引用本文: 蔣雯琪, 李勇軍, 李昕陽, 朱燏燚, 王德任, 張世洪, 吳波, 徐芒芒. 原發性腦出血患者血腫成熟度不良的臨床特點及影響因素分析. 華西醫學, 2024, 39(12): 1880-1886. doi: 10.7507/1002-0179.202404156 復制
版權信息: ?四川大學華西醫院華西期刊社《華西醫學》版權所有,未經授權不得轉載、改編
目前,在全球范圍內,原發性腦出血占所有卒中類型的 10%~15%[1],其起病急驟,致死致殘率高。研究顯示,其 1 年死亡率高達 50%,而幸存者中約 50%的患者遺留殘疾[1-2]。高血壓和腦淀粉樣血管病是腦小血管病(cerebral small vessel disease, CSVD)的兩大主要病因,同時也是原發性腦出血的主要病因[3]。研究發現,CSVD 影像標志物如腦白質病變(white matter hyperintensities, WMH)和微出血與血腫體積、血腫擴大的發生密切相關[4-5]。
腦出血后血腫體積動態變化,血腫擴大可發生于 30%的腦出血患者[6],且其與神經功能惡化和不良預后相關[7]。研究發現,基于 CT 平掃的黑洞征、島征及混合征等是腦出血早期血腫擴大的影像標志物[8-10]。然而這些 CT 標志物的定義部分重疊,例如黑洞征和混合征的定義中均包含有低密度區,且高密度與低密度的 HU 值的差值范圍可能會重疊[9-10]。Serrano 等[11]提出血腫成熟度這一概念,對血腫的密度和形態進行綜合評估,研究結果顯示血腫成熟度不良與腦出血不良結局相關[11],且血腫成熟度評分對臨床結局的影響可能強于黑洞征、島征及混合征[11]。因此,對血腫成熟度的影響因素進行研究,將可能有助于進一步了解腦出血的演變機制。但目前尚缺乏血腫成熟度不良影響因素研究這一現狀,因而本研究在原發性腦出血患者中,研究了血腫成熟度不良的臨床特征,并探索其影響因素。
1 對象與方法
1.1 研究對象
回顧性選擇 2012 年 3 月—2021 年 1 月在四川大學華西醫院住院并在住院期間行頭部 CT 及 MRI 的原發性腦出血患者。納入標準:① 年齡≥18 周歲;② 符合原發性腦出血診斷標準[12];③ 完善頭部 CT 及 MRI 檢查。排除標準:① 年齡<18 周歲;② 繼發于顱腦外傷、動靜脈畸形、顱內動脈瘤、腦腫瘤所致腦出血,缺血性卒中出血轉化,或原發性腦室內出血。本研究已通過四川大學華西醫院生物醫學倫理審查委員會審批[2021 年審(803)號]。
本研究為觀察性研究,預計檢測 5~10 個血腫成熟度不良的預測因素,按照每個因素至少 10 倍樣本量的原則[13],至少需要 50~100 例具有血腫成熟度不良的腦出血患者。
1.2 研究方法
1.2.1 臨床資料收集
收集患者的人口統計學信息(性別和年齡)、既往病史(如高血壓、糖尿病、高脂血癥、吸煙和飲酒)、病情嚴重程度[入院格拉斯哥昏迷評分(Glasgow Coma Scale, GCS)及美國國立衛生研究院卒中量表評分(National Institutes of Health Stroke Scale, NIHSS)]、入院收縮壓、入院舒張壓以及出血部位、是否伴隨蛛網膜下腔出血。
1.2.2 血腫體積、血腫形態及血腫成熟度評估
采用入院時頭部 CT 評估血腫體積及血腫形態,采用多田公式進行血腫體積的測量[14]。既往研究提示血腫體積>30 mL 與腦出血不良預后相關,為血腫的重要測量指標[15]。血腫形態指標包括:血腫突起或衛星灶數量、血腫是否有指狀突起、血腫是否為圓形或橢圓形[16]。根據 Serrano 等[11]的研究,血腫成熟度良好的定義為血腫是完全均勻的,沒有任何不規則或任何低密度影,血腫有任何不規則或低密度影即為血腫成熟度不良。血腫成熟度示意圖見圖1。根據血腫成熟度,將納入患者分為血腫成熟度不良及血腫成熟度良好 2 組。
1.2.3 CSVD 影像標志物評估
