基于炎症衍生和临床指标的缺血性卒中恢复预测模型

背景：神经炎症反应与卒中后预后严重程度密切相关。本研究旨在开发一种结合炎症衍生标志物和临床指标的预测模型，用于区分亚急性缺血性卒中患者的功能结局。方法与结果：根据日常生活活动能力评估，将缺血性卒中参与者分为疗效不佳（LE）恢复组和疗效明显（OE）恢复组。通过重叠临床血清样本蛋白质组学（5例LE，5例OE，6例健康对照）中差异表达蛋白和大脑中动脉闭塞小鼠缺血皮质RNA序列（n=3）中差异表达基因，识别出初始生物候选分子。在缺血-再灌注模型和临床队列（15例LE，11例OE，18例健康对照）中进行了多维度验证。基于鲁棒的生物候选分子结合临床指标，在训练数据集中用机器学习开发模型，并在另一个测试数据集（15例LE，11例OE）中进行预测。我们在人血清中鉴定出194个差异表达蛋白（LE与健康对照）和174个差异表达蛋白（OE与健康对照），在小鼠皮质中鉴定出5121个差异表达基因（第3天）和5906个差异表达基因（第7天）。炎症衍生生物标志物TIMP1（组织金属蛋白酶抑制剂-1）和半乳糖苷结合蛋白LGALS3（半乳糖凝集素-3）在小鼠和人类的缺血损伤下表现出稳健增加。TIMP1和LGALS3与临床指标（血红蛋白、低密度脂蛋白胆固醇和尿酸）结合构建的联合模型，可高准确度区分功能结局（曲线下面积，0.8）。结论：联合模型是评估预后结局的有价值的工具，预测因子有助于制定更好的治疗策略。