STAF评分联合DWI病灶分布：脑梗死患者房颤诊断新视角

STAF评分联合DWI病灶分布：脑梗死

患者房颤诊断新视角

一、引言

1.1研究背景与意义

脑梗死，作为一种严重威胁人类健康的脑血管疾病，已成为我国人口死亡和致残的主要原因之

-O在众多导致脑梗死的危险因素中，心房颤动(atrialfibrillation,AF)是一个极为关键的

独立危险因素，其引发脑梗死的风险可达窦性心律患者的5倍。这是因为房颤发生时，心脏

电活动异常，心、房无法正常将血液送入心室，导致血液在心房内淤积，加上心房无规则的快速

收缩舒张，使得停滞和缓慢状态的血液呈高凝状，进而形成栓子，这些栓子脱落后随血流进入

脑血管，便会导致脑栓塞，引发脑梗死，最常见受累的血管为大脑中动脉。

早期准确诊断房颤对于脑梗死患者的治疗和预后有着举足轻重的意义。大量循证医学证据表

明，房颤导致的心源性脑梗死与非心源性脑梗死在预防措施上存在显著差异。对于心源性脑梗

死，主要采取抗凝治疗，而对于非心源性脑梗死，则主要采用抗血小板治疗。相较于抗血小板

治疗，抗凝治疗能够降低4C%的卒中再发风险，并且通过口服抗凝药物，还能减少66.6%的

脑梗死复发风险。因此，重视脑梗死后房颤的筛查十分关键。

当前，临床上筛查房颤的方法主要有常规心电图(electrocardiogram,ECG)、心电监测、

24h动态心电图(24h-holter)等。但这些方法都存在一定的局限性，比如常规心电图对于阵

发性房颤的捕捉率较低，因为阵发性房颤持续时间短，症状不典型，临床上常难以捕捉；心电

监测需要持续连接设备，给患者带来不便；24h动态心电图虽然能记录较长时间的心电信息，

但也可能遗漏短暂发作的房颤。

为了更有效地诊断脑梗死患者合并的房颤，新的评估方法不断被探索。其中，STAF评分

(scoreforthetargetingofatrialfibrillation)作为一种新的评估方法，为房颤的诊断提供了新

的思路。STAF评分系统包括年龄＞75岁(2分)、美国国立卫生研究院卒中量表

(NIHSS)评分之8分(1分)、左房扩大(2分)、责任血管无50%以上狭窄或非腔隙性脑

梗死(3分)，满分为8分。研究表明，STAF评分之5分诊断房颤具有较高的敏感度和特异

度。

此外，磁共振弥散加权成像(diffusionweightedimaging,DWI)病灶空间分布特征也被发现

与房颤存在关联。房颤患者与非房颤患者在DWI病灶空间分布上存在差别，通过分析这些特

征，有可能为房颤的诊断提供有价值的信息。

本研究旨在探讨STAF评分赛合DWI病灶空间分布特征在诊断脑梗死患者房颤中的临床价

值，以期为临床医生提供更准确、有效的诊断方法，从而改善脑梗死患者的治疗和预后。

1.2国内外研究现状

在国外，房颤作为脑梗死的重要危险因素，其早期诊断一直是研究的热点。Suissa等人于

2009年提出了STAF评分系统，该系统通过综合考虑年龄、NIHSS评分、左房扩大以及责

任血管情况等因素，为脑梗死患者中房颤的诊断提供了一种新的量化工具。研究表明，以

STAF评分*分作为诊断房颤的标准，具有较高的敏感度（89%）和特异度（88%）,这使

得临床医生在面对脑梗死患者时，能够更有针对性地进行房颤筛查，提高房颤的检出率。

除了STAF评分，磁共振弥散加权成像（DWI）病灶空间分布特征也逐渐受到国外学者的关

注。一些研究通过分析房颤与非房颤脑梗死患者的DWI图像，发现两者在病灶的位置、数

量、大小等方面存在明显差异。例如，房颤导致的脑梗死病灶往往位于大脑中动脉供血区，且

多为多发性、大病灶；而非房颤脑梗死患者的病灶分布则更为分散，大小和数量也相对不规

律o这些发现为利用DWI病灶空间分布特征诊断房颤提供了理论基础。

在国内，对STAF评分和DWI病灶空间分布特征的研究也在逐步展开。徐刚等人通过对225

例急性脑梗死患者的回顾性研究，验证了STAF评分对我国脑梗死患者合并房颤的筛查价

值。结果显示，STAF评分诊断房颤的ROC曲线下面积为0.912,以STAF评分之5分作为最

佳截断点时，灵敏度为92.68%,特异度为86.41%,这与国外的研究结果基本一致，进一步

证实了STAF评分在我国临末实践中的有效性。

丁也等人则对STAF评分联合DWI病灶空间分布特征进行了研究。他们收集了452例急性脑

梗死患者的资料，经logistic回归分析发现，STAF评分及病灶空间分布特征均为脑梗死患者

发生房颤的独立预测因素。其中，STAF评分诊断房颤的ROC曲线下面积为0.809,STAF

评分联合病灶分布诊断房颤的ROC曲线下面积为0.846,表明两者联合应用可提高对房颤的

诊断价值。

然而，目前国内外的研究仍存在一些不足之处。一方面，对于STAF评分的最佳截断点尚未

达成完全一致的意见，不同研究得出的最佳截断点略有差异，这可能与研究对象、样本量以及

研究方法的不同有关。另一方面，虽然DWI病灶空间分布特征与房颤的关联已得到一定程度

的证实，但如何更准确地量化和分析这些特征，以及如何将其与STAF评分等其他指标更好

地结合，仍有待进一步探索。此外，大多数研究为回顾性研究，前瞻性研究相对较少，这可能

会影响研究结果的可靠性和推广性。

本研究将在前人研究的基础上，进一步探讨STAF评分联合DWI病灶空间分布特征在诊断脑

梗死患者房颤中的临床价值，通过扩大样本量、采用前瞻性研究设计等方法，弥补现有研究的

不足，为临床提供更准确、有效的诊断方法。

1-3研究目的与创新点

本研究旨在通过大样本、多中心的前瞻性研究，深入评估STAF评分联合DWI病灶空间分布

特征对脑梗死患者房颤的诊断效能，为临床早期准确诊断房颤提供更可靠的方法。具体而言，

