辛辛那提大学启动开创性研究:硬膜下血肿预后与抗凝药物使用关联University of Cincinnati Launches Pioneering Study on Subdural Hematoma Outcomes and Blood-Thinner Use

环球医讯 / AI与医疗健康来源:hoodline.com美国 - 英语2025-08-12 14:00:54 - 阅读时长2分钟 - 656字
辛辛那提大学加德纳神经科学研究所启动首个基于人群的硬膜下血肿长期预后研究,通过机器学习构建预测模型评估抗凝药物使用风险效益,旨在为老年患者制定个性化治疗方案,该研究将纳入大辛辛那提及北肯塔基卒中研究数据库的患者数据,预期成果或将推动随机临床试验的开展。
健康硬膜下血肿抗凝药物长期预后老年群体头部创伤风险因素治疗结果机器学习定制化治疗方案
辛辛那提大学启动开创性研究:硬膜下血肿预后与抗凝药物使用关联

在理解与管理硬膜下血肿领域取得重大进展之际,辛辛那提大学加德纳神经科学研究所已启动一项人群层面的研究,旨在调查此类患者的长期预后情况。这项由美国国家神经疾病和卒中研究所资助的研究由戴维·罗宾逊博士主导,重点分析抗凝药物使用的潜在影响,这类药物在老年群体中普遍存在。

罗宾逊博士指出:"硬膜下血肿患者存在特定亚群,其预后情况与具体特征密切相关。"这位辛辛那提大学医学院神经学与康复医学系助理教授补充道,此类血肿通常由头部创伤引发,既包括车祸等重大事故,也涵盖未直接撞击头部的轻微跌倒。对于使用抗凝剂的患者而言,这类血肿存在特殊风险,需权衡复发性出血与心梗、卒中等抗凝治疗目标事件之间的风险比。

该研究依托自1993年运行至今的大辛辛那提及北肯塔基卒中研究(GCNKSS)基础设施开展,首次将硬膜下血肿纳入研究范畴。研究人员将对确诊患者进行为期三年的随访观察,深入分析相关风险因素和治疗结果,有望重构抗凝治疗背景下硬膜下血肿的管理范式。

研究核心在于应用先进机器学习技术开发预测模型,用于识别可能再次发生硬膜下血肿或继发心血管事件的高危人群。罗宾逊博士解释称:"这些机器学习模型或能帮助我们准确评估:哪些患者亟需尽快恢复抗凝治疗?哪些患者因出血风险过高而不宜重新用药?"

这项由辛辛那提大学主导的个体化研究预期将形成定制化治疗方案,精准满足易发硬膜下血肿老年群体的医疗需求。初期研究成果或将为随机临床试验奠定基础,旨在确证此类复杂病例中抗凝药物的最佳使用策略。

【全文结束】

大健康
大健康