Die Studie wurde gemäß der Deklaration von Helsinki durchgeführt und von dem institutionellen Ethikkomitee des Jinhua Municipal Central Hospital (Nr. 2022129) genehmigt. Die Anforderung an eine schriftliche, informierte Einwilligung wurde nicht gestellt, da lediglich retrospektive, anonymisierte Daten analysiert wurden. Die in diesem Protokoll verwendeten Forschungswerkzeuge sind in der Tabelle der Materialien aufgelistet.
1. Studiendesign und Quellpopulation
Eine retrospektive, beobachtende Kohortenstudie wurde im umfassenden Schlaganfallzentrum des Jinhua Municipal Central Hospital in Zhejiang, China, durchgeführt. Aufeinanderfolgende Aufnahmen von Juni 2024 bis September 2025 wurden überprüft. Patienten wurden eingeschlossen, wenn sie innerhalb von 24 h nach Symptombeginn aufgenommen worden waren, eine basale NIHSS-Score von 5 oder weniger aufwiesen und von dem behandelnden Team die Diagnose eines leichten ischämischen Schlaganfalls erhalten hatten, die mit einem kleinen subkortikalen oder Perforator-Territorium-Prozess vereinbar war. Ausgeschlossen wurden Patienten bei anderen dokumentierten ätiologischen Subtypen, einer basalen NIHSS-Score über 5, einer Zeit von Symptombeginn bis Aufnahme von mehr als 24 h, schwerer vorbestehender neurologischer Dysfunktion oder schwerer systemischer Erkrankung oder unvollständigen zentralen klinischen oder bildgebenden Daten. Jede Ausschlusskriterium wurde im Flussdiagramm dokumentiert.
2. Ätiologische Klassifizierung und Bildgebung des Gehirns
Die ätiologische Klassifizierung, die im Rahmen der routinemäßigen Versorgung vom behandelnden Schlaganfallteam vorgenommen wurde, wurde entnommen. Da es sich hierbei um eine retrospektive Studie anhand elektronischer Aufzeichnungen handelte, wurde die Klassifizierung nicht als prospektiv, zentralisiert, verblindet oder unabhängig erneut bewertet betrachtet. Bei Fällen mit MRT-Bestätigung war ein akuter subkortikaler Befund erforderlich, der im Diffusionsgewichteten Bildgebung mit dem neurologischen Syndrom vereinbar war, zusammen mit einer entsprechenden Abnormalität im scheinbaren Diffusionskoeffizienten und ohne kortikalen Infarkt. Bei Fällen mit alleiniger CT-Untersuchung war die Ausschließung einer Blutung und eines kortikalen territorialen Infarkts sowie ein kompatibles lakunäres klinisches Syndrom erforderlich. Es wurde anerkannt, dass die alleinige CT möglicherweise nicht in der Lage ist, einen kleinen akuten subkortikalen Infarkt direkt zu bestätigen.
Bildgebungsmodalität, Zeit von Symptombeginn bis zur Bildgebung, maximale Läsionsdurchmesser, Schichtdicke, Anzahl betroffener axialer Schichten, Beteiligung der ventralen Ponsfläche, Stenose der Ursprungsarterie und Nicht-Ursachen-Stenose wurden erfasst. Verdacht auf BAD wurde definiert als Vorliegen mindestens eines der folgenden Kriterien: ein maximaler Läsionsdurchmesser von mindestens 15 mm, Beteiligung von mindestens drei axialen Schichten oder Beteiligung der ventralen Ponsfläche. Detaillierte Angaben zur Läsionsseite, zum anatomischen Ort, zum verantwortlichen Arterienabschnitt sowie eine nachvollziehbare, unabhängige, verblindete Wiederauswertung lagen nicht vor und wurden nicht geschätzt.