将进一步明确STAF评分的最佳截断点，以及如何更精准地量化和分析DWI病灶空间分布特

征，并探究两者联合应用的最佳模式，从而提高房颤的诊断准确率，为临床治疗提供更有力的

支持。

本研究的创新点主要体现在以下几个方面：一是采用多因素分析方法，综合考虑STAF评分

和DWI病灶空间分布特征，打破了以往单一因素分析的局限性，能够更全面地评估脑梗死患

者合并房颤的风险。一是采用大样本、多中心的研究设计，样本来源广泛，更具代表性，研究

结果更具可靠性和推广性，有助于弥补现有研究样本量小、研究中心单一的不足。三是将影

像学特征（DWI病灶空间分布）与临床评分（STAF评分）相结合，为房颤的诊断提供了一

种全新的综合诊断模式，有望为临床实践带来新的思路和方法。

二、相关理论基础

2.1脑梗死与房颤的关系

脑梗死与房颤之间存在着紧密且复杂的关联，房颤作为脑梗死的重要危险因素，显著增加了脑

梗死的发病风险。据统计，房颤患者发生脑梗死的风险是窦性心律患者的5倍。这一现象背

后有着深刻的病理生理机制。

从病理机制来看，房颤时心脏的电生理活动出现紊乱，心房丧失了正常的有序收缩，代之以快

速无序的颤动。这种异常的电活动使得心房无法有效地将血液泵入心室，导致血液在心房内淤

积，血流速度减慢，进而形成涡流。在这种血流动力学改变的基础上，血液中的血小板、凝

血因子等成分相互作用，容易形成血栓，尤其是在左心耳等部位。一旦这些血栓脱落，就会

随着血流进入体循环，当栓子进入脑血管时，便会堵塞血管，导致脑组织缺血缺氧，引发脑梗

死。而且，房颤持续时间越长，心房重构越严重，血栓形成的风险也就越高，进一步增加了

脑梗死的发生几率。

从临床角度分析，脑梗死合并房颤的患者往往病情更为严重，预后也更差。这类患者不仅面

临着急性脑梗死导致的神经力能缺损，如肢体瘫痪、言语障碍、认知障碍等，还由于房颤引发

的心脏功能异常，增加了心力衰竭、心律失常等并发症的发生风险。研究表明，与单纯脑梗

死患者相比，脑梗死合并房颤患者的死亡率更高，复发率也显著增加。这是因为房颤导致的

心源性脑梗死通常是由较大的栓子阻塞脑血管引起，梗死面积往往较大，容易导致严重的脑水

肿、颅内压升高，甚至脑疝形成，危及生命。此外，房颤患者的心脏功能受损，心输出量减

少，也会影响脑灌注，不利于脑组织的恢复。

从治疗方面来看，脑梗死与房颤的并存也给临床治疗带来了诸多挑战。对于脑梗死患者，常

规的抗血小板治疗在房颤导致的心源性脑梗死中效果不佳，而需要采用抗凝治疗来预防血栓形

成和复发。然而，抗凝治疗又会增加出血的风险，特别是在脑梗死急性期，如何平衡抗凝与

出血风险成为临床医生面临的难题。此外，房颤患者的心律控制、心室率控制等治疗措施也

需要综合考虑脑梗死患者的具体情况，制定个性化的治疗方案。

2.2STAF评分系统介绍

STAF评分系统作为一种用于评估脑梗死患者合并房颤可能性的工具，由Suissa等人于2009

年提出。该评分系统主要包含四个关键项目，每个项目根据不同的标准赋予相应的分值，满

分为8分。

年龄是其中一个重要的评估项目。当患者年龄大于75岁时，可获得2分。这是因为随着年

龄的增长，心脏结构和功能会逐渐发生改变，心房纤维化、心肌肥厚等病理变化增加，导致房

颤的发生风险显著上升。有研究表明，80岁以上人群房颤患病率高达7.5%,远高于年轻人

群，年龄因素在房颤的发病机制中起着重要作用。

美国国立卫生研究院卒中量表（MHSS）评分也是STAF评分的组成部分。若NIHSS评分28

分，患者可获得1分。NIHSS评分是临床上广泛应用的评估急性脑卒中患者神经功能缺损程

度的工具，其评分越高，说明神经功能缺损越严重。在脑梗死合并房颤的患者中，由于房颤

导致的心源性脑梗死往往病情较重，梗死面积较大，更容易引起严重的神经功能障碍，因此

NIHSS评分较高与房颤的发生存在一定关联。

左房扩大同样是STAF评分的关键指标。当超声心动图检查显示左房扩大（通常指左房内径

超过35mm）时，患者可获得2分。左房扩大是心脏结构改变的重要表现，它会导致心房电

生理特性发生变化，使心房内的传导速度和不应期不均一，从而为房颤的发生创造了条件。

研究发现，左房扩大是房颤发生和维持的重要危险因素，左房越大，房颤的发生率越高，且房

颤发生后也更难以转复和维持窦性心律。

责任血管情况也是STAF评分的重要考量因素。若责任血管无50%以上狭窄或非腔隙性脑梗

死，患者可获得3分。这一标准主要基于心源性脑梗死与非心源性脑梗死在发病机制和血管

病变特点上的差异。心源性脑梗死通常是由于心脏栓子脱落堵塞脑血管引起，责任血管本身

可能并无严重的动脉粥样硬化狭窄；而非心源性脑梗死，如大动脉粥样硬化性脑梗死，往往伴

有责任血管的严重狭窄或闭塞。腔隙性脑梗死则多由小血管病变引起，与心源性栓塞关系不

大。因此，责任血管无明显狭窄或非腔隙性脑梗死这一特征，提示脑梗死可能由心源性因素

导致，增加了房颤的可能性。

在房颤诊断中，STAF评分的应用原理是基于上述各因素与房颤之间的内在联系。通过对这

些因素进行量化评分，综合评估患者发生房颤的风险。一般认为，STAF评分25分诊断房颤

具有较高的敏感度和特异度。当患者的STAF评分达到或超过5分时，提示患者很可能合并

房颤，需要进一步进行相关检查，如24小时动态心电图、心电监测等，以明确诊断；而评分

低于5分的患者，房颤的发生概率相对较低，但仍不能完全排除，需结合临床情况进行综合

判断。STAF评分系统为临末医生在面对脑梗死患者时，提供了一个简单、有效的房颤筛查

工具，有助于早期发现房颤，及时采取针对性的治疗措施，改善患者的预后。

