研究背景:脑微出血（cerebral microbleeds,CMBs）是在磁共振梯度回波（gradient-recalled echo,GRE）T2*-加权像上或磁敏感成像（susceptibility-weighted imaging,SWI）上的低信号病灶,与卒中风险及认知功能障碍有关。已有研究表明,年龄、男性、心血管危险因素和脑白质高信号（white matter hyperintensities,WMH）可能促进CMBs的发生,且不同部位的CMBs可能与不同的病理生理机制和危险因素相关。大量CMBs是急性缺血性卒中（acute ischemic stroke,AIS）患者,特别是静脉溶栓（intravenous thrombolysis,IVT）治疗后继发颅内出血（intracerebral hemorrhage,ICH）的独立危险因素。因此,高负荷CMBs应该被纳入接受IVT患者的危险评估系统以预测随后出现ICH的风险。研究目的:探究心血管危险因素和WMH与CMBs的存在及解剖部位之间的关系,并尝试建立基于多因素的预测高CMBs负荷的评估模型。研究方法:连续选取从2017年9月1日到2021年2月10日在重庆医科大学附属第二医院神经内科住院的患者,且已经完成了包含SWI序列及液体衰减反转恢复（fluid-attenuated inversion recovery,FLAIR）序列的脑MRI扫描。我们采用单因素分析和多元logistic回归分析,评估年龄、性别、多种心血管危险因素、既往药物使用、卒中史和WMH与CMBs的存在和位置（深部/混合或局限于脑叶）之间的关系,同时进一步分析WMH的程度与CMBs数量的关系。最后,选择大量CMBs的危险因素建立预测模型,通过绘制受试者工作曲线（receiver-operating curve,ROC）和计算曲线下面积（area under the curve,AUC）,选择最佳截断值以预测高CMBs负荷。研究结果:共纳入485例患者,CMBs的检出率为41%,且与年龄、男性、心血管危险因素和WMH有关。校正混杂因素后,高血压、饮酒、出血性卒中史和WMH是CMBs的独立危险因素。CMBs的检出率随着WMH（包括PVH和DWMH）程度的加重明显增高。在具有较重程度WMH的患者中,CMBs与男性、高血压、吸烟、饮酒、出血性卒中史、高同型半胱氨酸水平、低LDL-C水平有关,但只有出血性卒中史和高同型半胱氨酸水平是CMBs独立危险因素。WMH和传统血管危险因素如高血压、饮酒、卒中史与深部/混合CMBs关系紧密,而他汀类药物的使用与局限于脑叶CMBs的关系更密切。饮酒、出血性卒中史和DWMH程度是高CMBs负荷（≥10个）的独立危险因素。最终,我们构建了大量CMBs的预测模型—HPSAD3,包含高血压、饮酒、出血性卒中史和WMH（PVH和DWMH）,其具有更高的AUC（0.847;95%CI,0.803–0.892）。当HPSAD3的得分为4时,对于预测大量CMBs（≥10个）同时具有较高的特异性和灵敏度。结论:高血压、饮酒、卒中史及WMH与总体CMBs和深部/混合CMBs相关。在具有较重程度WMH的患者中,Hcy和出血性卒中史与CMBs相关。我们建立了包含高血压、饮酒、出血性卒中史和WMH的预测模型HPSAD3,且当HPSAD3的得分≥4分时,提示患者可能具有高负荷CMBs。