiàn)。神經(jīng)過敏和易激惹也是很常見的，一般由緊張的環(huán)境因素所引起。 第三：自主神經(jīng)功能失調(diào)的表現(xiàn)為耳鳴、心悸、血壓波動、多汗、月經(jīng)失調(diào)、性功能障礙等。三、診斷 腦外傷后綜合征的診斷需排除顱內(nèi)器質(zhì)性病變后方能確定。應(yīng)行必要的檢查如腰穿、腦電圖、CT、 MRI等，一些病例可在MRI上發(fā)現(xiàn)腦實質(zhì)內(nèi)散在的小軟化灶。而多數(shù)病人神經(jīng)系統(tǒng)檢查正常，神經(jīng)放射學檢查亦正常，腦電圖檢查有助于發(fā)現(xiàn)局灶性損害及有無持久的異常波形。CT掃描能夠明確顯示有無腦萎縮、腦積水或局限性病灶。MRI有利于發(fā)現(xiàn)腦實質(zhì)內(nèi)的微小出血點或軟化灶。放射性核素腦脊液成像可以了解腦脊液循環(huán)是否存在阻礙。四、治療 雖然，很多腦外傷后綜合征其致病原因是心理因素和社會因素，但是，并不能說所有的外傷后綜合征都是個人心理問題。應(yīng)該詳細了解受傷情況、各項檢查和化驗結(jié)果、治療過程和療效。對病人的陳述表示關(guān)注和理解，每一個癥狀雖然都很輕微，但綜合到一起，足以嚴重到使一個人不能正常工作，要幫助病人解除對腦損傷的顧慮，結(jié)合藥物治療，建立治愈疾病的信心。如果外傷涉及到糾紛、責任、賠償、失業(yè)等社會心理因素時，可能影響治療。一般治療：1、參加戶外運動，鍛煉身體。2、生活規(guī)律化。3、盡早恢復力所能及的工作。4、與朋友多傾心交談，做到心情開朗，情緒穩(wěn)定。藥物治療：對于沒有器質(zhì)性原因的腦外傷后綜合征，治療是十分困難的。可適當?shù)亟o予藥物治療：1、頭痛：顱痛定、布洛芬等；2、頭暈：苯海拉明、維生素等；3、植物神經(jīng)功能紊亂：谷維素、異丙嗪等；4、常用中成藥：天麻、腦震寧等。本文系王建莉醫(yī)生授權(quán)好大夫在線（btabogados.com）發(fā)布，未經(jīng)授權(quán)請勿轉(zhuǎn)載。

中華神經(jīng)外科雜志，2008，24：95-97 王建莉* 金國良郭京【摘要】目的 建立一個關(guān)于重型顱腦損傷患者生存的簡單、方便、準確率高的預測模型。方法 采用分類和回歸樹（classification and regression tree，CART）分析方法，選擇8個預后因子，對639例重型顱腦損傷患者的預后進行分析，預后以外傷后6個月生存或死亡為標準。結(jié)果 GCS評分是最好的預測因子，血糖、瞳孔情況是強有力的預測因子，頭顱CT表現(xiàn)、年齡是有效的預測因子，白細胞計數(shù)也對預后產(chǎn)生有意義的影響。CART中的所有變量都與預后相關(guān)，預測生存的準確率達91.4%。結(jié)論 CART預測模型能較好地預測重型顱腦損傷患者的生存，是簡單有效、準確率高的預測方法。【關(guān)鍵詞】顱腦損傷；分類和回歸樹；預后；預測；Predict of the outcome of 639 cases survived from severe brain injury.WANG Jian-li,JIN Guo-liang,GUO Jing,*Department of Neurosurgery,shaoxing People’s Hospital,shaoxing,312000,China【Abstract】Objective To develop a simple and convenient predictive model with a high predictive accuracy for the outcome of severe brain injury.Methods A classification and regression tree(CART)technique was employed in the analysis of data from 639 cases with severe brain injury.A total of 8 prognostic indicators were selected,while survive or dead at 6 months after injury was used as prognostic criterion.Results Our results indicated that GCS was