基于體檢指標建立的腦動脈硬化預測評分系統(tǒng)

王小林 王永紅 王 瑤 陳 輝 鐘金鵬

(重慶醫(yī)科大學附屬第一醫(yī)院健康體檢部，重慶 400016)

基于體檢指標建立的腦動脈硬化預測評分系統(tǒng)

王小林 王永紅1王 瑤1陳 輝2鐘金鵬2

(重慶醫(yī)科大學附屬第一醫(yī)院健康體檢部，重慶 400016)

目的探索聯(lián)合多個體檢指標建立腦動脈硬化預測模型及評分系統(tǒng)，并評價該預測模型及評分系統(tǒng)。方法根據(jù)經(jīng)顱多普勒超聲(TCD)結(jié)果將1 325例健康體檢人群分為非腦動脈硬化組767例和腦動脈硬化組558例。對其進行問卷調(diào)查及收集體檢指標，使用多因素Logistic回歸模型建立腦動脈硬化的預測模型，進一步探索建立腦動脈硬化的預測評分系統(tǒng)。結(jié)果選出P<0.05的指標6個(包括性別、年齡、脈壓、同型半胱氨酸、腰圍、吸煙)進行多因素逐步Logistic回歸，建立數(shù)學模型：Logitistic(PI)=0.232×性別+0.155×吸煙+0.026×年齡+0.005×脈壓+0.005×同型半胱氨酸+0.004×腰圍-1.029。結(jié)合臨床資料，選出性別、高血壓、頸動脈硬化、糖尿病、吸煙、年齡、同型半胱氨酸、高敏C反應蛋白、脈壓和體重指數(shù)10項指標建立腦動脈硬化的預測評分系統(tǒng)，總分為10分。結(jié)論基于常規(guī)體檢指標成功建立了腦動脈硬化預測模型和評分系統(tǒng)，值得擴展研究。

腦動脈硬化；體檢；預測模型

腦卒中是在多種危險因素長期、綜合作用下發(fā)生的重大臨床事件。從危險因素暴露到臨床事件發(fā)生，多數(shù)經(jīng)歷動脈粥樣硬化(AS) 的病理過程。大多認為是一種慢性炎癥反應，引起脂質(zhì)在動脈內(nèi)膜中沉積，導致內(nèi)膜增厚及深部成分的壞死、粥樣物形成，使動脈管壁增厚變硬、失去彈性及管腔縮小或動脈瘤形成〔1，2〕。AS主要累及彈力動脈和彈力肌型動脈，早期可無任何臨床癥狀，逐漸進展可導致受累組織器官缺血、壞死。經(jīng)顱多普勒超聲(TCD)作為一種無創(chuàng)性診斷技術(shù)，通過檢測顱內(nèi)動脈的頻譜形態(tài)、音頻特點、血流速度及方向等血流動力學及血流生理參數(shù)準確地反映顱內(nèi)動脈的病理狀態(tài)，同時其也可間接地反映腦灌注壓、顱內(nèi)壓、腦血管的功能狀態(tài)〔3，4〕。TCD具有簡單操作性強、價格低廉等特點，臨床實驗證明此檢查對于動脈硬化的診斷有很大的臨床應用價值〔5〕，因此，本文將以TCD診斷腦動脈硬化為事件終點，基于體檢指標建立腦動脈硬化的預測評分系統(tǒng)。

1 資料與方法

1.1一般資料 2009年1月至2010年11月在重慶醫(yī)科大學附屬第一醫(yī)院健康體檢部接受健康體檢的人群共1 325例納入實驗，男635例，女690例，均排除甲狀腺功能亢進、血液系統(tǒng)疾病、感染、肝腎功能不全、肝炎和膽囊炎，年齡29～84〔平均(52.6±9.4)〕歲。腦動脈硬化組較非腦動脈硬化組的女性明顯增多，差異有統(tǒng)計學意義(P<0.001)，眼動脈硬化、頸動脈硬化、高血壓患病率、糖尿病患病率、冠心病患病率也明顯增加，吸煙者的比例也明顯增高，差異均有統(tǒng)計學意義(均P<0.05)，見表1。

表1 研究人群的基本臨床資料〔n(%)〕

1.2調(diào)查方法 在醫(yī)護人員的指導下，使用問卷調(diào)查每位體檢者糖尿病、高血壓等相關(guān)疾病史，同時收集吸煙等個人生活習慣史，并按照相應的標準完成血壓、身高、體重、腰圍的測量。其中吸煙者定義為既往吸煙且目前仍吸煙，高血壓患者定義為目前正接受降血壓治療或既往已確診高血壓的；糖尿病患者定義為對目前正接受降血糖治療或既往已確診為糖尿病者；另外，依據(jù)公式分別計算出脈壓(PP)和體重指數(shù)(BMI)；然后進行相應的生化指標檢查和TCD檢查。

