基于CT图像推断钝力性颅脑损伤成伤机制的logistic回归分析

doi:10.12116/j.issn.1004-5619.2021.410809

法医学杂志 ›› 2022, Vol. 38 ›› Issue (2): 217-222.DOI: 10.12116/j.issn.1004-5619.2021.410809

基于CT图像推断钝力性颅脑损伤成伤机制的logistic回归分析

孙雪阳¹^,²(), 杨琦帆¹^,², 朱运良¹, 王彦斌³, 董贺文², 杨明真², 田志岭², 万雷², 邹冬华², 于笑天², 刘宁国²()

^1.郑州大学基础医学院法医学系，河南郑州 450000
^2.司法鉴定科学研究院上海市法医学重点实验室司法部司法鉴定重点实验室上海市司法鉴定专业技术服务平台，上海 200063
^3.中国合格评定国家认可中心，北京 100062

收稿日期:2021-08-12 发布日期:2022-04-25 出版日期:2022-04-28
通讯作者: 刘宁国
作者简介:刘宁国，男，研究员，主任法医师，主要从事法医病理学、医疗损害、环境损害研究；E-mail：liung@ssfjd.cn
孙雪阳（1996—），女，硕士研究生，主要从事法医学研究；E-mail：sxy19961996@163.com
基金资助:
中央级公益性科研院所项目(GY2020Z-4);2021年度中国科技期刊卓越行动选育高水平办刊人才子项目-青年人才支持项目(2021ZZ052807);国家自然科学基金资助项目(82171872);上海市法医学重点实验室资助项目(21DZ2270800);上海市司法鉴定专业技术服务平台资助项目(19DZ2292700);司法部司法鉴定重点实验室资助项目;上海市法医学重点实验室暨司法部司法鉴定重点实验室开放课题(KF202120)

Logistic Regression Analysis of the Mechanism of Blunt Brain Injury Inference Based on CT Images

Xue-yang SUN¹^,²(), Qi-fan YANG¹^,², Yun-liang ZHU¹, Yan-bin WANG³, He-wen DONG², Ming-zhen YANG², Zhi-ling TIAN², Lei WAN², Dong-hua ZOU², Xiao-tian YU², Ning-guo LIU²()

^1.Department of Forensic Medicine, School of Basic Medical Sciences, Zhengzhou University, Zhengzhou 450000, China
^2.Shanghai Key Laboratory of Forensic Medicine, Key Laboratory of Forensic Science, Ministry of Justice, Shanghai Forensic Service Platform, Academy of Forensic Science, Shanghai 200063, China
^3.China National Accreditation Service for Conformity Assessment, Beijing 100062, China

Received:2021-08-12 Online:2022-04-25 Published:2022-04-28
Contact: Ning-guo LIU

摘要/Abstract

摘要： 目的

研究加、减速性颅脑损伤的CT影像学特征与损伤程度的关联性。

方法

收集典型加、减速性颅脑损伤案例299例，按致伤方式分为加速性颅脑损伤组与减速性颅脑损伤组，将蛛网膜下腔出血（subarachnoid hemorrhage，SAH）和格拉斯哥昏迷指数（Glasgow coma scale，GCS）与位于受力点同侧以及对侧的颅骨骨折、硬脑膜外血肿（epidural hematoma，EDH）、硬脑膜下血肿（subdural hematoma，SDH）、脑挫伤作为筛选指标，使用χ²检验预筛选和二分类logistic回归分析二次筛选，选出与加、减速性致伤方式关联性最强的指标。

结果

经χ²检验，受力点同侧的颅骨骨折、EDH，受力点对侧的EDH、SDH、脑挫伤，SAH，GCS，与加、减速性致伤方式具有关联性（P<0.05）。经二分类logistic回归分析，得出受力点同侧EDH［比值比（odds ratio，OR）为2.697］、受力点对侧脑挫伤（OR为0.043）以及GCS（OR为0.238）有统计学意义（P<0.05）。

结论

受力点同侧EDH、对侧脑挫伤以及GCS可以作为判别加、减速性致伤方式的关键指标，受力点同侧颅骨骨折、对侧SDH、对侧EDH以及SAH判别加、减速性致伤方式的作用相对较弱。

关键词: 法医学, 加速性脑损伤, 减速性脑损伤, logistic回归, 计算机断层扫描, 致伤方式

Abstract: Objective

To study the correlation between CT imaging features of acceleration and deceleration brain injury and injury degree.