the best predictor of outcome.Glucose level and pupillary response were proved to be strong predictors.Computed tomographic findings and age were regarded as effective predictors.Leukocytosis was found to correlate significantly with prognosis.All variables included in this tree were found to be related to the outcome.The predictive accuracy of CART model for predict alive was 91.4%.Conclusions The CART proves to be a useful and accurate method in developing a simple and effective model for predicting survival’s outcome after severe brain injury.【Key words】Craniocerebral trauma;Classification and regression tree;Prognosis;Predict重型顱腦損傷死亡率高[1]，預測顯得尤為重要。筆者采用分類和回歸樹分析方法，對2004年1月1日至2006年12月31日收治的639例重型顱腦損傷患者的生存進行前瞻性預測分析。資料與方法1.病例選擇只有閉合性重型顱腦外傷（GCS≤8分）納入研究。入院時腦死亡、癲癇后昏迷及其他系統(tǒng)明顯受傷排除在外：⑴腹部損傷需要手術(shù)治療的。⑵胸部或肺部損傷需要手術(shù)或閉式引流的。⑶骨盆骨折或其他骨折需要復雜治療的。⑷脊髓損傷或有意義的脊椎骨折。同時排除原有炎癥、糖尿病和使用影響血糖及白細胞的藥物者。2.初始變量接診后進行神經(jīng)病學評價(GCS評分、瞳孔情況、神經(jīng)功能)，頭顱CT掃描，按診療規(guī)范治療，測次晨血常規(guī)及血糖。3.一般資料本組男460例，女179例；年齡1～91歲，平均42.42歲。GCS3～4分148例，5～8分491例；空腹血糖：(9.81±5.12)mmol/L；白細胞計數(shù)：(14.89±4.92)×109/L；瞳孔情況：355例瞳孔正常，173例一側(cè)散大，111例雙側(cè)散大；頭顱CT示：伴硬膜外血腫192例，伴蛛網(wǎng)膜下腔出血331例，伴硬膜下血腫287例，伴廣泛腦挫傷、腦內(nèi)血腫389例，彌漫性軸索損傷30例；開顱手術(shù)治療399例，非手術(shù)治療240例。4.以GOS評分為基礎(chǔ)將患者預后分成生存和死亡兩類，生存491例（4分和5分381例，2分和3分110例）；死亡148例（1分）。5.統(tǒng)計學方法：采用分類和回歸樹（classification and regression tree，CART）分析方法。統(tǒng)計軟件為SPSS13.0，以傷后6個月的生存或死亡為應(yīng)變量，以年齡、GCS評分、血糖值、白細胞計數(shù)、瞳孔情況、腦損傷類型、開顱手術(shù)作為自變量，選擇CART作為樹形的生長模式。橫向有效分層取值為10，最大深度為10，選擇母節(jié)點31，子節(jié)點10，剪枝1枝。結(jié)果采用CART統(tǒng)計結(jié)果顯示，639例重型顱腦損傷患者傷后6個月生存情況如圖1。卵圓形框為預后因子，分層后呈樹狀分布，方框表示終末結(jié)果顯示患者數(shù)和生存的預測概率。CART第一層為GCS，節(jié)點是4分，在分層以后顯示不同的生存概率，GCS≤4分的患者意味著更重的重型顱腦損傷，生存的概率為37.2%，而GCS＞4分者為88.8%。GCS≤4分的患者，血糖為重要的預測因子，位于CART第二層，17.64mmol/L作為分層的節(jié)點，血糖＞17.64mmol/L的患者，生存的概率僅有3.8%，為預后最差的一組；而GCS≤4分、血糖≤17.64mmol/L的患者，瞳孔位于CART第三層，瞳孔雙側(cè)散大者死亡率高。對于GCS≤4分、血糖≤17.64mmol/L、瞳孔正?