2.3DWI技术原理及在脑梗死诊断中的应用

磁共振弥散加权成像（DWI）是一种基于磁共振成像（MRI）技术的功能成像方法，它能够敏

感地检测组织中水分子的微观运动，从而提供关于组织微观结构和功能的信息。其技术原理

主要基于水分子的布朗运动。在生理状态下，人体内的水分子处于自由扩散状态，其运动具

有一定的随机性和方向性。然而，当组织发生病变时，水分子的扩散运动就会受到限制，这

种限制主要源于细胞结构的改变、细胞膜的完整性受损以及细胞内外渗透压的变化等。

在DWI成像过程中，通过在磁共振成像序列中施加一对方向相反、强度和持续时间相同的扩

散敏感梯度磁场，来检测水分子在不同方向上的扩散情况。当水分子在扩散敏感梯度磁场方

向上发生扩散时，其质子的相位会发生变化，从而导致磁共振信号强度的改变。在正常组织

中，水分子扩散不受限，磁共振信号强度变化较小；而在病变组织中，由于水分子扩散受限，

磁共振信号强度会明显增加。因此，通过对磁共振信号强度的分析，就可以区分正常组织和

病变组织。

在脑梗死诊断中，DWI具有极高的敏感性和特异性，能够在脑梗死发生后的数分钟至数小时

内检测到病灶。这是因为在脑梗死急性期，脑组织由于缺血缺氧，细胞膜上的离子泵功能受

损，导致细胞内钠离子和水分子积聚，细胞肿胀，水分子扩散受限。这种水分子扩散受限的

改变在DWI图像上表现为高信号，使得早期脑梗死病灶能够清晰显示。与传统的MRI序列

（如T1WI、T2WI）相比，DWI能够更早地发现脑梗死病灶，为临床治疗争取宝贵的时间。

对DWI病灶空间分布特征的分析，对于脑梗死病因的判断具有重要意义。不同病因导致的脑

梗死，其DWI病灶空间分布往往具有不同的特点。例如，房颤导致的心源性脑梗死，其病灶

通常位于大脑中动脉供血区，多为多发性、大病灶。这是因为房颤时形成的栓子较大，容易

堵塞大脑中动脉及其主要分支，导致较大范围的脑组织缺血梗死。而且，由于栓子的脱落具

有随机性，可能会导致多个部位的脑梗死，从而表现为多发性病灶。而非房颤脑梗死，如大

动脉粥样硬化性脑梗死，病灶多位于责任血管供血区，且与血管狭窄或闭塞的部位相关；小血

管闭塞性脑梗死，病灶则多位于深部白质、基底节区等小血管分布区域，通常为单个、小病

灶。通过对DWI病灶空间分布特征的分析，结合患者的临床症状和其他检查结果，可以初步

判断脑梗死的病因，为进一步的诊断和治疗提供依据。

三、研究设计与方法

3.1研究对象选取

本研究采用多中心前瞻性研究设计，选取［具体城市］的凶家医院（［医院1名称］、［医院2名

称］......［医院X名称］）作为研究中心。研究对象为20［起始年份］年1月至20［结束年份］

年12月期间，在上述医院神经内科住院的急性脑梗死患者。

纳入标准如下：年龄在18周岁及以上；符合第四届全国脑血管病学术会议修订的急性脑梗死

诊断标准，并经头颅磁共振成像（MRI）或计算机断层扫描（CT）证实；发病时间在7天以

内；患者或其家属签罟知情同意书。

排除标准包括：既往有房颤病史；合并其他心脏疾病（如心脏瓣膜病、心肌病等）导致的心源

性脑梗死；存在颅内血管畸形、颅内肿瘤、脑出血等其他脑部疾病；近3个月内有重大手

术、外伤或出血性疾病史；肝肾功能严重不全；恶性肿瘤晚期；无法配合完成相关检查和评

估。

通过严格的纳入和排除标准筛选研究对象，旨在确保研究样本的同质性和代表性，减少混杂因

素对研究结果的影响，从而更准确地探讨STAF评分联合DWI病灶空间分布特征在诊断脑梗

死患者房颤中的临床价值。

3.2数据收集与处理

由经过统一培训的研究人员，按照预先制定的数据收集表，全面收集患者的相关数据。对于人

口学信息，详细记录患者的姓名**别、年龄、民族、联系方式等，其中年龄精确到周岁，性

别按照男、女进行分类记录。临床症状方面，细致描述患者起病时的症状表现，如是否存在

肢体无力、言语障碍、头晕、头痛、呕吐等，并记录症状出现的时间顺序、严重程度及持续时

间。病史信息涵盖高血压、糖尿病、高脂血症、冠心病等既往病史，询问患者确诊时间、治

疗情况及控制状况，如高血压患者的血压控制范围、是否规律服用降压药物等O

在影像学资料收集上，采用标准化的图像采集和存储流程。对于头颅磁共振成像（MRI）检

查，统一使用［MRI设备型号］,按照标准扫描序列进行扫描，包括T1加权成像（T1WI）、

T2加权成像（T2WI）、液体衰减反转恢复序列（FLAIR）及弥散加权成像（DWI）等，确保

图像质量和扫描参数的一致性。DWI扫描参数设定为：b值分别取0和1000s/mm2,层厚

5mm,层间距1mm。将图像数据以DICOM格式存储，由经验丰富的影像科医师在PACS

系统上进行阅片，测量DWI病灶的大小、位置、数量等信息。对于病灶位置，根据大脑解剖

分区，准确记录病灶所在的脑叶（如额叶、颠叶、顶叶、枕叶等）、脑深部结构（如基底节

区、丘脑等）以及血管供血区（如大脑前动脉、大脑中动脉、大脑后动脉供血区等）。

STAF评分相关数据的收集则严格依据STAF评分系统的标准进行。年龄信息直接取目人口学

资料；美国国立卫生研究院卒中量表（NIHSS）评分由神经内科医师在患者入院后24小时

内，按照NIHSS评分标准进行评估，详细记录各项评分内容，如意识水平、凝视、视野、面

瘫、肢体运动等，确保评分的准确性和客观性；左房扩大的判断依据超声心动图检查结果，

由超声科医师测量左房内径，并按照左房内径是否超过35mm来判定是否存在左房扩大；责

任血管情况通过头颅磁共振血管成像（MRA）或数字减影血管造影（DSA）检查确定，明确

责任血管是否存在50%以上狭窄，以及脑梗死是否为腔隙性脑梗死。

数据处理方面，将收集到的所有数据录入到Excel电子表格中，建立数据库。在录入过程