Methods

A total of 299 cases with acceleration and deceleration brain injury were collected and divided into acceleration brain injury group and deceleration brain injury group according to the injury mechanism. Subarachnoid hemorrhage （SAH） and Glasgow coma scale （GCS）, combined with skull fracture, epidural hematoma （EDH）, subdural hematoma （SDH） and brain contusion on the same and opposite sides of the stress point were selected as the screening indexes. χ² test was used for primary screening, and binary logistic regression analysis was used for secondary screening. The indexes with the strongest correlation in acceleration and deceleration injury mechanism were selected.

Results

χ² test showed that skull fracture and EDH on the same side of the stress point; EDH, SDH and brain contusion on the opposite of the stress point; SAH, GCS were correlated with acceleration and deceleration injury （P<0.05）. According to binary logistic regression analysis, the odds ratio （OR） of EDH on the same side of the stress point was 2.697, the OR of brain contusion on the opposite of the stress point was 0.043 and the OR of GCS was 0.238, suggesting there was statistically significant （P<0.05）.

Conclusion

EDH on the same side of the stress point, brain contusion on the opposite of the stress point and GCS can be used as key indicators to distinguish acceleration and deceleration injury mechanism. In addition, skull fracture on the same side of the stress point, EDH and SDH on the opposite of the stress point and SAH were relatively weak indicators in distinguishing acceleration and deceleration injury mechanism.

Key words: forensic medicine, acceleration brain injury, deceleration brain injury, logistic regression, computed tomography （CT）, injury manners

中图分类号:

DF795.1

孙雪阳, 杨琦帆, 朱运良, 王彦斌, 董贺文, 杨明真, 田志岭, 万雷, 邹冬华, 于笑天, 刘宁国. 基于CT图像推断钝力性颅脑损伤成伤机制的logistic回归分析[J]. 法医学杂志, 2022, 38(2): 217-222.

Xue-yang SUN, Qi-fan YANG, Yun-liang ZHU, Yan-bin WANG, He-wen DONG, Ming-zhen YANG, Zhi-ling TIAN, Lei WAN, Dong-hua ZOU, Xiao-tian YU, Ning-guo LIU. Logistic Regression Analysis of the Mechanism of Blunt Brain Injury Inference Based on CT Images[J]. Journal of Forensic Medicine, 2022, 38(2): 217-222.

图/表 5

表1 299例颅脑损伤的基本信息（例）

Tab. 1 Basic information of 299 cases of brain injury

组别	性别		年龄/（ $x ˉ$ ±s，岁）	合计
组别	男性	女性	年龄/（ $x ˉ$ ±s，岁）	合计
加速性颅脑损伤
徒手打击	106	3	50.2±14.5	109
钝器打击（棍棒、砖石以及车辆直接撞击）	85	9	50.6±14.9	94
减速性颅脑损伤
摔跌及低处坠落（高度≤1 m）	32	18	47.7±14.3	50
交通事故	27	19	47.8±13.7	46

表1 299例颅脑损伤的基本信息（例）

Tab. 1 Basic information of 299 cases of brain injury

组别	性别		年龄/（ $x ˉ$ ±s，岁）	合计
组别	男性	女性	年龄/（ $x ˉ$ ±s，岁）	合计
加速性颅脑损伤
徒手打击	106	3	50.2±14.5	109
钝器打击（棍棒、砖石以及车辆直接撞击）	85	9	50.6±14.9	94
减速性颅脑损伤
摔跌及低处坠落（高度≤1 m）	32	18	47.7±14.3	50
交通事故	27	19	47.8±13.7	46