；騼H有一側(cè)散大的患者，頭顱CT顯示是否伴廣泛腦挫傷、腦內(nèi)血腫位于CART第四層，若不伴廣泛腦挫傷、腦內(nèi)血腫，生存的概率為71%，其中，白細胞計數(shù)≤15.05×109/L者生存的概率是87.5%，大于此值者生存的概率降至53.3%。GCS4分以上者，瞳孔作為分層的重要依據(jù)，位于CART第二層，生存概率：瞳孔正常者是94.1%，一側(cè)散大者是81.2%，雙側(cè)散大者是47.4%。對于GCS4分以上、瞳孔正常的患者，頭顱CT顯示是否伴蛛網(wǎng)膜下腔出血位于CART第三層，不伴蛛網(wǎng)膜下腔出血的患者生存的概率為本組數(shù)據(jù)最高，達98.2%。GCS4分以上、瞳孔一側(cè)散大的患者，年齡作為分層的依據(jù)，≤63歲者生存的概率為85.1%。CART可以預測預后：如一個重型顱腦損傷患者，男，50歲，GCS4分，瞳孔正常，入院次晨空腹血糖為12.7mmol/L，白細胞計數(shù)為14.0×109/L，頭顱CT顯示：硬膜外血腫。根據(jù)CART預測圖，則6個月后生存的概率為87.5%。討論重型顱腦損傷的預后是人們關(guān)心的問題，預測能否生存相當重要[2]。臨床研究顯示，患者的GCS[3]、年齡、瞳孔、頭顱CT表現(xiàn)[4,5]、顱內(nèi)壓、腦電圖、誘發(fā)電位[6,7]、腦灌注壓、S100-B蛋白[8]、高白細胞血癥等與預后相關(guān)。筆者在研究中采納的變量簡單易行，包括GCS、瞳孔情況、血糖、腦損傷類型、年齡、白細胞計數(shù)、是否開顱手術(shù)。分類和回歸樹[9]：是一種數(shù)據(jù)勘測和預測算法?；驹硎菍?shù)據(jù)提出問題，每個問題都試一次，挑出最主要的一個，把數(shù)據(jù)分成有序的分割，對新的分割再提問，繼續(xù)分割、提問、分割，直至樹的末梢。CART結(jié)構(gòu)類似一棵倒置的樹，由主干和分支組成，節(jié)點的數(shù)據(jù)是分析結(jié)果。分析時先建立一棵完整的樹，再用交叉印證的方法剪枝，直到提供剪枝后的模型。此法適用于任何分布類型的數(shù)據(jù)，樹型結(jié)構(gòu)與臨床思維十分接近，即先抓主要因素，后抓次要因素，可以根據(jù)變量在樹中的位置來辨別變量的預測價值。1.GCS評分：為早期顱腦損傷患者死亡率提供依據(jù)，總分提示病人的昏迷程度，與預后相關(guān)，GCS評分越低，預后越差[3]。本組GCS出現(xiàn)在CART第一層中，在眾多的預測因子中排列第一，以4分為節(jié)點，分層后出現(xiàn)不同的生存概率，提示GCS評分是重型顱腦損傷預后評價的最重要的因子，能反映病情的嚴重程度，預測預后。2.瞳孔：是與意識障礙密切相關(guān)的直接檢查，瞳孔散大尤其雙側(cè)散大表示病情瀕危，注射甘露醇后雙瞳無縮小，示腦干受壓嚴重，預后極差。GCS4分以上者，瞳孔情況作為分層的重要依據(jù)，瞳孔正常者生存的概率是94.1%，瞳孔一側(cè)散大者為81.2%，而雙側(cè)異常者僅為47.4%?？梢娡着c死亡率相關(guān)。對于GCS≤4分、血糖≤17.64mmol/L的患者，瞳孔情況位于CART第三層，也與生存概率相關(guān)。3.血糖值：重度顱腦損傷后，影響下丘腦和垂體前葉功能，交感神經(jīng)-腎上腺髓質(zhì)系統(tǒng)興奮，血中兒茶酚胺升高，進而導致血糖升高。大量葡萄糖經(jīng)無氧糖酵解產(chǎn)生大量乳酸和氫離子，造成細胞內(nèi)酸中毒，破壞血腦屏障，導致腦水腫，加重中樞神經(jīng)系統(tǒng)的繼發(fā)性損傷[10]。GCS≤4分的患者，血糖為重要的預測因子，位于CART第二層，血糖≤17.64mmol/L的患者生存的概率為44.3%，＞17.64mmol/L的患者，生存的概率僅有3.8%，死亡率極高。4.腦損傷的類型：頭顱CT顯示的腦損傷的類型與預后相關(guān)，即使GCS分數(shù)相同，腦損傷類型不同的患者死亡率和致殘率亦不同。本組CART預測圖可見：是否伴廣泛腦挫傷、腦內(nèi)血腫以及是否伴有蛛網(wǎng)膜下腔出血與生存概率相關(guān)。首先：廣泛腦挫傷、腦內(nèi)血腫的患者常伴嚴重創(chuàng)傷性腦水腫，多處挫傷灶、血腫位于同側(cè)者，常引起中線結(jié)構(gòu)明顯移位，多需手術(shù)治療，而且術(shù)中多伴腦膨出，預后差，生存率低；挫傷灶、血腫雙側(cè)廣泛存在者，出現(xiàn)彌漫性腦腫脹，顱內(nèi)壓持續(xù)性增高，即使雙側(cè)開顱減壓仍預后不良[11]。