采用 3.0 T MRI(德國西門子 MAGNETOM Prisma 或 Skyra)對患者進行頭部掃描(掃描序列包括 T1 加權成像、T2 加權成像、液體衰減反轉恢復序列和磁敏感加權成像序列),采用 STRIVE-1 標準[17]評估 CSVD 影像標志物如腔隙、微出血、WMH、及擴大的血管周圍間隙,采用 Fazekas 評分[18-19]對側腦室周圍 WMH 及深部 WMH 分別進行評定。采用 Staals 等[20]提出的 CSVD 評分(0~4 分)(即 CSVD score 1)及 Pasi 等[21]提出的 global CSVD 評分(0~6 分)(即 CSVD score 2)對 CSVD 總負荷進行評估。CSVD 評分(0~4 分)評定方法為,有以下表現之一者記為 1 分:≥1 個腔隙、≥1 個微出血、基底節區中重度血管周圍間隙(basal ganglia enlarged perivascular space, BG-EPVS)(即BG-EPVS>10個)、Fazekas 評分側腦室周圍白質高信號為 3 分或深部白質高信號≥2 分。Global CSVD 評分(0~6 分)評定方法為,有以下表現之一者記為 1 分:≥1 個腔隙、1~4 個微出血、中重度BG-EPVS(即BG-EPVS>10個)、中度白質高信號(Fazekas 側腦室周圍及深部白質高信號評之和為 3~4 分);有以下表現之一者記為 2 分:≥5 個微出血、重度白質高信號(Fazekas 側腦室周圍及深部白質高信號評分之和為 5~6 分)。
1.3 數據篩選與質量控制
納入患者符合原發性腦出血診斷標準[12],采用預先設計的病歷報告表收集臨床資料,影像指標如血腫形態及 CSVD 影像標志物的評估由專業人員嚴格按照規范進行盲法判讀,確保結果的客觀性和準確性。
1.4 統計學分析
采用 SPSS 23.0 統計軟件進行數據分析。符合正態分布的計量資料采用均數±標準差表示,組間比較采用獨立樣本 t 檢驗;不符合正態分布的計量資料則采用中位數(下四分位數,上四分位數)表示,組間比較采用 Mann-Whitney 秩和檢驗。計數資料采用例數和百分比表示,組間比較采用χ2 檢驗或 Fisher 確切概率法。雙側檢驗水準α=0.05。
為探索血腫成熟度不良的影響因素,本研究采用多因素 logistic 回歸分析血腫形態指標和 CSVD 影像標志物與血腫成熟度不良的關系。因變量為血腫成熟度,自變量為圓形或橢圓形血腫及 CSVD 影像標志物。其中,根據研究定義,血腫形態的指標中血腫有突起或衛星灶,則為血腫成熟度不良,而圓形或橢圓形血腫與血腫成熟度無直接關系,然而根據既往文獻報道可能存在一定的相關性,但缺乏直接數據[22-23];而 CSVD 是腦出血的主要原因,且 CSVD 影像標志物是腦出血患者中常見的影像表現[24-26],但目前關于 CSVD 影像標志物與血腫成熟度不良的研究較缺乏。因此,本研究將這些因素作為自變量。為探討每個自變量與因變量的關系。因此,本文回歸分析分為 2 個模型。其中,在模型 1 中將血腫成熟度不良組與血腫成熟度良好組基線資料比較差異有統計學意義的指標(P<0.05)和人口學資料(年齡和性別)[20, 21]作為協變量納入分析;此外,既往文獻報道高血壓、糖尿病、吸煙和飲酒與腦出血中血腫形態及 CSVD 相關[11, 17, 20, 27],不存在共線性,并且是常見的調整因素[11, 17, 20, 27],故模型 2 在模型 1 的基礎上,進一步調整血管危險因素如高血壓、糖尿病、吸煙和飲酒作為協變量納入分析。計算比值比(odds ratio, OR)及其 95%置信區間(confidence interval, CI)。
2 結果
2.1 兩組患者的臨床和影像特點比較