表2 待筛选指标的量化和赋值

Tab. 2 Quantification and assignment for indexes

指标	变量	量化和赋值
受力点同侧
颅骨骨折	x₁	无骨折=0，线形骨折=1，凹陷性骨折=2
EDH	x₂	无=0，有=1
SDH	x₃	无=0，有=1
脑挫伤	x₄	无=0，有=1
受力点对侧
颅骨骨折	x₅	无骨折=0，线形骨折=1，凹陷性骨折=2
EDH	x₆	无=0，有=1
SDH	x₇	无=0，有=1
脑挫伤	x₈	无=0，有=1
SAH	x₉	无=0，有=1
GCS	x₁₀	13~15分=0，3~12分=1
致伤方式	y	加速性=1，减速性=0

表3 待筛选指标在加、减速性颅脑损伤组中的分布情况

Tab. 3 Distribution of the indexes in the acceleration and deceleration brain injury groups

指标	加速性颅脑损伤组/［N=203，n（%）］	减速性颅脑损伤组/［N=96，n（%）］	合计/例
受力点同侧
颅骨凹陷性骨折^1）	66（32.5）	9（9.4）	75
颅骨线形骨折^1）	57（28.1）	42（43.8）	99
EDH	88（43.3）	24（25.0）	112
SDH	41（20.2）	19（19.8）	60
脑挫伤	61（30.0）	28（29.2）	89
受力点对侧
颅骨凹陷性骨折	0	0	0
颅骨线形骨折	0	0	0
EDH^1）	4（2.0）	9（9.4）	13
SDH^1）	10（4.9）	26（27.1）	36
脑挫伤^1）	13（6.4）	60（62.5）	73
SAH^1）	62（30.5）	67（69.8）	129
GCS^1）
3~12分	30（14.8）	60（62.5）	90
13~15分	173（85.2）	36（37.5）	209

图1 加、减速性颅脑损伤组之间差异有统计学意义的指标A：加速性致伤方式下受力点同侧EDH；B：加速性致伤方式下受力点同侧颅骨凹陷性骨折；C：减速性致伤方式下受力点同侧颅骨线形骨折；D：减速性致伤方式下受力点对侧SDH；E：减速性致伤方式下受力点对侧脑挫伤和SAH；F：减速性致伤方式下受力点对侧EDH。白色箭头示受力点，红色箭头示损伤。

Fig. 1 Indexes with statistically significant difference of acceleration and deceleration brain injury groups

表4 Logistic模型输出结果

Tab. 4 Results of logistic model

指标	χ²	B	OR	95%置信区间
受力点同侧EDH（x₂）	7.641	0.992	2.697	1.335~5.450
受力点对侧脑挫伤（x₈）	70.105	-3.165	0.043	0.020~0.089
GCS（x₁₀）	15.269	-1.437	0.238	0.116~0.489
常数项	51.025	1.693	/	/