中，采用双人双录入的方式，即由两名研究人员分别独立录入数据，然后通过数据比对软件进

行核对，确保数据录入的准确性。对于不一致的数据，及时查阅原始资料进行核实和修正。

录入完成后，对数据进行初步的清理和筛选，检查数据的完整性和合理性，如删除缺失关键信

息（如年龄、性别、影像学资料等）的记录，纠正明显错误的数据（如年龄超出合理范围、实

验室检查值异常等）。

为了确保数据质量，制定了严格的质量控制措施。在数据收集阶段，定期组织研究人员进行

培训和交流，统一数据收集标准和方法，提高数据收集的准确性和一致性。设立数据质量监

督小组，由资深的临床医师和统计学家组成，定期对收集到的数据进行抽查和审核，检查数据

的完整性、准确性和规范性。对于发现的问题，及时反馈给数据收集人员进行整改。在数据

处理阶段，采用统计软件（如SPSS、R等）对数据进行分析，通过描述性统计分析，了解数

据的基本特征，如均值、标准差、频数分布等，进一步检查数据是否存在异常值和离群点。

对于异常值，进行深入分析，判断其是否为真实数据或由于测量误差、录入错误等原因导致，

若为错误数据，则进行修正或删除。通过以上数据收集与处理以及质量控制措施，确保研究

数据的可靠性和准确性，为后续的数据分析和结果解读提供坚实的基础。

3.3诊断方法与评估指标

房颤的诊断主要依据心电图检查结果，其心电图典型表现为正常P波消失，代之以形状大小

不一、时限不等的快速震荡或者纤维颤动波，即f波，f波频率约350-600次/分。同时，

心室率明显不规则，多为100-150次/分，QRS波间距不等，形态、振幅也存在差异。对

于阵发性房颤患者，由于其发作时间短暂且不规律，除常规心电图检查外，还需结合24小时

动态心电图（24h-holter）监测，以提高房颤的检出率。此外，心脏听诊时可发现第一心音

强弱不等、脉搏短促的特点，这些临床表现也可辅助房觐的诊断。

本研究以STAF评分及联合DWI病灶空间分布特征作为畛断指标。STAF评分按照前文所述

的评分系统进行计算，根据患者的年龄、NIHSS评分、左房扩大情况以及责任血管情况，对

每个项目进行准确赋值，得出相应的STAF评分。DWI病灶空间分布特征的分析，则由两名

经验丰富的影像科医师采用双盲法进行。在PACS系统上，仔细观察DWI图像，记录病灶

的位置，包括具体位于大脑的哪个脑叶（如额叶、颗叶、顶叶、枕叶等）、脑深部结构（如基

底节区、丘脑等）以及血管供血区（如大脑前动脉、大脑中动脉、大脑后动脉供血区等）。

同时，测量病灶的大小，对于多发病灶，记录最大病灶的大小。此外，统计病灶的数量，判

断其为单个病灶还是多发病灶。通过这些详细的观察和记录，全面分析DWI病灶空间分布特

征。

为了评估STAF评分及联合DWI病灶空间分布特征对房颤的诊断效能，采用受试者工作特征

（ROC）曲线进行分析。利用统计软件（如MedCalc、SPSS等），以房颤诊断结果为状态

变量（有房颤为阳性，无房颤为阴性），以STAF评分及联合DWI病灶空间分布特征的评分

作为检验变量，绘制ROC曲线。在绘制过程中，软件会自动计算不同截断点下的敏感度和

特异度，通过敏感度和特异度的变化，确定最佳截断点。敏感度反映了诊断方法能够正确识

别出房颤患者的能力，即真阳性率；特异度则反映了诊断方法能够正确排除非房颤患者的能

力，即真阴性率。通过ROC曲线，直观地展示不同诊断指标在不同截断点下的诊断性能，

比较STAF评分单独应用与莪合DWI病灶空间分布特征应用时，对房颤诊断的敏感度、特异

度、阳性预测值、阴性预测值以及曲线下面积（AUC）等指标的差异。曲线下面积越大，说

明诊断方法的准确性越高，诊断效能越好。通过这些指标的计算和比较，全面评估STAF评

分联合DWI病灶空间分布特征在诊断脑梗死患者房颤中的临床价值。

3.4统计分析方法

本研究采用SPSS26.0统计学软件进行数据分析。对于计量资料，若符合正态分布，采用均

数士标准差（x士s）进行描述，两组间比较采用独立样本t检验；若不符合正态分布，则采用

中位数（四分位数间距）［M（P25,P75）］进行描述，丙组间比较采用Mann-WhhneyU检

验。例如，在比较房颤组和非房颤组患者的年龄、NIHSS评分等计量资料时，先通过正态性

检验判断其是否符合正态分布，若符合，则用独立样本t检验分析两组间是否存在差异，以明

确年龄、MHSS评分等因素与房颤的关联。

计数资料则采用例数（百分比）［n（%）］进行描述，组间比较采用卡方检验（\ch22检

验）。当理论频数小于5时，采用连续校正卡方检验或Fisher确切概率法。比如在分析两组

患者的性别、高血压、糖尿病等疾病的发生率等计数资料时，通过卡方检验来判断两组间差异

是否具有统计学意义，从而了解这些因素在房颤患者和非房颤患者中的分布情况。

将单因素分析中P<0.1的因素纳入二元logistic回归分析，以进一步确定脑梗死患者发生房

颤的独立危险因素。在回归分析中，将房颤作为因变量（发生房颤赋值为1,未发生房颤赋

值为0）,将STAF评分、DWI病灶空间分布特征相关指标（如病灶位置、数量、大小等）

以及其他单因素分析中有意义的因素作为自变量，采用逐步回归法筛选变量，构建回归模

型。通过计算回归系数（B）、优势比（OR）及其95%可信区间（95%CI）,明确各因素

对房颤发生的影响程度。若OR值大于1,说明该因素是房颤发生的危险因素，且OR值越

大，其风险越高；若OR值小于1,则为保护因素。

通过受试者工作特征（ROC）曲线分析STAF评分及联合DWI病灶空间分布特征对房颤的诊

断效能。以房颤诊断结果为状态变量，以STAF评分及联合DWI病灶空间分布特征的评分作