其次：伴有蛛網(wǎng)膜下腔出血者，易并發(fā)腦血管痙攣、蛛網(wǎng)膜粘連及腦積水，預后差。5.年齡：是影響重型顱腦損傷預后的一個重要指標。Marc[12]等研究發(fā)現(xiàn)：顱腦損傷的死亡率與年齡正相關(guān)。老年人再生能力差，受損組織功能恢復困難，器官老化造成心、肺、腎功能衰退，易出現(xiàn)器官功能衰竭或功能障礙，死亡率上升。對于GCS 4分以上、瞳孔一側(cè)散大的患者，年齡位于CART第四層，＞63歲者生存的概率57.9%，≤63歲者則為85.1%。隨著年齡的增長，生存概率明顯下降。6.白細胞計數(shù)：重型顱腦損傷后，兒茶酚胺和類固醇激素水平應(yīng)激性升高，導致外周血白細胞上升，引起微血管損傷，血腦屏障受損，白細胞增多預示著預后較差，白細胞計數(shù)升高的幅度可以判定顱腦損傷的嚴重程度[13,14]。本組數(shù)據(jù)白細胞計數(shù)位于CART終末枝，15.05×109/L作為分層的節(jié)點，≤15.05×109/L者生存的概率是87.5%，大于此值者生存的概率是53.3%。7.開顱手術(shù)：是否開顱手術(shù)未能進入CART?？紤]可能與以下原因有關(guān)：首先，本組病例中，GCS3分和GCS8分患者手術(shù)治療與不手術(shù)治療的病例數(shù)相當，而且GCS3分者無論是否手術(shù)，絕大部分仍然難以生存；GCS8分者無論是否手術(shù)，存活率都較高。其次：醫(yī)師根據(jù)患者的病情綜合評價決定是否開顱手術(shù)，受到多種因素干擾。再次：開顱手術(shù)受許多與病情無關(guān)的主觀因素的影響。所以是否開顱手術(shù)不能進入CART。CART作為一種非參數(shù)回歸模型，適用于任何分布類型的數(shù)據(jù)。而且CART采用交叉驗證的方法，在每個終止結(jié)能得到該節(jié)點的驗證概率，不必進行驗證[9]。本研究獲取變量簡單、方便，CART最初的變量有利于解釋預測預后，準確率高，預測重型顱腦損傷患者6個月后的生存準確率達91.4%，為重型顱腦損傷預后的預測提供了簡單有效的預測模型。參考文獻1.劉兵,張建寧,王志濤,等.重型顱腦損傷死亡相關(guān)因素分析.中華神經(jīng)外科雜志,2007,23(7):496-498.2.劉敬業(yè).急性顱腦損傷10730例臨床分析.中華神經(jīng)外科雜志.2007,23(7):510-512.3.江基堯,張浚,鐘天安,等.急性重型顱腦損傷患者預后的影響因素.第二軍醫(yī)大學學報,2001,22(8):763-766.4.Marshall LF,Marshall SB,Klauber MR,et al.A new classification of head injury based on computerized tomography.Journal of Neurosurgery.1991,75;14-20.5.Mattioli C,Beretta L,Gerevini S,et al.Traumatic subarachnoid hemorrhage on the computerized tomography scan obtained at admission:a multicenter assessment of the accuracy of diagnosis and the potential impact on patient outcome.J Neurosurg,2003,98:37-42.6.Carter BG,Butt W.Are somatosensory evoked potentials the best predictor of outcome after severe brain injury?A systematic review.Intensive Care Med.2005,31:765-775.7.張士剛,王繼躍,郝華,等.腦干聽覺及體感誘發(fā)電位對重型顱腦損傷病人預后的判斷.中華神經(jīng)醫(yī)學雜志,2005,4(5):479-481.8.李寧,沈建康,徐福林,等.S-100B蛋白評估重型腦損傷預后的臨床研究.中華創(chuàng)傷雜志,2004,20(7):395-397.9.Breiman L,Friedman J H,Olshen R A,et al.Classification and Regression Trees[M].Belmont,California:Wadsworth,USA,CRC Press,1984.1-357.10.