共原發性腦出血并行頭部 MRI 檢查患者 215 例,排除無頭部 CT 29 例以及陳舊性腦出血 16 例,最終納入患者 170 例。其中,男性 121 例(71.2%),女性 49 例(28.8%);平均年齡為(60.9±13.3)歲;中位入院 GCS 評分為[14(12,15)]分;中位入院 NIHSS 評分為[5(2,9)]分;平均入院收縮壓為(161.6±27.2)mm Hg(1 mm Hg=0.133 kPa);平均入院舒張壓為(94.8±17.2)mm Hg;血腫成熟度不良 129 例(75.9%),血腫成熟度良好 41 例(24.1%);深部出血 123 例(72.4%)。
血腫成熟度不良組與血腫成熟度良好組的基線資料比較見表1。可見,兩組入院 NIHSS 評分、血腫體積、血腫體積>30 mL比較,差異均有統計學意義(P<0.05);其他指標兩組比較,差異均無統計學意義(P>0.05)。

2.2 兩組患者的血腫形態及CSVD影像標志物比較
在 170 例患者的血腫形態指標中,中位血腫體積為 9.8(3.9,20.5) mL;中位血腫突起或衛星灶數量為 0(0,1)個;血腫有指狀突起者 9例(5.3%),血腫為圓形或橢圓形者 33 例(19.4%)。
血腫成熟度不良組與血腫成熟度良好組的血腫形態及CSVD影像標志物比較見表1。可見,兩組血腫突起或衛星灶數量、血腫突起或衛星灶數量≥1 個、血腫為圓形或橢圓形、存在 WMH、側腦室周圍 WMH 評分、深部 WMH 評分、CSVD 評分、Global CSVD 評分比較,差異均有統計學意義(P<0.05);其他指標兩組比較,差異均無統計學意義(P>0.05)。
不同血腫體積及不同嚴重程度側腦室周圍WMH中血腫成熟度不良的發生率變化見圖2。可見,血腫成熟度不良的發生率隨著側腦室周圍 WMH 評分的增加而降低。
2.3 兩組患者血腫成熟度不良的影像因素分析
變量賦值見表2。多因素 logistic 回歸分析結果(表3)顯示,血腫為圓形或橢圓形、存在 WMH 及 側腦室周圍 WMH 評分均與血腫成熟度不良的發生相關。


3 討論
本研究在原發性腦出血患者中,探索血腫成熟度不良的影響因素,研究結果顯示,血腫成熟度不良的患者具有較大的血腫體積,血腫突起或衛星灶的數量更多,血腫為圓形或橢圓形的發生率更低,以及 WMH 的負荷更低。
本文綜合血腫形態和血腫密度兩大特征對血腫成熟度進行評估,血腫密度不均勻、血腫形態不規則,則為血腫成熟度不良。既往研究發現血腫密度不均一表示活動性出血可能,以及多灶性出血可能[28]。因此,血腫成熟度不良的患者具有較大的血腫體積這一結果是可預測的。本研究在既往混合征(即 blend sign)與基線較大的血腫體積相關[9]的基礎上,進一步證實了較大的血腫體積與血腫密度不均勻有關的假說。
本研究同時探討了圓形或橢圓形血腫與血腫成熟度的關系。有研究提出,圓形血腫發生血腫擴大的概率較不規則血腫的低[22-23],而由于血腫擴大與血腫成熟度的相關性[11],圓形血腫與血腫成熟度之間可能存在關聯,但尚缺乏數據支撐。此外,圓形或橢圓形血腫也可能出現密度不均勻的可能性,在本研究 33 例具有圓形或橢圓形血腫的患者中,24.2% (8/33)存在密度不均勻;同時,血腫形態除了圓形、橢圓形,還有可能是月牙形、指樣突起、非指樣突起等多種形態。因此,圓形或橢圓形血腫與血腫成熟度的關系尚不清楚。本研究通過對原發性腦出血患者血腫成熟度的影響因素分析發現,圓形或橢圓形血腫發生率越低,血腫成熟度不良的可能性越高。其機制可能在于血腫越不規則,其與周圍組織接觸面積更大,導致病變周圍發生更持久的炎癥反應[27],以及導致血腫周圍水腫加重[29]。
此外,本研究發現較低的 WMH 負荷,特別是較低的側腦室周圍 WMH 評分與較高的血腫成熟度不良的發生相關。WMH 是 CSVD 重要的影像表現之一[17],既往研究發現,CSVD 越嚴重,則血腫體積越小,血腫擴大的發生率越低[24-26, 30],這可能由于長期的腦小血管病變,顱內的小血管壁厚度增加,減弱了血腫的機械沖擊,從而降低了血腫周圍小血管活動性出血的風險,相反,小血管壁的慢性損傷可能導致血栓前狀態和小血管閉塞的發生,從而降低血管內壓力,降低小血腫體積增長的風險[30-31]。