为检验变量，绘制ROC曲线。利用统计软件计算曲线下面积（AUC）、敏感度、特异度、

阳性预测值、阴性预测值等指标。AUC取值范围在0.5•1.0之间，AUC越接近1.0,表明诊

断准确性越高；AUC为0.5时，表示诊断无价值。通过比较不同诊断指标的AUC大小，评

估STAF评分联合DWI病*二空间分布特征相较于单独使用STAF评分在房颤诊断中的优势。

确定最佳截断点时，一般选择敏感度和特异度之和最大时对应的评分作为最佳截断点，此时诊

断效能最佳。通过以上统计分析方法，全面、准确地评估STAF评分联合DWI病灶空间分布

特征在诊断脑梗死患者房颤中的临床价值。

四、研究结果

4.1患者基本特征

本研究共纳入符合标准的急性脑梗死患者［具体例数］例，其中房颤组［房颤组例数］例，非房

颤组［非房颤组例数］例。在年龄方面，房颤组患者年龄范围为［最小年龄1H最大年龄1］

岁，平均年龄为（［平均年龄1］士［标准差1］）岁；非房颤组患者年龄范围为［最小年龄2H最大

年龄2］岁，平均年龄为（［平均年龄2］士［标准差2］）岁。经独立样本t检验，房颤组患者平均

年龄显著高于非房颤组（t=［t值］,P=［P值］）。这与相关研究结果一致，随着年龄的增长，心

脏结构和功能逐渐发生改变，心房纤维化、心肌肥厚等病理变化增加，导致房颤的发生风险显

著上升。

性别分布上，房颤组男性［房颤组男性例数］例，占比［房颤组男性比例］%,女性［房颤组女性

例数］例，占比［房颤组女性比例］%;非房颤组男性［非房颤组男性例数］例，占比［非房颤组男

性比例］%,女性［非房颤组女性例数］例，占比［非房颤组女性比例］%。经卡方检验，两组性

别分布差异无统计学意义（9用人2=［卡方值］,P=［P值］）。

在基础疾病方面，房颤组高血压患者［房颤组高血压例数］例，占比［房颤组高血压比例］%；糖

尿病患者［房颤组糖尿病例数］例，占比［房颤组糖尿病比例］%；高脂血症患者［房颤组高脂血

症例数］例，占比［房颤组高脂血症比例］%；冠心病患者［房颤组冠心病例数］例，占比［房颤组

冠心病比例］%。非房颤组高血压患者［非房颤组高血压例数］例，占比［非房颤组高血压比

例］%；糖尿病患者［非房颤组糖尿病例数］例，占比［非房颤组糖尿病比例］%；高脂血症患者

［非房颤组高脂血症例数］例，占比［非房颤组高脂血症比例］%；冠心病患者［非房颤组冠心病

例数］例，占比［非房颤组冠心病比例］%。经卡方检验，房颤组冠心病发生率显著高于非房颤

组（\。印人2=［卡方值］,P=［P值］）,而在高血压、糖尿病、高脂血症方面，两组差异无统计学

意义。冠心病与房颤之间存在密切关联，冠心病患者心肌缺血、心肌重构等病理改变，可导

致心脏电生理异常，增加房颤的发生风险。

从MHSS评分来看，房颤组患者NIHSS评分范围为［最小评分1卜［最大评分1］分，中位数为

冲位数1］分，四分位数间距为［四分位数间距1］；非房颤组患者NIHSS评分范围为［最小评

分2H最大评分2］分，中位数为［中位数2］分，四分位数间距为［四分位数间距2］o经

Mann-WhitneyU检验，房颤组NIHSS评分显著高于非房颤组（Z=［Z值］,P=［P值］）。这表

明房颤导致的心源性脑梗死往往病情较重，梗死面积较大，更容易引起严重的神经功能障

碍。

左房扩大情况，房颤组经超声心动图检查显示左房扩大者［房颤组左房扩大例数］例，占比［房

颤组左房扩大比例］%；非房颤组左房扩大者［非房颤组左房扩大例数］例，占比［非房颤组左房

扩大比例］%o经卡方检验，房颤组左房扩大发生率显著高于非房颤组（\chiA2=［卡方值］,

P=［P值］）o左房扩大是心脏结构改变的重要表现，会导致心房电生理特性发生变化，使心

房内的传导速度和不应期不均一，从而为房颤的发生创造条件O

责任血管情况，房颤组责任血管无50%以上狭窄或非腔隙性脑梗死患者［房颤组符合该情况

例数］例，占比［房颤组该情况比例］%；非房颤组责任血管无50%以上狭窄或非腔隙性脑梗死

患者［非房颤组符合该情况例数］例，占比［非房颤组该情况比例］%。经卡方检验，房颤组在

该方面与非房颤组差异有统计学意义（\ch22=［卡方值］,P=［P值］）。心源性脑梗死通常是由

于心脏栓子脱落堵塞脑血管引起，责任血管本身可能并无严重的动脉粥样硬化狭窄，而非心源

性脑梗死往往伴有责任血管的严重狭窄或闭塞。

4.2STAF评分结果分析

房颤组患者的STAF评分范围为［最小评分H最大评分］分、中位数为［中位数］分，四分位数

间距为［四分位数间距］;非房颤组患者的STAF评分范围为［最小评分H最大评分］分，中位数

为［中位数］分，四分位数间距为［四分位数间距］。经Mann-WhitneyU检验，房颤组STAF

评分显著高于非房颤组（Z=［Z值］,P=［P值］）,具体评分分布情况见表1。

表1两组患者STAF评分分布情况

STAF评分房颤组（n=［房颤组例非房颤组（n=［非房颤组例

数］）数］）

0-2分［例数1］［例数2］

3-4分［例数3］［例数4］

5-6分［例数5］［例数6］

7-8分［例数7］［例数8］

以房颤诊断结果为状态变量，以STAF评分为检验变量，绘制受试者工作特征（ROC）曲

线，计算曲线下面积（AUC）、敏感度、特异度等指标。结果显示，STAF评分诊断房颤的

ROC曲线下面积为［具体AUC值］（95%CI［下限值］-［上限值］,P=［P值］）,表明STAF评

分对房颤具有一定的诊断价值。当STAF评分取不同截断点时，其诊断效能指标如下表2所

示：

表2STAF评分不同截断点的诊断效能

截断点敏感度（%）特异度（％）阳性预测值阴性预测值

(%)(%)

