机器学习在前循环急性大血管闭塞行机械取栓预后及不良事件发生风险预测中的应用进展
李晨威
杨珂珂
王小军
郭伟花
冯志恒
彭慧渊
528400 中山市中医院(广州中医药大学附属中山中医院)神经内科
摘要：前循环急性大血管闭塞性卒中(ALVOS)的临床表现严重,并具有较高的致残率、病死率,机械取栓是目前主要的治疗手段.然而行机械取栓术后该类患者预后差异较大,且预后不良比例较高.机器学习为目前医学领域的研究热点,其可综合分析繁杂数据,提取特异性标志物,辅助临床预测疾病预后及不良事件发生风险.作者就机器学习在前循环ALVOS行机械取栓术后患者的预后、无效再通及出血转化、恶性脑水肿等不良事件发生风险预测的研究进展进行了综述,以期为前循环ALVOS患者制定个体化诊疗方案,改善患者临床结局提供依据.
关键词：急性缺血性卒中机械取栓机器学习预后预测综述
资助基金：中山市社会公益与基础研究项目(2021B1065)
论文发表日期：2025-03-18
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 210-216,后插1 )
英文信息