張賽,楊樹源,王明璐,等.重型腦損傷急性期血兒茶酚胺和與血糖變化及意義.中華神經(jīng)外科雜志,1994,10(5):255.11.Marmarou A,Signoretti S,Fatouros PP,et al,Predominance of cellular edema in traumatic brain swelling in patients with severe head injuries.Journal of Neurosurgery.2006,104:720-730.12.Schaan M,Jaksche H,Boszczyk B.Predictors of outcome in head injury:Proposal of a new scaling system.The journal of Trauma.2002,52:667-674.13.Rovlias A,Kotsou S.The blood leukocyte count and its prognostic significance in sever head injury.Surg Neurol,2001,55:190114.唐曉平,唐文國,茍章洋,等.顱腦損傷后外周血白細胞和中性粒細胞的變化及其繼發(fā)性腦損傷的關(guān)系.中華神經(jīng)外科雜志,2007,23:38.

王建莉 金國良 俞學斌 李錦泉 王曉明 裘天侖【摘要】目的建立一個關(guān)于閉合性重型顱腦損傷預后的簡單、便于使用、變量可以在日常工作中快速獲得的預測準確率高的預測模型。方法采用分類和回歸樹（classification and regression tree，CART）分析方法，選擇8個預后因子，對579例閉合性重型顱腦損傷患者的預后進行分析，預后指標為外傷后6個月GOS。結(jié)果 GCS是最好的預測因子，血糖、頭顱CT表現(xiàn)、年齡、瞳孔情況是強有力的預測因子，白細胞計數(shù)也對預后產(chǎn)生有意義的影響。CART中的所有變量都與預后相關(guān)，預測準確率達87％。結(jié)論 CART預測模型能較好地預測閉合性重型顱腦損傷患者的預后，是一種簡單有效、準確率高的預測方法?！娟P(guān)鍵詞】腦損傷，重型；預后；因素分析；統(tǒng)計學Classification and regression tree for prediction of the outcome of severe closed brain injury.WANG jian-li，JIN guo-liang，YU xue-bin，LI jin-quan，WANG xiao-ming，QIU tian-lun.Department of Neurosurgery,shaoxing Peoples Hospital,shaoxing, 312000,China【Abstract】Objective To develop a simple and convenient predictive model with a high predictive accuracy, involving variables that can be rapidly and easily achieved in daily routine practice for the outcome of severe closed brain injury.Methods A classification and regression tree (CART) technique was employed in the analysis of data from 579 cases with severe closed brain injury. A total of 8 prognostic indicators were selected, while Glasgow Outcome Scale(GOS) at 6 months after severe closed brain injury was used as prognostic criterion. Results Our results indicated that GCS was the best predictor of outcome. Glucose level, computed tomographic