綜上所述,本研究發現血腫為圓形或橢圓形的發生率越低、側腦室周圍 WMH 越輕,血腫成熟度不良的發生率可能越高。但本研究結果仍需將來以更大樣本的研究予以證實。
利益沖突:所有作者聲明不存在利益沖突。
目前,在全球范圍內,原發性腦出血占所有卒中類型的 10%~15%[1],其起病急驟,致死致殘率高。研究顯示,其 1 年死亡率高達 50%,而幸存者中約 50%的患者遺留殘疾[1-2]。高血壓和腦淀粉樣血管病是腦小血管病(cerebral small vessel disease, CSVD)的兩大主要病因,同時也是原發性腦出血的主要病因[3]。研究發現,CSVD 影像標志物如腦白質病變(white matter hyperintensities, WMH)和微出血與血腫體積、血腫擴大的發生密切相關[4-5]。
腦出血后血腫體積動態變化,血腫擴大可發生于 30%的腦出血患者[6],且其與神經功能惡化和不良預后相關[7]。研究發現,基于 CT 平掃的黑洞征、島征及混合征等是腦出血早期血腫擴大的影像標志物[8-10]。然而這些 CT 標志物的定義部分重疊,例如黑洞征和混合征的定義中均包含有低密度區,且高密度與低密度的 HU 值的差值范圍可能會重疊[9-10]。Serrano 等[11]提出血腫成熟度這一概念,對血腫的密度和形態進行綜合評估,研究結果顯示血腫成熟度不良與腦出血不良結局相關[11],且血腫成熟度評分對臨床結局的影響可能強于黑洞征、島征及混合征[11]。因此,對血腫成熟度的影響因素進行研究,將可能有助于進一步了解腦出血的演變機制。但目前尚缺乏血腫成熟度不良影響因素研究這一現狀,因而本研究在原發性腦出血患者中,研究了血腫成熟度不良的臨床特征,并探索其影響因素。
1 對象與方法
1.1 研究對象
回顧性選擇 2012 年 3 月—2021 年 1 月在四川大學華西醫院住院并在住院期間行頭部 CT 及 MRI 的原發性腦出血患者。納入標準:① 年齡≥18 周歲;② 符合原發性腦出血診斷標準[12];③ 完善頭部 CT 及 MRI 檢查。排除標準:① 年齡<18 周歲;② 繼發于顱腦外傷、動靜脈畸形、顱內動脈瘤、腦腫瘤所致腦出血,缺血性卒中出血轉化,或原發性腦室內出血。本研究已通過四川大學華西醫院生物醫學倫理審查委員會審批[2021 年審(803)號]。
本研究為觀察性研究,預計檢測 5~10 個血腫成熟度不良的預測因素,按照每個因素至少 10 倍樣本量的原則[13],至少需要 50~100 例具有血腫成熟度不良的腦出血患者。
1.2 研究方法
1.2.1 臨床資料收集
收集患者的人口統計學信息(性別和年齡)、既往病史(如高血壓、糖尿病、高脂血癥、吸煙和飲酒)、病情嚴重程度[入院格拉斯哥昏迷評分(Glasgow Coma Scale, GCS)及美國國立衛生研究院卒中量表評分(National Institutes of Health Stroke Scale, NIHSS)]、入院收縮壓、入院舒張壓以及出血部位、是否伴隨蛛網膜下腔出血。
1.2.2 血腫體積、血腫形態及血腫成熟度評估
采用入院時頭部 CT 評估血腫體積及血腫形態,采用多田公式進行血腫體積的測量[14]。既往研究提示血腫體積>30 mL 與腦出血不良預后相關,為血腫的重要測量指標[15]。血腫形態指標包括:血腫突起或衛星灶數量、血腫是否有指狀突起、血腫是否為圓形或橢圓形[16]。根據 Serrano 等[11]的研究,血腫成熟度良好的定義為血腫是完全均勻的,沒有任何不規則或任何低密度影,血腫有任何不規則或低密度影即為血腫成熟度不良。血腫成熟度示意圖見圖1。根據血腫成熟度,將納入患者分為血腫成熟度不良及血腫成熟度良好 2 組。
1.2.3 CSVD 影像標志物評估
