创伤性脑损伤是全球范围内导致死亡与残疾的重要原因之一。长期以来，临床上主要依据格拉斯哥昏迷量表总分将TBI分为“轻度、中度、重度”三类。然而，这种分类方法存在明显局限性：包括异质性掩盖，无法反映TBI病理生理的多样性；敏感性不足，对非TBI因素（如药物、酒精、其他损伤）干扰敏感；预后误导，例如“轻度”TBI患者也可能出现不良结局；信息损失，仅靠GCS总分忽略了影像学、生物标志物等重要信息。因此，国际学界呼吁建立更精准、多维度、个体化的TBI严重程度评估体系。

本研究旨在构建一个基于多维度指标的TBI严重程度连续谱模型，整合临床、神经影像学和血液生物标志物，并应用项目反应理论量化各指标对TBI严重程度的贡献。同时，验证模型在独立队列中的预测能力，并与传统分类方法（如GCS、IMPACT评分）比较。

研究人员共纳入24项指标，分为三类：

• 临床指标：GCS（眼、语言、运动）、瞳孔反应、LOC、PTA；

• 影像指标：13项头颅CT特征（如SAH、SDH、脑水肿、中线移位等）；

• 血液生物标志物：GFAP、UCH-L1、S100B、NSE、hsCRP。

统计分析包括：

• 项目反应理论：用于建模TBI严重程度的潜在连续变量；

• 信息曲线分析：评估各指标在不同严重程度区间的判别能力；

• 逻辑回归：验证IRT评分对功能结局的预测能力；

• 外部验证：在CENTER-TBI队列中应用模型参数进行验证。

结果显示，24项指标共同构成一个单维度的TBI严重程度连续谱；模型在不同年龄、性别中表现一致，无明显差异项功能。另外，各指标贡献度不同。CT特征主要识别中重度TBI（如Duret出血提示极重度）；临床指标：GCS运动项最具判别力；生物标志物：尤其是GFAP，在轻度至中度TBI中提供重要信息，弥补了GCS和CT的不足。

值得注意的是，IRT评分优于传统方法。IRT评分在TRACK-TBI和CENTER-TBI中均能显著提升对死亡、不良结局、未完全康复的预测能力；即使仅使用17个变量（CENTER-TBI），模型仍保持强大预测力；相比GCS分类或IMPACT评分，IRT评分具有更高的分辨率和个体化能力。

24 项创伤性脑损伤（TBI）严重程度指标的单项目反应理论（IRT）模型项目信息曲线，按可读性测量领域分层（a：脑成像；b：临床评估；c：血液生物标志物）

综上，本研究标志着TBI评估从“分类”向“量化”迈进的重要一步。它不仅响应了国际共识呼吁，更展示了如何将现代统计方法与多模态临床数据结合，推动精准医疗在神经创伤领域的落地。未来，随着生物标志物检测技术的普及和电子病历系统的集成，这种模型有望成为TBI管理的标准工具。

原始出处

Nelson, L. D., Magnus, B. E., Yue, J. K., Balsis, S., Patrick, C. J., Temkin, N., Yuh, E. L., Diaz-Arrastia, R., Ryu, E., Maas, A. I. R., Menon, D. K., Wilson, L., Manley, G. T., the TRACK-TBI Investigators, & the CENTER-TBI Participants and Investigators. (2025). Beyond mild, moderate, and severe traumatic brain injury: modelling severity from clinical, neuroimaging, and blood-based indicators. eBioMedicine, *121*, 106001. https://doi.org/10.1016/j.ebiom.2025.106001

本文相关学术信息由梅斯医学提供，基于自主研发的人工智能学术机器人完成翻译后邀请临床医师进行再次校对。如有内容上的不准确请留言给我们。

Tags： eBioMedicine：超越“轻、中、重”：创伤性脑损伤严重程度的新型精准量化模型