［截断点1］［敏感度1］［特异度1］［阳性预测值1］［阴性预测值1］

［截断点2］［敏感度2］［特异度2］［阳性预测值2］［阴性预测值2］

［截断点3］［敏感度3］［特异度3］［阳性预测值3］［阴性预测值3］

由表2可知，随着截断点的升高，敏感度逐渐降低，特异度逐渐升高。当STAF评分截断点

为［最佳截断点］时，敏感度为［最佳敏感度］%,特异度为［最佳特异度］%,此时敏感度和特异

度之和相对较大，诊断效能最佳。这与以往的研究结果相似，徐刚等人的研究中，以STAF

评分25分作为最佳截断点时，灵敏度为92.68%,特异度为86.41%,本研究进一步验证了

STAF评分在诊断脑梗死患者房颤中的有效性，并确定了更适合本研究样本的最佳截断点。

4.3DWI病灶空间分布特征分析

在DWI病灶的分布部位方面，房颤组患者中，病灶位于大脑中动脉供血区的有［具体例数1］

例，占比［具体比例1］%；位于大脑前动脉供血区的有［具体例数2］例，占比［具体比例

2］%；位于大脑后动脉供血区的有［具体例数3］例，占比［具体比例3］%；同时累及多个供血

区的有［具体例数4］例，占比［具体比例4］%。非房颤组患者中，病灶位于大脑中动脉供血区

的有［具体例数5］例，占比［具体比例5］%；位于大脑前动脉供血区的有［具体例数6］例，占

比［具体比例6］%；位于大脑后动脉供血区的有［具体例数7］例，占比［具体比例7］%；同时

累及多个供血区的有［具体例数8］例，占比［具体例数8］%。经卡方检验，房颤组病灶位于大

脑中动脉供血区以及同时累及多个供血区的比例显著高于非房颤组（\ch22=［卡方值1］,P=［P

值1］；\。川人2=［卡方值2］,P=［P值2］）。这与房颤导致的心源性脑梗死的病理机制相符，房

颤时形成的栓子较大，容易堵塞大脑中动脉及其主要分支，且栓子脱落的随机性可导致多个部

位受累。

从病灶数量来看，房颤组中单发病灶患者有［具体例数9］例，占比［具体比例9］%,多发病灶

患者有［具体例数10］例，占比［具体比例10］%；非房颤组中单发病灶患者有［具体例数11］

例，占比［具体比例11］%,多发病灶患者有［具体例数12］例，占比［具体例数12］%,经卡方

检验，房颤组多发病灶的比例显著高于非房颤组（匕廿2=［卡方值3］,P=［P值3］）。这表明

房颤患者更易出现多发病灶，进一步支持了房颤栓子脱落导致多处栓塞的理论。

在病灶大小方面，房颤组患者DWI病灶最大直径范围为［最小直径卜［最大直径］mm,平均直

径为（［平均直径1］士［标准差3］）mm;非房颤组患者DWI病灶最大直径范围为［最小直径卜［最

大直径］mm,平均直径为（［平均直径2］士［标准差4］）mm。经独立样本t检验，房颤组病灶

平均直径显著大于非房颤组（t=［t值2］,P=［P值4］）。这是因为房颤导致的心源性脑梗死通

常由较大的栓子阻塞脑血管引起，梗死面积往往较大。

将DWI病灶空间分布特征纳入二元logistic回归分析，结果显示，病灶位于大脑中动脉供血

区9R=［具体OR值1］,95%CI［下限值1卜［上限值1］，P=［P值5］）、多发病灶（0R=［具

体OR值2］,95%CI［下限值2H上限值2］,P=［P值6］）、病灶平均直径（OR式具体OR值

3］,95%CI［下限值3H上限值3］,P=［P值7］）均为脑梗死患者发生房颤的独立危险因素。

这表明DWI病灶空间分布特征与房颤的发生密切相关，通过对这些特征的分析，能够为房颤

的诊断提供重要依据O

4.4STAF评分联合DWI病灶空间分布特征的诊断效能

将STAF评分与DWI病灶空间分布特征进行联合分析，以房颤诊断结果为状态变量，以联合

评分作为检验变量，绘制受试者工作特征（ROC）曲线，结果如图1所示。

图1STAF评分及联合DWI病灶空间分布特征诊断房颤的ROC曲线

由图1可知，STAF评分联合DWI病灶空间分布特征诊断房颤的ROC曲线下面积为［具体

AUC值2］（95%CI［下限值4H上限值4］,P=［P值8］）°与单独使用STAF评分时的ROC

曲线下面积［具体AUC值1］相比，联合诊断的曲线下面积显著增大（Z=［Z值2］,P=［P值

9］）,表明联合诊断具有更高的准确性。

进一步计算联合诊断在不同截断点下的敏感度、特异度、阳性预测值、阴性预测值等指标，与

单独使用STAF评分时的相应指标进行比较，结果见表3。

表3STAF评分单独及联合DWI病灶空间分布特征诊断房颤的效能指标比较

诊断指标截断点敏感度（％）特异度（％）阳性预测值阴性预测值

（%）（%）

STAF评分［最佳截断［敏感度1］［特异度1］［阳性预测值［阴性预测值

点1］1］1］

STAF评分［最佳截断［敏感度2］［特异度2］［阳性预测值［阴性预测值

联合DWI病点2］2］2］

灶空间分布

特征

从表3可以看出，STAF评分联合DWI病灶空间分布特征诊断房颤时，在最佳截断点［最佳截

断点2］下，敏感度为［敏感度2］%,特异度为［特异度2］%,阳性预测值为［阳性预测值

21%,阴性预测值为【阴性预测值2］%。与单独使用STAF评分时（最佳截断点「最佳截断点

1］）相比，联合诊断的敏感度提高了［敏感度差值］%,特异度提高了［特异度差值］%。这表明

STAF评分联合DWI病灶空间分布特征能够更准确地识别出房颤患者，同时减少误诊和漏诊

的发生，具有更高的诊断效能。

五、讨论

5.1STAF评分对脑梗死患者房颤的诊断价值

本研究结果显示，房颤组患者的STAF评分显著高于非房颤组，且STAF评分诊断房颤的

ROC曲线下面积为［具体AUC值］,表明STAF评分对脑梗死患者房颤具有一定的诊断价

值。这与国内外相关研究结果一致，如Suissa等人的研究表明，STAF评分25分诊断房颤

的敏感度为89%,特异度为88%；徐刚等人的研究中，STAF评分诊断房颤的ROC曲线下

面积为0.912,以STAF评分N5分作为最佳截断点时，灵敏度为92.68%,特异度为

86.41%o

STAF评分的优势在于其综合考虑了多个与房颤相关的因素，如年龄、NIHSS评分、左房扩

大以及责任血管情况等，通过对这些因素的量化评分，能够较为全面地评估脑梗死患者发生房