参考文献 16

1	CEPEDA S， GÓMEZ P A， CASTAÑO-LEON A M， et al. Contrecoup traumatic intracerebral hemorrhage： A geometric study of the impact site and association with hemorrhagic progression[J]. J Neurotrauma，2016，33（11）：1034-1046. doi：10.1089/neu. 2015.4153 .
2	钱建敏. CT在颅脑减速性损伤诊断中的应用[J].中国基层医药，2012，19（10）：1526-1527. doi：10.3760/cma .
	j.issn.1008-6706.2012.10.049.
	QIAN J M. Application of CT in the diagnosis of craniocerebral deceleration injury[J]. Zhongguo Jiceng Yiyao，2012，19（10）：1526-1527.
3	陈蓉. 颅脑减速伤CT影像及生物力学致伤机制研究[D].重庆：第三军医大学，2009.
	CHEN R. The study on the CT imaging and biomechanical mechanism of head deceleration injury[D]. Chongqing： Third Military Medical University，2009.
4	米静雅，刘宁国，董贺文，等. CT影像诊断在颅脑损伤法医检查中的应用价值[J].复旦学报（医学版），2021，48（3）：330-336. doi：10.3969/j.issn.1672-8467.2021.03.008 .
	MI J Y， LIU N G， DONG H W， et al. Application value of CT imaging in the forensic examination of craniocerebral injury[J]. Fudan Xuebao （Medical sciences），2021，48（3）：330-336.
5	EFTEKHAR B， MOHAMMAD K， ARDEBILI H E， et al. Comparison of artificial neural network and logistic regression models for prediction of mortality in head trauma based on initial clinical data[J]. BMC Med Inform Decis Mak，2005，5：3. doi：10 .
	1186/1472 -6947-5-3.
6	叶显俊，胡蕾，何年安，等. logistic回归模型评价常规超声及超声造影对胆管细胞癌与肝细胞癌的鉴别诊断价值[J].临床肝胆病杂志，2019，35（11）：2502-2507. doi：10.3969/j.issn.1001-5256.2019.11.022 .
	YE X J， HU L， HE N A， et al. Value of conventional ultrasonography and contrast-enhanced ultrasound in the differential diagnosis of intrahepatic cholangiocellular carcinoma and hepatocellular carcinoma： An analysis based on the logistic regression model[J]. Linchuang Gandanbing Zazhi，2019，35（11）：2502-2507.
7	EROL F S， UYSAL H， ERGÜN U， et al. Prediction of minor head injured patients using logistic regression and MLP neural network[J]. J Med Syst，2005，29（3）：205-215. doi：10.1007/s10916-005-5181-x .
8	单秀连. 对护士实施格拉斯哥昏迷评分的评价[J].护士进修杂志，2004，19（6）：496-497.
	SHAN X L. Evaluation on Glasgow coma scale for patients with coma carried out by nurse[J]. Hushi Jinxiu Zazhi，2004，19（6）：496-497.
9	YAO J， LIU D. Logistic regression analysis of risk factors for intracranial infection after multiple traumatic craniotomy and preventive measures[J]. J Craniofac Surg，2019，30（7）：1946-1948. doi：10.1097/SCS .
	0000000000004972.
10	DREW L B， DREW W E. The contrecoup-coup phenomenon： A new understanding of the mechanism of closed head injury[J]. Neurocrit Care，2004，1（3）：385-390. doi：10.1385/NCC：1：3：385 .
11	PRAKASH A， HARSH V， GUPTA U， et al. Depressed fractures of skull： An institutional series of 453 patients and brief review of literature[J]. Asian J Neurosurg，2018，13（2）：222-226. doi：10.4103/ajns.AJNS_168_16 .
12	卢巧文. 急性硬脑膜外血肿的法医学鉴定和分析[C]//法医临床学专业理论与实践——中国法医学会·全国第十九届法医临床学学术研讨会论文集，2016.
	LU Q W. Forensic identification and analysis of acute epidural hematoma[C]// Theory and practice of forensic clinical science -- Chinese Forensic Medicine Association · Proceedings of the 19th forensic clinical medicine symposium，2016.
13	POIRIER M P. Concussions： Assessment， management， and recommendations for return to activity[J]. Clin Pediatr Emerg Med，2003，4（3）：179-185. doi：10.1016/S1522-8401（03）00061-2 .
14	MORRISON A L， KING T M， KORELL M A， et al. Acceleration-deceleration injuries to the brain in blunt force trauma[J]. Am J Forensic Med Pathol，1998，19（2）：109-112. doi：10.1097/00000433-1998060
	00-00002.
15	徐灿鑫，孙兆良，姜秀峰，等. 外伤性双侧硬膜外血肿4例[J].中国临床神经外科杂志，2019，24（12）：780-781. doi：10.13798/j.issn.1009-153X.2019.12.023 .
	XU C X， SUN Z L， JIANG X F， et al. Traumatic bilateral epidural hematoma： Four case reports[J]. Zhongguo Linchuang Shenjing Waike Zazhi，2019，24（12）：780-781.
16	GURDJIAN E S. Cerebral contusions： Re-evaluation of the mechanism of their development[J]. J Trauma，1976，16（1）：35-51.