findings, age and pupillary response were proved to be strong predictors. In the meantime, leukocytosis was found to correlate significantly with prognosis. The overall predictive accuracy of CART model for these data was 87%. All variables included in this tree were found to be related to the external fixators outcome. Conclusions The CART proves to be a useful and accurate method in developing a simple and effective model for predicting outcome after severe closed brain injury.【Key words】 Brain injuries, severe; Prognosis; Factor analysis; Statistics重型顱腦損傷具有較高的死亡率和致殘率，學者們建立了許多預測模型，但是有些預測符合率低，有些設(shè)備昂貴，有些取材費時，有些涉及倫理等。筆者采用分類和回歸樹（classification and regression tree，CART）分析方法，對自2004年1月1日至2006年3月31日收治的579例重型顱腦損傷患者的預后進行前瞻性預測分析。1 臨床資料與方法1.1 病例選擇納入標準：只有閉合性重型顱腦外傷（GCS8分）納入研究。入院時腦死亡、酒精性昏迷、藥物中毒性昏迷、癲癇被排除在外，其他系統(tǒng)明顯受傷排除在外：⑴腹部損傷需要手術(shù)治療的。⑵胸部或肺部損傷需要手術(shù)或閉式引流的。⑶骨盆骨折或其他骨折需要復雜治療的。⑷脊髓損傷或有意義的脊椎骨折。同時排除原有炎癥、糖尿病和任何影響血糖及白細胞的藥物者。1.2 一般資料本組男412例，女167例；年齡1歲～91歲，［（42.4217.66）歲］。傷情：GCS 3分76例，4分67例，5分52例，6分 69例，7分134例，8分181例；空腹血糖（9.955.37）mmol/L；白細胞計數(shù)（14.694.72）109/L；瞳孔情況：313例瞳孔正常，266例瞳孔一側(cè)或雙側(cè)散大；頭顱CT示：主要由硬膜外血腫引起的168例，伴有蛛網(wǎng)膜下腔出血287例。開顱手術(shù)治療367例，非手術(shù)治療212例。1.3初始變量的獲得入院處置［復蘇和生命支持（advanced trauma life support，ATLS）］后即進行相關(guān)指標評價(GCS、瞳孔變化、神經(jīng)功能)，隨后行CT掃描。根據(jù)需要送入ICU或普通病房或行開顱手術(shù)。留取次日晨血液樣本，監(jiān)測血常規(guī)及血糖。1.4傷后6個月GOS評價分為預后良好和預后不良。預后良好：Ⅴ級為預后佳，Ⅳ級為輕度功能障礙；預后差：Ⅲ級為重殘，Ⅱ級為持續(xù)植物狀態(tài)，Ⅰ級為死亡。預后良好373例，預后差206例，其中死亡140例。1.5統(tǒng)計學分析采用CART統(tǒng)計。統(tǒng)計軟件為SPSS13.0，本組以傷后6個月后的GOS評分為應(yīng)變量，以年齡、GCS、血糖值、白細胞計數(shù)、瞳孔、腦損傷類型、開顱手術(shù)作為自變量，選擇分類和回歸樹作為樹形的生長模式。橫向有效分層取值為10，最大深度為8，選擇母節(jié)點30，子節(jié)點13，剪枝1枝。2 結(jié)果采用CART統(tǒng)計結(jié)果顯示，579例重型顱腦損傷患者傷后6個月GOS情況如圖1。卵圓形框為預后因子，分層后呈樹狀分布，方框表示終末結(jié)果，患者數(shù)和預后差的預測概率在方框內(nèi)顯示。CART第一層為GCS，節(jié)點是4分，GCS4分以下的患者意味著更重的重型顱腦損傷，而GCS＞4分與GCS4分在分層以后顯示不同模式，即不同預后不良的概率。GCS4分的患者預后不良的概率為90％，而GCS＞4分的患者預后不良的概率為18％。對于GCS4分的患者，血糖為重要的預測因子，位于CART第二層，8.66mmol/L作為分層的節(jié)點，血糖8.66mmol/L的患者預后不良的概率為78％。