共有35名患者纳入研究。LVO患病率为33%。SAVE曲线下面积为0.79、FAST-ED曲线下面积为0.82、mNIHSS和NIHSS为0.80、其他量表均较低。

SAVE=4、EMSA=6、mNIHSS≥10、NIHSS≥16、RACE≥8有正似然比，95%置信区间≥5.0。

SAVE≥2、CPSS≥2、C-STAT≥1、EMSA≥4、FAST-ED≥3、G-FAST≥3、mNIHSS≥6、NIHSS≥9、PASS≥1、RACE≥2、VAN=1、3I-SS≥1具有负似然比，95%置信区间≤0.5。

结论

SAVE=4在预测LVO时的能力类似于其他更复杂的量表。其他简化的量表无正似然比阈值，95%置信区间≥5.0。需要对疑似中风患者的院前队列进行验证。

简介：

当使用血管内治疗方法(EVT)治疗因大血管阻塞(LVO)引起的急性缺血性中风时，入院至腹股沟穿刺时间长短与预后相关。早期预测患者是否为LVO可以帮助对时间敏感的院前和急诊科(ED)做出缩短EVT治疗时间的决定。LVO预测量表使用临床信息，试图在血管成像之前做出区分。许多预测LVO的量表都是由美国国立卫生研究院(National Institutes of sciences)编制的回顾性的检查项目。

然而，没有一种量表被认为比其他量表更准确。因此，临床极需一种简洁、易于评分、且能够捕捉到皮层或半球缺损的量表，这种量表可很好的对LVO卒中进行预测。Heldner等人计算了NIHSS的每一项预测LVO发生的能力，发现预测价值最大的项目是最佳注视、运动手臂、最佳语言或缺失和视觉。其他研究亦发现最佳注视和运动手臂是否也被认为是第一和第二最具预测性的项目。

我们创建了四点语音-手臂-视觉-眼睛（SAVE）量表，将这些高预测性检查结果结合起来，同时避免对失语症和忽视的细微评估。我们还将评分限制在二元（不存在或存在）评估，以避免严重程度分级带来的额外时间和复杂性。假设SAVE可以预测LVO以及更复杂的量表，尽管它避免了细微的评估和直接的评分。为了验证假设，我们对STOPStroke研究中的筛查技术和结果项目进行了回顾性分析。

STOPStroke研究是一项前瞻性队列分析，研究对象是2003年至2006年在两所大学医院就诊的连续患者，在症状出现24小时内出现可能的急性缺血性卒中或短暂性缺血性发作症状。

方法：

STOPStroke 研究中的所有患者均采用NIHSS评分、计算机断层血管造影(CTA)进行评估，并给出最终诊断。NIHSS评分是由通过该量表认证的人员进行收集，通常包括神经学家和急诊医生。STOPStroke 研究排除了颅内出血、不完全闭塞、多个血管区域闭塞或对碘化造影过敏的患者。

对最初的NIHSS数据进行回顾性发现，确定每个患者是否在四个SAVE量表项目中的任何一项上得分（表 1）。该量表为任何NIHSS异常(最清晰语言和/或构音障碍)、手臂不对称无力(两个运动手臂评分的差异)、视野缺陷，或眼睛偏离(最佳注视)评1分。

LVO被定义为颈内动脉(ExICA)颅外段、颈内动脉(ICA)颅内段、大脑中动脉第一段(M1)、大脑中动脉第二段(M2)或基底动脉(BA)的症状性闭塞。

通过接受者操作特性曲线（ROC）分析，评价SAVE量表在CTA上预测LVO的能力。计算各量表评分阈值的敏感性、特异性、阳性似然比、阴性似然比、阳性预测值和阴性预测值，以及95%置信区间。对辛辛那提院前中风量表（CPSS）、辛辛那提中风分类评估工具（C-STAT）、紧急医疗中风评估（EMSA）、紧急目的地现场评估中风分类（FAST-ED）、注视面部语言时间（G-FAST）、改良NIHSS（mNIHSS）进行了同样的评估。NIHSS、院前急性卒中严重程度（PASS）、快速动脉闭塞评估（RACE）、失语症忽视（VAN）和3项卒中量表（3I-SS）。量表根据ROC曲线下的面积（AUC）和每个量表提供阈值的能力进行比较。当阳性似然比（PLR）的置信区间为95%，下限≥5.0时，或阴性似然比（NLR）的置信区间为95%，上限≤0.5时。使用STATA-15软件进行分析。