颤的风险。年龄作为房颤的重要危险因素，随着年龄的增长，心脏结构和功能的改变使得房

颤的发生风险显著增加。本研究中房颤组患者平均年龄显著高于非房颤组，进一步证实了年

龄与房颤的密切关联。NIHSS评分反映了脑梗死患者神经功能缺损的程度，房颤导致的心源

性脑梗死往往病情较重，梗死面积较大，更容易引起严重的神经功能障碍，因此NIHSS评分

较高。左房扩大是心脏结构改变的重要表现，会导致心房电生理特性发生变化，为房颤的发

生创造条件。木研究中房颤组左房扩大发生率显著高于非房颤组，也支持了这一观点。责任

血管情况则有助于区分心源性脑梗死和非心源性脑梗死，心源性脑梗死责任血管本身可能并无

严重的动脉粥样硬化狭窄，这一特征增加了房颤的可能性。

然而，STAF评分也存在一定的局限性。首先，STAF评分的最佳截断点在不同研究中存在差

异，这可能与研究对象、样本量以及研究方法的不同有关。本研究中确定的最佳截断点为［最

佳截断点］,与其他研究有所不同，这提示在临床应用中，需要根据具体情况选择合适的截断

点。其次，STAF评分只是一种风险评估工具，不能直接确诊房颤，对于评分较高的患者，

仍需要进一步进行心电图、24小时动态心电图等检查来明确诊断。此外，STAF评分主要基

于临床特征和简单的影像学检查，对于一些特殊情况，如隐匿性房颤、孤立性房颤等，可能存

在漏诊的情况。

与其他诊断方法相比，STAF评分具有简单、便捷的特点，不需要特殊的设备和技术，可在临

床常规诊疗过程中快速完成。而常规心电图虽然是诊断房颤的常用方法，但对于阵发性房颤

的捕捉率较低；24小时动态心电图虽然能提高房颤的检出率，但需要患者佩戴设备24小

时，且操作相对复杂，患者依从性可能较差。心电监测虽然能实时监测心电变化，但需要持

续连接设备，给患者带来不便。STAF评分可以作为一种初步筛查工具，帮助临床医生快速

识别出房颤高危患者，从而有针对性地进行进一步检查，提高房颤的诊断效率。

5.2DWI病灶空间分布特征在房颤诊断中的作用

本研究中，房颤组与非房颤组在DWI病灶空间分布特征上存在显著差异，这表明DWI病灶空

间分布特征与房颤之间存在紧密的内在联系。从病理生理角度来看，房颤导致的心源性脑梗

死主要是由于心脏栓子脱落进入脑血管，堵塞血管所致。由于大脑中动脉是颈内动脉的直接

延续，管径较大，血流速度较快，来自心脏的栓子更容易进入大脑中动脉及其分支，从而导致

大脑中动脉供血区的梗死。而且，房颤时栓子的脱落往往是随机的，可能会随着血流到达不

同的脑血管分支，导致多个部位同时发生梗死，这就解释了为什么房颤组多发病灶的比例显著

高于非房颤组。此外，房颤栓子通常较大，容易阻塞较大的脑血管，导致较大面积的脑组织

缺血坏死，因此房颤组病灶平均直径也显著大于非房颤组O

将DWI病灶空间分布特征纳入二元logistic回归分析，结果显示病灶位于大脑中动脉供血

区、多发病灶、病灶平均直径均为脑梗死患者发生房颤的独立危险因素。这进一步证实了

DWI病灶空间分布特征在房颤诊断中的重要价值。在临床实践中，医生可以通过观察DWI图

像上病灶的空间分布特征，初步判断脑梗死患者是否存在房颤的可能性。例如，当发现患者

DWI图像上存在多个位于大脑中动脉供血区的大病灶时，应高度怀疑房颤的存在，及时进行

进一步的检查，如心电图、24小时动态心电图等，以明确诊断。

与其他诊断指标相比，DWI病灶空间分布特征具有直观、客观的特点。它是基于影像学检查

直接获取的信息，不受患者主观因素的影响，具有较高的可靠性。而且，DWI检查在脑梗死

患者的诊断中已经广泛应用，不需要额外的检查设备和技术，便于临床推广。然而，DWI病

灶空间分布特征也存在一定的局限性。首先，它只能反映脑梗死发生时的病灶情况，对于一

些隐匿性房颤患者，可能在脑梗死发生前已经存在房颤，但由于没有导致脑梗死，DWI图像

上无法显示相关特征，从而导致漏诊。其次，DWI病灶空间分布特征的分析需要专业的影像

科医师进行，对医师的经验和水平要求较高，不同医师之间可能存在一定的诊断差异。此

外，DWI检查对于一些微小病灶的显示可能不够清晰，也会影响对病灶空间分布特征的准确

判断。

5.3STAF评分联合DWI病灶空间分布特征的优势

本研究结果表明，STAF评分联合DWI病灶空间分布特征在诊断脑梗死患者房颤方面具有显

著优势从诊断效能来看，联合诊断的ROC曲线下面积为［具体AUC值2］,显著大于单独

使用STAF评分时的ROC由线下面积［具体AUC值1］,敏感度提高了［敏感度差值］%,特

异度提高了［特异度差值］%。这充分说明两者联合能够更准确地识别出房颤患者，降低误诊和

漏诊的风险。

STAF评分和DWI病灶空间分布特征在诊断房颤中具有互补优势。STAF评分从临床角度出

发，综合考虑了年龄、神经功能缺损程度、心脏结构改变以及责任血管情况等因素，能够全面

评估患者发生房颤的风险。而DWI病灶空间分布特征则从影像学角度，直观地反映了脑梗死

病灶的位置、数量和大小等信息，这些特征与房颤导致的心源性脑梗死的病理机制密切相

关。两者联合，实现了临床与影像学的有机结合，弥补了单一方法的局限性。例如，对于一

些STAF评分处于临界值的患者，通过分析DWI病灶空间分布特征，可能会发现一些提示房

颤的线索，从而提高诊断的准确性；反之，对于一些DWI病灶空间分布特征不典型的患者，

结合STAF评分，也能更全面地评估其房颤发生的可能性。

在临床实践中，STAF评分联合DWI病灶空间分布特征具有重要的指导意义。它可以帮助临

床医生更快速、准确地判断脑梗死患者是否合并房颤，从而及时制定合理的治疗方案。对于

疑似房颤的患者，早期诊断能够使患者及时接受抗凝治疗，降低脑梗死复发和其他血栓栓塞事

件的风险。而且，这种联合诊断方法不需要额外增加复杂的检查项目，只需在常规的临床检

查和影像学检查基础上进行综合分析，具有操作简便、成本低廉的优点，易于在临床推广应

用。

未来，随着医学技术的不断发展，STAF评分联合DWI病灶空间分布特征有望在房颤诊断领

域发挥更大的作用。一方面，可以进一步优化评分系统和影像学分析方法，提高诊断的准确