采用 3.0 T MRI(德國西門子 MAGNETOM Prisma 或 Skyra)對患者進行頭部掃描(掃描序列包括 T1 加權成像、T2 加權成像、液體衰減反轉恢復序列和磁敏感加權成像序列),采用 STRIVE-1 標準[17]評估 CSVD 影像標志物如腔隙、微出血、WMH、及擴大的血管周圍間隙,采用 Fazekas 評分[18-19]對側腦室周圍 WMH 及深部 WMH 分別進行評定。采用 Staals 等[20]提出的 CSVD 評分(0~4 分)(即 CSVD score 1)及 Pasi 等[21]提出的 global CSVD 評分(0~6 分)(即 CSVD score 2)對 CSVD 總負荷進行評估。CSVD 評分(0~4 分)評定方法為,有以下表現之一者記為 1 分:≥1 個腔隙、≥1 個微出血、基底節區中重度血管周圍間隙(basal ganglia enlarged perivascular space, BG-EPVS)(即BG-EPVS>10個)、Fazekas 評分側腦室周圍白質高信號為 3 分或深部白質高信號≥2 分。Global CSVD 評分(0~6 分)評定方法為,有以下表現之一者記為 1 分:≥1 個腔隙、1~4 個微出血、中重度BG-EPVS(即BG-EPVS>10個)、中度白質高信號(Fazekas 側腦室周圍及深部白質高信號評之和為 3~4 分);有以下表現之一者記為 2 分:≥5 個微出血、重度白質高信號(Fazekas 側腦室周圍及深部白質高信號評分之和為 5~6 分)。
1.3 數據篩選與質量控制
納入患者符合原發性腦出血診斷標準[12],采用預先設計的病歷報告表收集臨床資料,影像指標如血腫形態及 CSVD 影像標志物的評估由專業人員嚴格按照規范進行盲法判讀,確保結果的客觀性和準確性。
1.4 統計學分析
采用 SPSS 23.0 統計軟件進行數據分析。符合正態分布的計量資料采用均數±標準差表示,組間比較采用獨立樣本 t 檢驗;不符合正態分布的計量資料則采用中位數(下四分位數,上四分位數)表示,組間比較采用 Mann-Whitney 秩和檢驗。計數資料采用例數和百分比表示,組間比較采用χ2 檢驗或 Fisher 確切概率法。雙側檢驗水準α=0.05。
為探索血腫成熟度不良的影響因素,本研究采用多因素 logistic 回歸分析血腫形態指標和 CSVD 影像標志物與血腫成熟度不良的關系。因變量為血腫成熟度,自變量為圓形或橢圓形血腫及 CSVD 影像標志物。其中,根據研究定義,血腫形態的指標中血腫有突起或衛星灶,則為血腫成熟度不良,而圓形或橢圓形血腫與血腫成熟度無直接關系,然而根據既往文獻報道可能存在一定的相關性,但缺乏直接數據[22-23];而 CSVD 是腦出血的主要原因,且 CSVD 影像標志物是腦出血患者中常見的影像表現[24-26],但目前關于 CSVD 影像標志物與血腫成熟度不良的研究較缺乏。因此,本研究將這些因素作為自變量。為探討每個自變量與因變量的關系。因此,本文回歸分析分為 2 個模型。其中,在模型 1 中將血腫成熟度不良組與血腫成熟度良好組基線資料比較差異有統計學意義的指標(P<0.05)和人口學資料(年齡和性別)[20, 21]作為協變量納入分析;此外,既往文獻報道高血壓、糖尿病、吸煙和飲酒與腦出血中血腫形態及 CSVD 相關[11, 17, 20, 27],不存在共線性,并且是常見的調整因素[11, 17, 20, 27],故模型 2 在模型 1 的基礎上,進一步調整血管危險因素如高血壓、糖尿病、吸煙和飲酒作為協變量納入分析。計算比值比(odds ratio, OR)及其 95%置信區間(confidence interval, CI)。
2 結果
2.1 兩組患者的臨床和影像特點比較
共原發性腦出血并行頭部 MRI 檢查患者 215 例,排除無頭部 CT 29 例以及陳舊性腦出血 16 例,最終納入患者 170 例。其中,男性 121 例(71.2%),女性 49 例(28.8%);平均年齡為(60.9±13.3)歲;中位入院 GCS 評分為[14(12,15)]分;中位入院 NIHSS 評分為[5(2,9)]分;平均入院收縮壓為(161.6±27.2)mm Hg(1 mm Hg=0.133 kPa);平均入院舒張壓為(94.8±17.2)mm Hg;血腫成熟度不良 129 例(75.9%),血腫成熟度良好 41 例(24.1%);深部出血 123 例(72.4%)。