表1

结果：

在有完整NIHSS和LVO数据的735例患者中，急性缺血性脑卒中578例、短暂性脑缺血发作97、模拟卒中60例。其中241例(33%)患者有ExICA、ICA、M1、M2或BA病变引起的LVOs，AUCs分别为0.79 (SAVE)、0.82 (FAST-ED)、0.80 (mNIHSS)和0.80 (NIHSS)。所有其他量表的AUCs均较低，范围为0.75-0.78。ROC曲线下各区域的SE值为0.02。表2 给出了SAVE量表各阈值的诊断测试参数。随着SAVE分数阈值的增加，敏感性降低，特异性增加，预计有较小比例的患者有LVOs。

表2

表3通过选择高PLRs或低NLRs阈值，比较了本研究中测试的LVO预测量表。考虑到许多量表的95% CI范围较宽，我们使用95% CI的PLR下限来加强这样的推断，即阳性结果使LVO的预检测几率增加至少5倍。

同样，我们要求NLR 95%CI的上限≤0.5，以确保阴性试验将LVO的预试验几率降低至少一半。

表3

方法：

SAVE的表现类似或优于该队列中测试的大多数其他预测LVOs量表，当对其AUC和提供评分阈值的能力进行评估时，阳性似然比的95%CI≥5.0。FAST-ED、NIHSS和mNIHSS的AUC稍高，但明显更复杂。FAST-ED由于其严重程度分级、长度和忽视评估而变得复杂。值得注意的是，它来源于我们研究中相同的中风患者。

然而，我们的研究包括颅外颈内动脉闭塞，并提供了95%的置信区间，且不包括在最初的快速ED研究中。NIHSS仍然是急性中风评估的一个关键工具，但对于院前使用来说，它被认为太长和太复杂。虽然逻辑上最好使用其他现有的简短和简单的二元评分量表，如CPSS、G-FAST、PASS和VAN。但在本研究中，这些量表都没有得分阈值，其中阳性似然比的95%置信区间≥5.0。SAVE=4满足所有这些条件。每个量表都能提供一个具有95%置信区间5的PLR将导致测试后的概率仅仅超过50%。

图1

结论：

SAVE量表使用是否存在语言异常、手臂不对称性乏力、视野缺陷和凝视异常，来预测疑似中风患者是否存在LVO。它简洁、易于评分、可以评估大脑皮层或半球功能的缺损，同时避免对失语症和忽视进行过于细微的评估。

在本研究中，SAVE评分为4分，对LVO具有非常高的预测能力，其预测能力与更复杂的量表相似，且优于其它简化的量表。区域和决策的特异性分析取决于该区域LVO的患病率以及假阳性和假阴性的成本。除了在院前卒中识别进行进一步的检测外，未来研究还有一个有趣领域是：该量表作为识别急诊科患者的工具，前瞻性验证患者是否适合”直接进入神经介入组”的LVO绿色通道。

专家点评

院前或急诊科分诊时能否有效识别卒中，尤其大血管闭塞性脑梗死（LVOs）是卒中中心绿色通道建设的重要内容。后者的有效识别，可以明显缩短血管内治疗时间的决定，从而缩短DPT，提高大动脉闭塞性卒中治疗效率。荟萃分析显示，目前有效预测LVOS的评估工具首推NIHSS和FAST-ED，2016年Lima FO等的研究显示：FAST-ED与 NIHSS预测LVO的准确性基本一致，准确度明显高于RACE及CPSS（ROC曲线：FAST-ED = 0.81；NIHSS = 0.80，P = 0.28；RACE= 0.77，P = 0.02；和CPSS = 0.75，P = 0.002）。但上述两种评分工具项目繁多，需要更多专业培训才能有效掌握，明显限制了其在院前或急诊科应用。因此，能否寻找一项更简单有效的评分工具，以便易于推广应用呢？

