这篇文档属于类型a，即报告了一项原创性研究。以下是针对该研究的学术报告：
急性缺血性脑卒中血栓的电阻抗谱特征及其临床意义：一项基于ClotBase国际注册研究的多中心分析
作者及发表信息
本研究由Cansu Sahin（爱尔兰高威大学CÚRAM医疗设备研究中心）、Alice Giraud（法国Sensome公司）等来自法国、日本、塞尔维亚、西班牙多国机构的27位学者合作完成，通讯作者为爱尔兰高威大学的Karen Doyle教授。研究成果发表于《Journal of NeuroInterventional Surgery》（J NeuroIntervent Surg 2025;0:1–8），DOI:10.1136/jnis-2025-023658。
学术背景
研究聚焦于急性缺血性脑卒中（Acute Ischemic Stroke, AIS）的血栓组成分析。既往研究表明，血栓中红细胞（RBCs）与血小板（platelets）的比例直接影响机械取栓（Mechanical Thrombectomy, MT）的首次再通成功率（First Pass Effect, FPE）。然而，传统组织学分析耗时且无法用于术中实时决策。为此，团队提出通过电化学阻抗谱（Electrochemical Impedance Spectroscopy, EIS）技术开发一种新型血栓成分检测方法，旨在实现以下目标：
1. 验证EIS对RBC和血小板含量的定量准确性；
2. 探索血栓成分与卒中病因（如心源性栓塞CE、大动脉粥样硬化LAA）及FPE的关联性；
3. 为开发术中实时血栓分析设备提供理论基础。
研究方法与流程
1. 样本采集与预处理
- 研究对象：从法国、日本等5个卒中中心纳入426例MT患者（2021-2024年），共提取508个血栓样本。
- 样本处理：血栓取出后立即置于含磷酸盐缓冲液（PBS）的定制化电极卡匣中，避免脱水。
2. EIS测量与模型开发
- 设备与参数：使用SciOspec ISX-3阻抗分析仪（1 kHz–30 MHz频段），通过48金电极阵列获取45组三维阻抗数据。
- 机器学习模型：
- 开发集（n=309）：基于时间序列划分（2023年5月前样本），采用嵌套交叉验证策略优化阈值（T），将EIS信号分类为“富集”（rich）或“贫乏”（poor）。
- 验证集（n=199）：盲法验证模型性能。
- 创新算法：首次整合RBC与血小板双组分特征，通过概率平均法计算整体含量。
3. 组织学验证
- 染色技术：
- Martius猩红蓝（MSB）染色区分RBC（黄色）、纤维蛋白（红色）等；
- CD42b免疫组化（IHC）特异性标记血小板。
- 图像分析：采用开源软件Orbit Image Analysis对全切片扫描图像（20倍放大）进行自动量化。
4. 临床数据关联分析
- 参数定义：FPE（mTICI 2c/3）、病因分类（TOAST标准）、NIHSS评分等。
- 统计方法：非参数检验（Mann-Whitney U、Kruskal-Wallis）、Spearman相关性分析。
主要研究结果
1. EIS与组织学的高度一致性
- RBC定量：开发集Spearman相关系数r=0.7（p<0.0001），验证集保持同等效力（斜率0.8，截距7.8）。
- 血小板定量：开发集r=0.5（p<0.0001），验证集斜率0.5，截距16.7。
2. 病因特异性血栓特征
- LAA血栓：RBC含量显著高于CE和隐源性血栓（46.0% vs 34.9%/31.5%，p=0.03），血小板含量最低（31.7% vs 36.5%/37.8%）。
- CE血栓：富含血小板（CD42b+面积46.5%），与既往病理研究一致。
3. 机械取栓疗效预测
- FPE关联性：成功首次再通的血栓RBC含量更高（40.0% vs 31.2%，p=0.008），血小板更低（42.0% vs 47.7%，p=0.03）。
- 多次取栓样本：RBC降低33.1%（单次39.4%），血小板升高至48.0%（单次42.9%）。
4. 临床预后指标
- NIHSS改善：入院严重卒中（NIHSS>15）患者血栓中白细胞（WBCs）含量更高（p<0.05）。
- 90天功能预后：mRS 0-2患者RBC含量显著高于残疾组（p=0.01）。
结论与价值
科学意义：
1. 首次证实EIS可同步量化血栓中RBC与血小板，为术中实时成分分析奠定技术基础；
2. 明确了LAA与CE血栓的组分差异，支持病因诊断的“血栓组学”策略；
3. 揭示高RBC含量是FPE的独立预测因子，为取栓器械选择提供新依据。
应用前景：
研究团队已基于该技术开发ClotIQ智能导丝系统（Sensome公司），并完成首期临床试验（NCT04993079），未来或可整合至MT工作流，实现个性化取栓决策。
研究亮点
1. 方法学创新：首创“EIS-机器学习-组织学”三维验证框架，解决血栓异质性测量难题；
2. 临床转化性：508例样本为迄今最大规模血栓组分研究，结论具高统计学效力；
3. 跨学科融合：联合工程学（EIS设备）、病理学（MSB/IHC）与临床神经介入数据。
局限性：电极-组织接触质量可能影响测量精度，后续需优化卡匣设计。
其他发现
基底动脉闭塞血栓RBC含量显著高于M2段（p<0.05），提示栓塞位置与组分存在解剖学偏好，这一发现为卒中机制研究提供了新方向。