本研究是一份发表于《Journal of NeuroInterventional Surgery (JNIS)》、在线发表于2026年的原始研究论文，由西班牙巴塞罗那Vall d‘Hebron大学医院和美国爱荷华大学医院医疗中心等多个机构的Judith Cendrero、Magda Jablonska、Santiago Ortega-Gutierrez及Marc Ribó等研究人员共同完成。

学术背景与目标

本研究聚焦于急性缺血性卒中（Acute Ischemic Stroke）治疗领域的一个前沿和争议性议题：对于由中等血管闭塞（Medium Vessel Occlusion， MeVO）引发的卒中，血管内治疗（Endovascular Therapy， EVT，通常指取栓治疗）的临床获益是否明确。研究背景基于一个关键的现实矛盾：尽管EVT已被确立为治疗近端大血管闭塞（Large Vessel Occlusion）卒中的标准疗法，但多项针对MeVO卒中的随机对照试验却未能显示出EVT相对于最佳药物治疗（Best Medical Therapy）的明确优势。这种“中性结果”促使学界思考，MeVO卒中是否本身就是一种异质性很高的疾病，其中既包含了能从再通中获得巨大收益的患者，也包含了获益甚微甚至无法获益的患者。不加区分地将所有MeVO患者纳入研究，可能会导致治疗信号被稀释，从而无法在临床试验中检测出EVT的真实疗效。

因此，本研究的目标并非直接再次检验EVT在MeVO中的有效性，而是采用一种“富集策略”的分析思路，旨在回答一个更具临床指导意义的问题：在哪些MeVO卒中患者亚组中，成功的血管再通能带来有意义的临床获益？ 研究者试图利用基线（治疗前）易于获取的临床和影像学变量，找出能够放大EVT治疗效应的“富集标准”，从而为未来的个体化临床决策和更高效的临床试验设计提供数据支持。本研究特别排除了优势型M2段闭塞（通常被视为更接近大血管），专注于更远端的中等血管（如非优势型M2、M3、大脑前动脉、大脑后动脉），以探索在这一治疗指征尚不确定的群体中如何优化患者选择。

详细工作流程

本研究为一项在两个综合性卒中中心进行的回顾性队列研究，纳入分析了2022年1月至2025年3月期间连续接受EVT治疗的MeVO卒中患者。

1. 研究对象与数据收集：最终研究队列共包含232名患者。所有基线变量均从前瞻性维护的卒中数据库和原始病历中收集。这些变量包括：

   • 人口统计学与临床变量：年龄、性别、血管危险因素、基线美国国立卫生研究院卒中量表（National Institutes of Health Stroke Scale， NIHSS）评分（用于评估神经功能缺损严重程度）、发病至影像时间、静脉溶栓治疗情况等。
   • 影像学变量：
     • 非增强CT上的Alberta卒中项目早期CT评分（ASPECTS）。
     • 基于人工智能软件（methinks ai）在非增强CT上计算的预测梗死核心体积（AI-ICV）：这是一种新颖的评估工具，利用深度学习算法在平扫CT上自动估算缺血核心体积，无需CT灌注扫描。
     • CT灌注（CTP）上定义的预测梗死核心（脑血流量<30%区域）和低灌注体积（达峰时间>6秒区域）。
     • 计算了两种不匹配比：CTP核心-不匹配比和AI-ICV-不匹配比，用以量化可挽救脑组织（即“缺血半暗带”）的范围。
   • 治疗与结局变量：闭塞部位、EVT技术（如ADAPT抽吸）、最终血管再通状态（成功再通定义为eTICI 2b-3级）、24小时及出院时NIHSS评分、90天改良Rankin量表（mRS）评分（主要结局，mRS 0-2分定义为功能独立）、症状性颅内出血（sICH）发生率。

2. 富集分析框架：这是本研究方法学的核心。研究者首先计算了整个队列中再通与非再通患者在90天功能独立率上的差异，即总体治疗效应。然后，他们系统地评估了在应用基于单个基线变量的“富集标准”后，治疗效应如何变化。

   • 变量选择：考察的变量包括年龄、基线NIHSS评分、发病至影像时间、以及AI-ICV、CTP核心体积等多个影像指标。
   • 最优截断值搜索：对于每个连续变量，研究者在所有观察值中搜索一个最佳截断值（cutoff）。这个截断值的选择标准是：在应用此标准后（例如，只纳入“年龄≤80岁”的患者），能最大化“附加治疗效应”，同时保留至少40% 的队列患者。“附加治疗效应”定义为富集亚组中的治疗效应减去整个队列的治疗效应。这种方法旨在平衡获益最大化与临床适用性（保留足够比例的患者）之间的关系。
   • 联合富集：研究还将单个变量中表现最佳的富集标准（如年龄≤80岁、NIHSS≥10、AI-ICV≤9 mL）进行“与”逻辑组合，评估多标准联合应用是否能进一步放大治疗效应。
   • 安全性富集：研究者还以类似方法探索了能最小化症状性颅内出血风险的基线变量截断值。
   • 模型辅助分析：作为探索性分析，研究者还构建了包含再通状态、基线变量及其交互项的回归模型，以图形化展示治疗效应如何随连续变量变化，为基于截断值的富集分析提供连续视角的佐证。

3. 数据分析方法：采用Python进行统计分析。组间比较使用相应参数/非参数检验。治疗效应及其置信区间通过非参数自助法（bootstrap）估算。由于富集搜索涉及多次数据驱动的比较，研究强调效应大小、置信区间和临床合理性，而非假设检验的p值，并明确指出这些分析是探索性和假设生成性质的。