3. Angiographische Beurteilung der Stenose
Die Stenosegradmessungen mittels CTA oder MRA wurden aus den klinischen Befunden der Bildgebung entnommen. Der Prozentsatz der intrakraniellen Stenose wurde anhand der WASID-Formel berechnet:
[1 - (Durchmesser an der engsten Stelle des Lumens
/Durchmesser der angrenzenden normalen Referenzarterie)] x 10015
Eine Stenose der Versorgungsarterie wurde als eine Verengung von mindestens 50 % in der Arterie definiert, die das Infarktgebiet versorgt. Eine nichtverursachende Stenose wurde als Verengung von mindestens 50 % außerhalb dieses Gebiets definiert. Die primäre Modellvariable, eine vaskuläre Stenose von mindestens 50 %, galt als positiv, wenn mindestens eine der beiden Komponenten positiv war. Da der verantwortliche arterielle Abschnitt nicht erhalten blieb, konnten abschnittsspezifische Messungen nicht unabhängig überprüft werden.
4. Baseline-klinische, laborchemische und Behandlungsvariablen
Alter, Geschlecht, vaskuläre Vorgeschichte, Rauchen, Alkoholkonsum, vorherige Antiaggregationsbehandlung vor dem Schlaganfall, vorherige modifizierte Rankin-Skala-Score, Zeit von Symptombeginn bis zur Aufnahme, systolischer und diastolischer Blutdruck (DBP) bei Aufnahme, baseline NIHSS, Thrombozytenzahl, Blutzucker, Neutrophile, Lymphozytenzahl und Zeitpunkt der Blutentnahme wurden erfasst. Das NLR wurde berechnet als absolute Neutrophile geteilt durch absolute Lymphozyten.
Es wurden intravenöse Thrombolyse, Strategie mit einzelner versus doppelter Thrombozytenaggregationshemmung, Behandlungsbeginn nach Aufnahme, Intensität der Statintherapie, blutdrucksenkende Behandlung im Krankenhaus, Glukosemanagement, Antikoagulation sowie der dokumentierte Zeitpunkt der Exposition gegenüber Antithrombotika in Bezug auf die Blutentnahme erfasst. Kein Teilnehmer erhielt eine Antikoagulation im Krankenhaus. Das Volumen intravenöser Flüssigkeiten wurde nicht einbezogen, da es nicht zuverlässig ermittelbar war. Diese Interventionen wurden als mögliche Stör- oder Folgefaktoren des klinischen Zustands und nicht als randomisierte Expositionen betrachtet.
5. Neurologische Beurteilungen und neurologische Verschlechterung (END)
Die NIHSS-Scores, die bei Aufnahme sowie etwa 24 und 72 Stunden danach dokumentiert wurden, wurden verwendet; zusätzliche Beurteilungen, die aufgrund klinischer Verschlechterung durchgeführt wurden, wurden ebenfalls einbezogen. Die Bewertungen wurden durch das routinemäßige Schlaganfallteam vorgenommen. Eine Verblindung der Prädiktoren und eine zentralisierte doppelte Bewertung wurden nicht dokumentiert. Eine primäre neurologische Verschlechterung (END) wurde definiert als ein Anstieg des NIHSS-Werts um mindestens 2 Punkte innerhalb von 72 Stunden nach Aufnahme im Vergleich zum Ausgangswert, was mit der aktuellen Literatur zu lakunären Schlaganfällen übereinstimmt2,3. Zeitpunkt und dokumentierte Ursache der Verschlechterung wurden erfasst. Für das primäre Ergebnis wurde jede Ursache einer qualifizierenden Verschlechterung berücksichtigt; das Modell wurde zudem erneut berechnet, wobei ausschließlich END aufgrund ischämischer Ursachen berücksichtigt wurde.
6. Umgang mit fehlenden Daten
Fehlende Werte wurden vor der Analyse überprüft. Bei drei Datensätzen mit fehlendem Roh-NLR-Wert, jedoch verfügbaren Neutrophilen- und Lymphozytenzahlen, wurde der NLR deterministisch berechnet. Bei vier Datensätzen mit fehlender Roh-Standardabweichung des 24-h-SBP, jedoch verfügbarem mittleren SBP und Variationskoeffizienten, wurde die Standardabweichung als Variationskoeffizient berechnet × mittlerer SBP. Nach diesen deterministischen Ableitungen waren die vier primären Prädiktoren und das Ergebnis vollständig, und alle 240 Patienten wurden ohne multiple Imputation in das primäre Modell eingeschlossen. Der einzige Datensatz mit fehlendem Antithrombotikastatus vor der Blutentnahme wurde nur aus dem behandlungsadjustierten explorativen Modell ausgeschlossen.
