Yüksek önem
25 Eyl 2026
Beyin arteriovenöz malformasyonlarının (AVM) mikrocerrahi rezeksiyonundan sonraki nörolojik sonuçlar için bir tahmin modeli geliştirmek ve doğrulamak.
MATCH kayıtlarından elde edilen verileri kullanarak, 1151 hastalık bir türetim kohortundan AVM nörolojik sonuç ölçeğini (AVM-NOS) oluşturmak için çok değişkenli lojistik regresyon kullanıldı ve bunu 75 hastalık çok merkezli dış kohort ile doğrulandı.
AVM-NOS, türetim kohortunda 0.77 ve doğrulama kohortunda 0.86 AUC elde ederek, Spetzler-Martin ve Lawton-Young gibi mevcut derecelendirme sistemlerinin ötesinde üstün tahmin performansı sergiledi.
Çalışmanın sınırlamaları arasında geri dönük doğası ve kayıt verilerinin içerebileceği potansiyel yanlılıklar ile sınırlı dış doğrulama örnekleri bulunmaktadır.
AVM cerrahilerindeki nörolojik sonuçların tahmininin iyileştirilmesi, klinik karar verme süreçlerini bilgilendirebilir, hasta danışmanlığını geliştirebilir ve nörocerrahi müdahalelerde kaynak tahsisini optimize edebilir.
İngilizce gösteriliyor
OBJECTIVE: Accurate prediction of neurological outcomes after microsurgical resection of brain arteriovenous malformations (AVMs) remains challenging because existing grading systems have only modest discriminatory power. In this study, the authors aimed to develop and validate a novel prediction model for neurological outcomes after AVM microsurgery. METHODS: This prognostic cohort study utilized data from the MATCH (Multimodality Treatment for Brain Arteriovenous Malformation in Mainland China) registry from August 2011 to December 2021. The authors developed a novel prediction model, the AVM neurological outcome scale (AVM-NOS), via multivariable logistic regression analysis in a derivation cohort including 1151 patients from Beijing Tiantan Hospital and validated in a multicenter external cohort of 75 patients. The primary outcome was unfavorable neurological outcome (modified Rankin Scale score > 2) at the final clinical follow-up. The authors evaluated the AVM-NOS against the Spetzler-Martin and Lawton-Young grading systems in terms of discrimination (area under the receiver operating characteristic curve [AUC]), calibration, and decision-curve analysis. RESULTS: The AVM-NOS incorporated six independent predictors associated with unfavorable outcomes: age, AVM volume, eloquence reclassification, deep perforating artery supply, exclusively deep venous drainage, and venous aneurysm. The scale exhibited superior predictive performance, with an AUC of 0.77 (95% CI 0.71-0.83) in the derivation cohort and 0.86 (95% CI 0.77-0.96) in the validation cohort, compared to the Spetzler-Martin grading scale (0.67 [95% CI 0.61-0.73] in the derivation cohort and 0.67 [95% CI 0.50-0.84] in the validation cohort) and Lawton-Young grading scale (0.72 [95% CI 0.67-0.78] in the derivation cohort and 0.75 [95% CI 0.58-0.92] in the validation cohort). Comprehensive model validation through calibration curves and decision curve analyses further confirmed the robust predictive performance and clinical applicability of the AVM-NOS. CONCLUSIONS: By integrating a refined eloquence classification, quantitative lesion volume, and key vascular features, the AVM-NOS surpasses existing models in predicting postoperative neurological outcome.