本研究就是针对现况，基于NIHSS量表，按照二元法设计了预测LVOs的评分工具SAVE，共有四个指标：语音（S)-手臂(A)-视觉(V)-眼睛(E)，最高四分。相对于其他院前卒中评估工具，该工具创新性增加了视野测评项目。作者通过回顾性分析STOPStroke研究数据库验证该量表与其他11种量表的准确度。结果显示，SAVE对LVOs预测准确度和mNIHSS、NIHSS和FAST-ED相当，优于其他量表（SAVE曲线下面积为0.79，FAST-ED为0.82，mNIHSS和NIHSS为0.80，其他量表均较低）。其中SAVE评分为4分时对LVOs具有非常高的预测能力。该量表设置指标项目少，简单易学。尽管尚存在测试人群偏倚（院前卒中人群未测试）、视野评定一致性等疑问，仍体现了良好的应用前景，期待其有效性在未来的临床研究中得到更充分的验证。

专家简介

JNIS中文版编委

廖耿

教授，医学硕士。现任南方医科大学附属茂名医院神经内一科副主任；中国医师协会缺血性脑血管病介入专业委员会委员，中国研究型医院学会介入神经病学分会急诊介入组委员；广东省卒中学会缺血性神经介入常务委员；广东省医学会脑血管病分委员；广东省医学会神经病学分会介入组委员（2届）；广东茂名市医学会神经病学分会常委兼秘书；广东茂名市医学会神经病学分会介入学组副组长；JNIS杂志中文版编委。主要擅长于缺血性脑血管疾病的介入治疗，累计主持完成各类神经介入治疗手术超过3000余例次。近年主持省市科研立项5项，作为第一作者或通信作者发表SCI相关论文二十余篇，获市科技进步奖2项。

翻译者简介

车秀娟

医学硕士，主治医师。南方医科大学附属茂名医院神经内一科。2014年毕业于汕头大学医学院。曾于加拿大阿尔伯特大学医学院进行交流学习。

引用本文:

Keenan KJ, Smith WS. The Speech Arm Vision Eyes (SAVE) scale predicts large vessel occlusion stroke as well as more complicated scales Journal of NeuroInterventional Surgery 2019;11:659-663.（点击左下角“阅读原文”，访问原文内容）

向上滑动阅览

原文相关信息

DOI 10.1136/neurintsurg-2018-014482

AcknowledgementsDr. Kevin J Keenan’s research effort during the final drafting ofthis manu was supported by the national institutes of health strokenetFellowship through grants U10ns086494 and U24ns107229.

Contributors KJK contributed to the literature search, study design, data analysis, data interpretation, table and figure design, and manu writing. Wss contributed to the original data collection, study design, data interpretation, table and figure design, and manu writing.

Funding The authors have not declared a specific grant for this research from any funding agency in the public, commercial or not-for-profit sectors.

Competing interests None declared.

Patient consent Not required.

Ethics approval University of california, san Francisco institutional review Board.

Provenance and peer review Not commissioned; externally peer reviewed.

版权信息

© Author(s) (or their employer(s)) 2019. No commercial re-use. See rights and permissions. Published by BMJ.

中国医师协会神经介入专业委员会及卒中视界由BMJ出版集团独家授权出版及发行JNIS中文版。如需转载，请联系[email protected]。未经授权的翻译是侵权行为，版权方保留追求法律责任的权利。更多JNIS及中文版信息，请参见：JNIS及中文版信息

病例分享，参与栏目、审稿投稿，

商务合作等事宜，

请发送邮件至：

[email protected]返回搜狐，查看更多