白細胞計數(shù)位于CART第三層，12.25109/L者預后不良的概率是57％，大于此值者預后不良的概率是86％。而對于血糖＞8.66mmol/L的患者，預后不良的概率高達97％。年齡成為進一步分層的依據(jù)，38歲者預后不良的概率為91％，而＞38歲者預后不良的概率達100％，預后最差。對于GCS 4分以上者，6分者瞳孔情況位于CART第二層，雙側(cè)瞳孔正常者預后不良的概率是21％，一側(cè)或雙側(cè)瞳孔異常者預后不良的概率為51%，而硬膜外血腫又是分層的節(jié)點，顯示硬膜外血腫引起的瞳孔異常改變者預后好。對于＞6分的患者，年齡作為分層的重要依據(jù)，＞64歲者預后不良的概率39％，而64歲者預后不良的概率為僅為5％，預后最好。所以，患者的預后可以由CART得到。一個重型顱腦損傷患者GCS 5分，瞳孔一側(cè)散大，光反應(yīng)消失，頭顱CT示硬膜外血腫，則預后差的概率為32％。3 討論重型顱腦損傷的預后一直是人們關(guān)心的問題。多年的臨床研究顯示，患者的GCS、損傷的類型、瞳孔反應(yīng)、年齡、頭顱CT表現(xiàn)、顱內(nèi)壓水平、特異的血漿生化標記物如肌酸激酶同工酶、神經(jīng)元特異酶、S100-B蛋白[1]、血清髓鞘堿性蛋白、體感誘發(fā)電位[2]、腦電圖、腦灌注壓、經(jīng)顱多普勒超聲的血流速度、高血壓、缺氧、高二氧化碳血癥、貧血、高凝病、高血糖、高白細胞血癥等與預后相關(guān)。筆者在研究中采納的變量簡單易行，包括GCS、年齡、頭顱CT表現(xiàn)、瞳孔情況、血糖值、白細胞計數(shù)、是否開顱手術(shù)。3.1 GCSGCS反映患者的昏迷程度，普遍認為GCS越低，預后越差。本組GCS出現(xiàn)在CART第一層中，提示GCS是重型顱腦損傷預后評價的重要因子，在眾多的預測因子中排列第一，4分者預后最差，以4分為節(jié)點，分層后出現(xiàn)不同的預后不良概率。GCS包括睜眼、言語、運動反應(yīng)，能反映病情的嚴重程度，同時也能很好的預測預后。3.2 年齡許多研究表明，隨著年齡的增長，預后逐漸變差。Gan等[3]回顧性分析324例重型顱腦損傷患者，認為年齡是一個獨立的重要的預后因子，證實年齡升高與預后不良的相關(guān)性。本組資料顯示，年齡作為一個重要的分層依據(jù)，對于GCS3～4分、血糖＞8.66mmol/L的重型顱腦損傷患者，＞38歲者預后不良的概率達100％。而38歲者預后不良的概率降至91％。對于GCS7～8分的患者，年齡節(jié)點在64歲，也直接與預后相關(guān)。考慮隨著年齡的增長，器官老化造成心、肺、腎功能衰退，在顱腦傷后，易出現(xiàn)器官功能衰竭或功能障礙；老年人因體質(zhì)弱，反應(yīng)差，易發(fā)生感染等；又因再生能力差，使受損組織的功能恢復困難。因此，隨著年齡增大，顱腦損傷患者病死率趨之上升。3.3 腦損傷的類型筆者把硬腦膜外血腫和外傷性蛛網(wǎng)膜下腔出血作為預測因子，對于GCS 5～6分，且瞳孔有異常改變者，是否由于硬膜外血腫引起的瞳孔改變在CART中表現(xiàn)出重要意義，因為硬膜外血腫的死亡率與手術(shù)前患者的意識水平相關(guān)。若合并其他顱內(nèi)損傷，如腦挫裂傷、硬膜下血腫等，對預后較差，而為硬膜外血腫者，通常預后良好。但是，是否伴有蛛網(wǎng)膜下腔出血不能進入決策樹，認為與預后無明確相關(guān)性，可能與本研究未將蛛網(wǎng)膜下腔出血的嚴重程度進一步細分有關(guān)。3.4 瞳孔瞳孔改變在臨床上意義重大，對于GCS6分的患者，瞳孔情況位于CART第二層，與預后關(guān)系密切，瞳孔正常者預后差的概率是21％，而一側(cè)或雙側(cè)瞳孔異常者預后差的概率達到51%。腦疝發(fā)生后一旦動眼神經(jīng)受刺激或受壓，則通常傷情重，預后差。3.5 血糖與白細胞計數(shù)血糖值與白細胞計數(shù)在CART中位于第二層和第三層。血糖是一個強有力的預測因子，對于GCS 3～4分的患者，血糖＞8.66mmol/L者預后差的概率97%，而8.66mmol/L者降為78％，其中白細胞計數(shù)＞12.25109/L者預后差的概率為86％，而12.25109/L者預后差的概率為57％。創(chuàng)傷急性期的血糖與白細胞計數(shù)由于應(yīng)激而增高，通常創(chuàng)傷程度重者應(yīng)激反應(yīng)明顯，CART中反映出數(shù)值高者預后差。