性和可靠性。例如，利用人工智能和深度学习技术，对DWI图像进行更精准的分析，自动识

别病灶空间分布特征，提高诊断效率和一致性。另一方面，可以开展多中心、大样本的前瞻

性研究，进一步验证该联合诊断方法的有效性和安全性，为临床实践提供更充分的证据支

持。此外，还可以探索将该联合诊断方法与其他新兴的诊断技术（如心电监测新技术、基因

检测等）相结合，形成更完善的房颤诊断体系，为脑梗死患者的精准诊疗提供有力保障。

5.4研究结果的临床意义及应用前景

本研究结果对于脑梗死患者房颤的早期诊断、治疗方案制定以及预后改善具有重要的临床意

义。早期准确诊断房颤是制定合理治疗方案的关键。在脑梗死患者中，及时发现房颤能够使

医生根据患者的具体情况，准确选择抗凝治疗或抗血小板治疗，避免治疗方案的误选，从而有

效降低脑梗死复发和其他血栓栓塞事件的风险。本研究中，STAF评分联合DWI病灶空间分

布特征能够更准确地诊断房颤，这有助于医生在患者入院早期就做出准确判断，为后续治疗争

取宝贵时间。

对于治疗方案的制定，STAF评分联合DWI病灶空间分布特征为医生提供了更全面的信息。

根据患者的STAF评分高低以及DWI病灶空间分布特征，医生可以更精准地评估患者发生房

颤的风险程度，从而制定个性化的治疗方案。对于高风险患者，及时启动抗凝治疗，能够有

效预防血栓形成，降低脑梗死复发的风险；对于低风险患者，也可以避免不必要的抗凝治疗带

来的出血风险。此外，在治疗过程中，还可以根据这些指标的变化，动态调整治疗方案，提

高治疗效果。

在预后改善方面，早期诊断和合理治疗能够显著改善脑梗死合并房颤患者的预后。房颤导致

的心源性脑梗死往往病情较重，预后较差，通过及时的抗凝治疗，可以减少血栓栓塞事件的发

生，降低患者的致残率和死亡率。同时，准确的诊断也有助于医生对患者进行更密切的随访

和管理，及时发现并处理可能出现的并发症，提高患者的生活质量。

从临床推广应用前景来看，STAF评分联合DWI病灶空间分布特征具有广阔的应用空间。这

一联合诊断方法不需要额外增加复杂的检查项目，只需在常规的临床检查（如询问病史、体格

检查、超声心动图检查等）和影像学检查（如头颅MRI检查）基础上进行综合分析，操作简

便，成本低廉，易于在各级医疗机构推广应用。尤其是在基层医疗机构，由于设备和技术条

件有限，这种基于常规检查的联合诊断方法具有更大的优势，能够帮助基层医生更有效地筛查

房颤，提高脑梗死患者的诊疗水平。

随着医学技术的不断发展，未来可以进一步优化STAF评分系统和DWI病灶空间分布特征的

分析方法，提高诊断的准确性和可靠性。例如，利用人工智能和深度学习技术，对DWI图像

进行自动分析，更精准地识别病灶空间分布特征，成少人为因素的干扰，提高诊断效率和一致

性。此外，还可以将这一联合诊断方法与其他新兴的诊断技术（如心电监测新技术、基因检

测等）相结合，形成更完善的房颤诊断体系，为脑梗死患者的精准诊疗提供更有力的支持。

这不仅有助于提高我国房颤的诊断水平，还能够为全球房颤诊断领域提供新的思路和方法，具

有重要的临床应用价值和社会意义。

5.5研究的局限性与展望

本研究虽然取得了一定的成果，但仍存在一些局限性。首先，尽管采用了多中心研究设计，但

样本量相对有限，可能无法完全涵盖所有类型的脑梗死患者和房颤患者，导致研究结果的外推

性受到一定限制。未来研究可进一步扩大样本量，纳入不同地区、不同种族、不同病情严重

程度的患者，以提高研究结果的代表性和可靠性。

其次，本研究为前瞻性研究，但观察时间相对较短，对于一些隐匿性房颤或在随访过程中才发

生房颤的患者，可能存在漏诊情况。后续研究可以延长随访时间，采用更先进的监测技术，

如长程心电监测设备，以提高房颤的检出率。

在研究方法上，虽然STAF评分和DWI病灶空间分布特征的评估具有一定的客观性，但仍存

在一定的主观性，例如STAF评分中部分指标的判断（如左房扩大的界定）以及DWI病灶空

间分布特征的分析（如病灶位置的判断）可能会受到医生经验和主观判断的影响。未来可借

助人工智能技术，如深度学习算法，对STAF评分相关指标和DWI图像进行自动分析，成少

人为因素的干扰，提高评估的准确性和一致性。

此外，本研究仅探讨了STAF评分联合DWI病灶空间分布特征对房颤的诊断价值，未涉及其

他潜在的危险因素或诊断指标。未来研究可以综合考虑更多因素，如血液学指标（如D•二

聚体、纤维蛋白原等）、基因检测结果等，构建更全面的房颤诊断模型，进一步提高诊断效

能。

从临床应用角度来看，虽然本研究提出的联合诊断方法具有操作简便、成本低廉的优点，但在

实际推广过程中，可能会面I缶一些挑战，如基层医疗机构对该方法的认知和接受程度较低、缺

乏专业的影像科医师进行DWI图像分析等。因此，未来需要加强对基层医疗机构的培训和技

术支持，提高医生对该联合诊断方法的认识和应用能力，以促进其在临床实践中的广泛应

用。

本研究为脑梗死患者房颤的诊断提供了新的思路和方法，但仍需进一步完善和改进。未来研究

可在扩大样本量、延长随访时间、优化研究方法、探索新的诊断指标以及加强临床推广等方面

展开，以期为脑梗死患者房颤的早期准确诊断和治疗提供更有力的支持。

六、结论

6.1研究主要发现

本研究通过多中心前瞻性研究，深入探讨了STAF评分联合DWI病灶空间分布特征在诊断脑

梗死患者房颤中的临床价值，取得了一系列重要发现。

研究明确了STAF评分对脑梗死患者房颤具有一定的诊断价值。房颤组患者的STAF评分显

著高于非房颤组，STAF评分诊断房颤的ROC曲线下面积为［具体AUC值］,确定了适合本

研究样本的最佳截断点为［最佳截断点L在该截断点下，敏感度为［最佳敏感度］%,特异度为

［最佳特异度］%。这表明STAF评分能够有效地评估脑梗死患者发生房颤的风险，为房颤的诊

断提供了重要参考。

本研究证实了房颤患者与非房颤患者在DWI病灶空间分布特征上存在显著差异。房颤组患者

的DWI病灶更倾向于位于大脑中动脉供血区，多发病灶比例更高，病灶平均直径也更大。将

DWI病灶空间分布特征纳入二元logistic回归分析，结