血腫成熟度不良組與血腫成熟度良好組的基線資料比較見表1。可見,兩組入院 NIHSS 評分、血腫體積、血腫體積>30 mL比較,差異均有統計學意義(P<0.05);其他指標兩組比較,差異均無統計學意義(P>0.05)。

2.2 兩組患者的血腫形態及CSVD影像標志物比較
在 170 例患者的血腫形態指標中,中位血腫體積為 9.8(3.9,20.5) mL;中位血腫突起或衛星灶數量為 0(0,1)個;血腫有指狀突起者 9例(5.3%),血腫為圓形或橢圓形者 33 例(19.4%)。
血腫成熟度不良組與血腫成熟度良好組的血腫形態及CSVD影像標志物比較見表1。可見,兩組血腫突起或衛星灶數量、血腫突起或衛星灶數量≥1 個、血腫為圓形或橢圓形、存在 WMH、側腦室周圍 WMH 評分、深部 WMH 評分、CSVD 評分、Global CSVD 評分比較,差異均有統計學意義(P<0.05);其他指標兩組比較,差異均無統計學意義(P>0.05)。
不同血腫體積及不同嚴重程度側腦室周圍WMH中血腫成熟度不良的發生率變化見圖2。可見,血腫成熟度不良的發生率隨著側腦室周圍 WMH 評分的增加而降低。
2.3 兩組患者血腫成熟度不良的影像因素分析
變量賦值見表2。多因素 logistic 回歸分析結果(表3)顯示,血腫為圓形或橢圓形、存在 WMH 及 側腦室周圍 WMH 評分均與血腫成熟度不良的發生相關。


3 討論
本研究在原發性腦出血患者中,探索血腫成熟度不良的影響因素,研究結果顯示,血腫成熟度不良的患者具有較大的血腫體積,血腫突起或衛星灶的數量更多,血腫為圓形或橢圓形的發生率更低,以及 WMH 的負荷更低。
本文綜合血腫形態和血腫密度兩大特征對血腫成熟度進行評估,血腫密度不均勻、血腫形態不規則,則為血腫成熟度不良。既往研究發現血腫密度不均一表示活動性出血可能,以及多灶性出血可能[28]。因此,血腫成熟度不良的患者具有較大的血腫體積這一結果是可預測的。本研究在既往混合征(即 blend sign)與基線較大的血腫體積相關[9]的基礎上,進一步證實了較大的血腫體積與血腫密度不均勻有關的假說。
本研究同時探討了圓形或橢圓形血腫與血腫成熟度的關系。有研究提出,圓形血腫發生血腫擴大的概率較不規則血腫的低[22-23],而由于血腫擴大與血腫成熟度的相關性[11],圓形血腫與血腫成熟度之間可能存在關聯,但尚缺乏數據支撐。此外,圓形或橢圓形血腫也可能出現密度不均勻的可能性,在本研究 33 例具有圓形或橢圓形血腫的患者中,24.2% (8/33)存在密度不均勻;同時,血腫形態除了圓形、橢圓形,還有可能是月牙形、指樣突起、非指樣突起等多種形態。因此,圓形或橢圓形血腫與血腫成熟度的關系尚不清楚。本研究通過對原發性腦出血患者血腫成熟度的影響因素分析發現,圓形或橢圓形血腫發生率越低,血腫成熟度不良的可能性越高。其機制可能在于血腫越不規則,其與周圍組織接觸面積更大,導致病變周圍發生更持久的炎癥反應[27],以及導致血腫周圍水腫加重[29]。
此外,本研究發現較低的 WMH 負荷,特別是較低的側腦室周圍 WMH 評分與較高的血腫成熟度不良的發生相關。WMH 是 CSVD 重要的影像表現之一[17],既往研究發現,CSVD 越嚴重,則血腫體積越小,血腫擴大的發生率越低[24-26, 30],這可能由于長期的腦小血管病變,顱內的小血管壁厚度增加,減弱了血腫的機械沖擊,從而降低了血腫周圍小血管活動性出血的風險,相反,小血管壁的慢性損傷可能導致血栓前狀態和小血管閉塞的發生,從而降低血管內壓力,降低小血腫體積增長的風險[30-31]。
綜上所述,本研究發現血腫為圓形或橢圓形的發生率越低、側腦室周圍 WMH 越輕,血腫成熟度不良的發生率可能越高。但本研究結果仍需將來以更大樣本的研究予以證實。
利益沖突:所有作者聲明不存在利益沖突。