7. Statistische Analyse und Modellentwicklung
Ungefähr symmetrische kontinuierliche Variablen wurden als Mittelwert ± Standardabweichung zusammengefasst, schiefe oder ordinale Variablen als Median (Interquartilsabstand). Je nach Eignung wurden Welch-t-Tests oder Mann-Whitney-U-Tests verwendet. Kategoriale Variablen wurden als n (%) angegeben und mittels Chi-Quadrat- oder Fishers exaktem Test verglichen.
Das primäre logistische Regressionsmodell umfasste den kontinuierlichen systolischen Blutdruck bei Aufnahme, skaliert pro 10 mmHg, die Basis-NIHSS pro Punkt, das NLR pro Einheit und eine Gefäßstenose von mindestens 50 %. Es wurden der Intercept, die Koeffizienten, Standardfehler, ORs, 95 % KI und zweiseitige P-Werte angegeben. Die Nichtlinearität des systolischen Blutdrucks wurde mithilfe einer eingeschränkten kubischen Spline-Funktion mit drei Knoten an den Perzentilen 10, 50 und 90 (130,9, 157,0 und 194,0 mmHg) geprüft, adjustiert nach NIHSS, NLR und Stenose. Ein Likelihood-Quotienten-Test wurde für den nichtlinearen Term verwendet. Der lineare SBP-Term wurde verwendet, wenn keine Nichtlinearität nachgewiesen wurde.
Ein SBP-Schwellenwert von 169 mmHg wurde nur als sekundäre vereinfachte Analyse beibehalten. Der Schwellenwert wurde anhand des maximalen Youden-Index in den Entwicklungsdaten ausgewählt, und die Unsicherheit der Cutoff-Werte wurde mittels 1.000 Bootstrap-Stichproben quantifiziert. Der nicht validierte 0–12-Punkte-Score sowie die Risikokategorien mit niedrigem, intermediärem und hohem Risiko wurden nicht wieder eingeführt.
Die Diskriminierung wurde anhand der AUC und des 95%igen Bootstrap-KI geschätzt. Das kombinierte Modell wurde mit jedem einzelnen Bestandteil mittels gepaarter Bootstrap-Differenzen verglichen, wobei eine Überlegenheit nicht behauptet wurde, wenn das Differenz-KI die Null einschloss. Der Optimismus wurde anhand von 1.000 Bootstrap-Stichproben geschätzt. Out-of-Bag-Bootstrap-Vorhersagen wurden zur Kalibrierung und Berechnung der Brier-Score generiert. Die Entscheidungskurvenanalyse wurde nur für Schwellenwahrscheinlichkeiten zwischen 5 % und 30 % durchgeführt, bei denen die modellierte Maßnahme eine intensivierte neurologische Beobachtung und eine erneute klinische Bewertung darstellte, anstatt einer automatischen Behandlung.
Empfindlichkeitsanalysen wurden in der nur-MRT-Kohorte durchgeführt, nach Ausschluss von mindestens 50 % Stenose der Stammarterie, nach Ausschluss von vermutetem BAD und unter ausschließlicher Verwendung von ischämischer Ursache für END. Explorative erweiterte Modelle mit Ridge-Penalisation, die Bildgebung, Zeitpunkt des Auftretens und Behandlungsvariablen enthielten, wurden angepasst, um die Instabilität zu verringern. In einer 24-Stunden-Landmark-Analyse wurden Patienten, die vor 24 h eine Verschlechterung zeigten, ausgeschlossen, und ein Landmark-Modell wurde mit Modellen verglichen, die SBP-SD, Variationskoeffizient (CV) oder durchschnittliche reale Variabilität (ARV) hinzufügten. Diese Modelle wurden als dynamische Vorhersagen nach der Aufnahme interpretiert. Es wurden Prinzipien für eine transparente Berichterstattung über Vorhersagemodelle befolgt16. Die reproduzierbare Überarbeitungsanalyse wurde mit Python 3.13.5, pandas 2.3.3, NumPy 2.3.3 und SciPy 1.16.2 durchgeführt.