3.6 開顱手術(shù)是否開顱手術(shù)未能進入CART?？紤]可能與以下原因有關(guān)：首先，雖然開顱手術(shù)可以挽救生命、降低死亡率已被認同，但是開顱手術(shù)治療總的利弊尚有較大爭議[4]。本組病例中，GCS3分和GCS8分患者手術(shù)治療與不手術(shù)治療的病例數(shù)相當，而且GCS3分者無論是否手術(shù)，絕大部分仍然難以生存；GCS8分者無論是否手術(shù)，通常亦能取得良好的神經(jīng)病學預后，而手術(shù)治療需要承受手術(shù)本身的風險。其次：臨床醫(yī)師通常根據(jù)患者的年齡、病史、體征、實驗室檢查、頭顱CT、顱內(nèi)壓監(jiān)測等綜合評價決定是否開顱手術(shù)，對于決策樹來講，將一個受許多因素影響的變量作為單純的因素來分析，不甚合理。再次：開顱手術(shù)受許多與病情無關(guān)的主觀因素的影響，如：患方的意愿、患方的經(jīng)濟社會條件、醫(yī)師的判斷、醫(yī)師的手術(shù)基本操作水平等，從某種程度上也影響了決策樹的分析。所以，是否開顱手術(shù)不能進入本決策樹。多種預后因子結(jié)合較單個因子預測模型更敏感和更特異[5]。采用分類樹方式創(chuàng)建了一個以樹形為基礎(chǔ)的分類模型。這個模型以預測目標作為應(yīng)變量，以預測因素作為自變量進行分類分析，在統(tǒng)計分析過程中，不管此自變量能否最終進入決策樹，CART已經(jīng)綜合考慮了各自變量之間的重疊與干擾，不受其影響，并根據(jù)應(yīng)變量的均一性使數(shù)據(jù)分層生成CART。將各種可能的方案和結(jié)局，按照其主要的預測因子和次要預測因子的順序勾畫成一棵不斷分叉的樹形圖，再通過對各個枝節(jié)的期望概率計算來進行臨床決策。任何一個重型顱腦損傷的患者都可以根據(jù)收集的初始變量數(shù)據(jù)，直接從樹狀圖中得出唯一的預后組，得到不同的預后概率，為重型顱腦損傷的預后提供了簡單有效的預測模型，便于臨床診治過程做出相應(yīng)的決策。本研究獲取變量簡單、方便，有著較高的敏感性和特異性，本組準確率達87％。但是，這項技術(shù)只是補充，不能取代或影響臨床醫(yī)生的判斷和其他的統(tǒng)計預測模型，更重要的是，不能影響患者的治療。參考文獻1. Ucar T，Baykal A，Akyuz M，et al.Comparison of serum and cerebrospinal fluid prote in S-100b levels after severe head injury and their prognostic importance.J Trauma, 2004, 57:95-98.2. Amantini A, Grippo A, Fossi S,et al.Prediction of 'awakening' and outcome in prolonged acute coma from severe traumatic brain injury: evidence for validity of short latency SEPs. Clin Neurophysiol, 2005, 116:229-235.3. Gan BK, Lim JH, Ng IH.Outcome of moderate and severe traumatic brain injury amongst the elderly in Singapore. Ann Acad Med Singapore, 2004, 33:63-67.4. Chantal Hukkelhoven, Ewout Steyerberg, J Dik, et al: Predicting outcome after traumatic brain injury: development and validation of a prognosis score based on admission characteristics. Neurotrauma, 2005, 22: 1025-1039.5. Pillai SV, Kolluri VR, Praharaj SS.Outcome prediction model for severe diffuse brain injuries: development and evaluation. Neurol India, 2003, 51:345-349.