[1]	张琦, 赵禾苗, 杨康, 陈静, 杨瑞琴, 王冲. 利用朴素贝叶斯和多元logistic回归构建月经血mRNA标志分析模型[J]. 法医学杂志, 2023, 39(5): 447-451.
[2]	安永明, 张志威, 关国鹏. 肺挫裂伤合并多发假性囊肿法医学鉴定1例[J]. 法医学杂志, 2023, 39(5): 519-522.
[3]	马安全, 马晓晨, 方俊杰. 会阴部外伤致睾丸萎缩鉴定1例[J]. 法医学杂志, 2023, 39(5): 528-530.
[4]	夏晴, 陈捷敏. 垂直压缩型踝关节骨折成伤机制分析2例[J]. 法医学杂志, 2023, 39(5): 525-527.
[5]	李强, 付志浩, 孙晓东, 黄效宇. 利用CT扫描测量法判断眼球内陷残疾评定1例[J]. 法医学杂志, 2023, 39(5): 516-518.
[6]	朱琨, 高东, 范利华. 腓骨骨纤维结构不良并骨折因果关系鉴定1例[J]. 法医学杂志, 2023, 39(5): 522-524.
[7]	林丹丹, 赵莉莉, 施芳芳, 陈雅婷, 潘国南. 二次交通伤致伤方式探讨1例[J]. 法医学杂志, 2023, 39(5): 530-534.
[8]	郝虹霞, 陈捷敏, 王荣荣, 俞晓英, 王萌, 周智露, 盛延良, 夏文涛. 虚拟现实-图像视觉诱发电位用于客观评定单眼屈光不正视觉损伤的价值[J]. 法医学杂志, 2023, 39(4): 382-387.
[9]	宋爱英, 赵翌博, 杨利君. 液相色谱-串联质谱法检验氟乙酸致死1例[J]. 法医学杂志, 2023, 39(4): 428-430.
[10]	张韦屹, 周旻. 岩斜区脑膜瘤切除术后长期昏迷医疗损害鉴定1例[J]. 法医学杂志, 2023, 39(4): 421-423.
[11]	白洁, 孙晶, 程晓光, 刘凡, 刘华, 王旭. 基于YOLOv3算法的肋骨骨折诊断模型的构建及应用[J]. 法医学杂志, 2023, 39(4): 343-349.
[12]	范飞, 武娟, 邓振华. 听力学客观检测技术在法医临床学中的应用进展[J]. 法医学杂志, 2023, 39(4): 360-366.
[13]	项剑, 王旭, 于丽丽, 靳康佳, 杨英恺. 视交叉及其后部视路损伤所致视野缺损的客观评定[J]. 法医学杂志, 2023, 39(4): 350-359.
[14]	王飞翔, 朱广友. 男性性功能障碍鉴定标准的研制及相关解读[J]. 法医学杂志, 2023, 39(4): 367-372.
[15]	高章明, 石景瑜, 曾皓, 张学军. UPLC-MS/MS快速测定血液中布桂嗪[J]. 法医学杂志, 2023, 39(4): 388-392.

基于CT图像推断钝力性颅脑损伤成伤机制的logistic回归分析

Logistic Regression Analysis of the Mechanism of Blunt Brain Injury Inference Based on CT Images

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 16

相关文章 15

编辑推荐

Metrics