主要研究结果

1. 总体治疗效应：在232名患者中，成功再通率为84.9%。总体而言，成功再通患者的90天功能独立率为53.3%，而未成功再通患者为20.0%，绝对治疗效应为+33.3个百分点。这表明在真实临床实践中，MeVO患者成功再通与显著更好的功能结局相关。

2. 单变量富集结果：应用富集策略后，治疗效应得到显著增强。主要发现有：

   • 年龄：选择年龄≤80岁的患者（保留56.2%队列），治疗效应提升至47.7%（附加效应+12.8%）。
   • 人工智能预测核心体积：选择AI-ICV ≤9 mL的患者（保留76.0%队列），治疗效应提升至38.3%（附加效应+9.9%）。AI-ICV不匹配比>88%也有类似效果。
   • 神经功能缺损严重程度：选择基线NIHSS评分≥10的患者（保留43.4%队列），治疗效应提升至42.9%（附加效应+7.9%）。
   • 其他变量：发病至影像时间≤636分钟、CTP核心体积≤27 mL等标准也带来了一定程度的治疗效应提升，但增幅较小。值得注意的是，传统上用于大血管闭塞评估的低灌注体积（Tmax >6s）在本研究中并未被识别为能显著增强治疗效应的富集变量。

3. 多变量联合富集结果：联合应用多个富集标准能产生更大的“附加治疗效应”。例如，同时要求“年龄≤80岁”和“NIHSS≥10”和“AI-ICV ≤9 mL”三个条件（“与”组合），可以将治疗效应提升至61.9%（附加效应+33.6%），尽管此时仅保留了约21.6%的患者。这表明通过精准选择，可以识别出一个治疗获益极高的患者亚群。

4. 安全性富集结果：数据分析发现，一些富集标准在提升疗效的同时，也可能降低症状性颅内出血风险。例如，选择年龄≤77岁、NIHSS ≤11分或AI-ICV ≤11.5 mL的患者亚组，其sICH发生率低于整体队列（整体为6.9%）。这提示优化选择不仅能提高获益，还可能改善安全性。

5. 辅助分析结果：亚组分析显示，治疗效应在是否接受静脉溶栓、不同取栓技术或不同血管区域之间没有显著差异。回归模型绘制的效应修饰图直观显示，随着年龄增长、基线NIHSS过高或AI-ICV增大，成功再通带来的边际获益趋于减小。

结论与意义

本研究得出结论：在MeVO卒中中，成功再通的临床获益是显著的，但这种获益具有高度异质性。通过利用基线时易于获取的临床变量（如年龄、NIHSS评分）和影像变量（特别是基于AI的平扫CT梗死核心评估），可以实施务实的富集策略，显著放大可观察到的治疗效应。这支持了在MeVO卒中EVT决策中采用更为精细化的患者选择方法。

本研究的价值体现在多个层面： * 科学价值：为理解MeVO卒中EVT疗效的异质性提供了实证数据，挑战了“一刀切”的评估方式。研究特别突出了基于AI的平扫CT核心评估（AI-ICV） 在MeVO情境下可能比传统CTP阈值更具鉴别价值，为缺血半暗带影像学生物标志物研究提供了新视角。 * 临床应用价值：为临床医生提供了具体的、数据支持的决策参考。在面对一个MeVO患者时，医生可以参考本研究提出的富集标准（如较年轻、症状较重但梗死核心较小），来评估其从EVT中可能获益的程度，从而进行更个体化的医患沟通和治疗选择。 * 研究设计价值：为未来设计针对MeVO的随机对照试验提供了关键思路。未来的试验可以采用这些富集标准作为入组条件，从而招募更可能获益的患者群体，提高试验的统计效能，减少所需的样本量，并增加获得阳性结果的可能性。

研究亮点与创新

1. 研究视角创新：从“验证总体有效性”转向“识别获益亚组”，采用了前瞻性的“富集策略”分析框架来剖析回顾性数据，回答了当前MeVO临床试验“为何中性”及“如何改进”的核心问题。
2. 方法学亮点：引入了“在最大化附加治疗效应的同时保留至少40%患者”的实用化目标进行截断值搜索，平衡了理想化选择与现实世界可行性。系统性的单变量与多变量联合富集分析，全面展示了选择标准的叠加效应。
3. 核心发现突出：明确指出了年龄、基线NIHSS和AI-ICV是三个最有力的疗效修饰因子，其组合能产生超过60%的巨大治疗效应。同时，挑战了传统低灌注体积在MeVO中的预测价值，提示需要建立MeVO特异性的灌注评估标准。
4. 工具应用新颖：将新兴的基于AI的平扫CT梗死核心评估软件作为关键影像分析工具，并证明了其在MeVO背景下相较于部分CTP参数的潜在优势，为在无法进行或不具备CTP的医疗机构中评估MeVO患者提供了新可能。

其他有价值内容

研究还讨论了MeVO的异质性：其神经功能缺损可能无法被NIHSS或mRS等全局性量表充分捕捉（如认知、情绪等特定功能领域障碍），这可能是临床试验中治疗效果被低估的原因之一。此外，研究者指出，未能成功再通的EVT患者与未接受EVT的单纯药物治疗患者可能存在差异（如血栓性质、手术操作影响等），在解释历史对照或设计试验时需谨慎对待。研究的局限性包括回顾性设计、样本量在部分亚组中有限、依赖特定影像分析软件以及结果外推性需进一步验证等，这些也为后续研究指明了方向。