1.3分組標準 根據(jù)TCD檢查將研究對象分為腦動脈硬化組和非腦動脈硬化組。腦動脈硬化的TCD診斷標準：①頻譜圖像收縮峰中S1和S2融合成一圓鈍的峰，S1峰小于S2峰；②高阻波形：舒張期及舒張末期的血流速度明顯降低，有時舒張末期流速降低到零；③頻譜分析參數(shù)中收縮峰流速與舒張峰流速比值(VS/VD)、搏動指數(shù)(PI)、阻力指數(shù)(RI)三個參數(shù)均可明顯增高，超過正常范圍或呈現(xiàn)異常改變(即PI>1.05、RI>0.7、S/D>3)；④血流聲頻粗糙響亮或低鈍，如鷗鳴、咽鳴或可檢測到湍流或渦流信號，頻帶增寬、頻窗充填。

1.4統(tǒng)計學方法 采用SPSS17.0軟件行χ2、t檢驗或Mann Whitney檢驗，單因素及多因素Logistic回歸分析。

2 結(jié) 果

2.1建立預測回歸模型

2.1.1初步使用組間比較篩選實驗指標 共納入32個實驗室指標，11個常規(guī)身體指標。年齡、超敏C反應蛋白(hs-CRP)、BMI、腰圍、收縮壓、PP、白蛋白、同型半胱氨酸、谷丙轉(zhuǎn)氨酶、甘油三酯(TG)、尿酸(UA)、左右心踝指數(shù)為腦動脈硬化組明顯高于非腦動脈硬化組(P<0.05)。見表2。

2.1.2再次使用單因素Logistic回歸篩選指標 自變量選為以上篩選的13個指標(鈣除外)及一般情況指標，因變量為是否腦動脈硬化，見表3。對P<0.05的指標用于建立模型。

2.1.3多因素逐步Logistic回歸建模 自變量為篩選出的15個指標，因變量為腦動脈硬化，采用多因素逐步Logistic回歸(后退法),見表4。最后進入模型的指標為：性別、年齡、PP、同型半胱氨酸、腰圍、吸煙。建立腦動脈硬化的預測模型：Logistic(PI)=0.232×性別+0.155×吸煙+0.026×年齡+0.005×PP+0.005×同型半胱氨酸+0.004×腰圍-1.029。

表2 兩組指標比較

續(xù)表2 兩組指標比較

表3 單因素Logistic回歸結(jié)果

表4 多因素逐步Logistic回歸結(jié)果

2.2評價預測模型在腦動脈硬化的預測價值 各研究對象的Logistic值使用預測模型計算出，進一步對非腦動脈硬化組和腦動脈硬化組制作受試者工作特征(ROC)曲線，評價該模型在腦動脈硬化的預測價值，結(jié)果ROC曲線下面積(AUC)為0.937，P<0.001，95%CI為0.925～0.950。當PI=0.507時，約登指數(shù)最大，靈敏度為0.887，特異度為0.835。

2.3腦動脈硬化的預測評分系統(tǒng) 由于上述模型為較復雜的數(shù)學公式，在臨床運用有一定的難度。因此，進一步建立腦動脈硬化的預測評分系統(tǒng)。組間比較和單因素Logistic回歸分析，組間比較的5個計數(shù)資料，共納入10個指標以建立評分系統(tǒng)，10分為評分系統(tǒng)的總分，見表5。

表5 腦動脈硬化的預測評分系統(tǒng)

3 討 論

腦動脈硬化由許多危險因素相互作用所致的一類多因素性疾病，臨床評估其引起心腦血管事件發(fā)生率和病死率的可靠性已被大規(guī)模臨床試驗所證實〔6，7〕，但如何有效評估亞臨床患者患心腦血管疾病的危險性，探討評估亞健康人群的腦動脈硬化的方法是當前的一大熱點〔8〕。

腦血管疾病是多重危險因素相互作用的結(jié)果。這些危險因素可分為兩大類：一類為不能或難以改變的危險因素，如年齡、性別、家族史或遺傳因素等；另一類為可以改變的危險因素，包括高血壓、血脂異常、吸煙、血糖升高或糖尿病、肥胖、飲酒、代謝綜合征等〔9，10〕。近年來發(fā)現(xiàn)腦卒中的其他可以改變的危險因素，包括飲食習慣、體力活動減少、情緒應激、血漿同型半胱氨酸水平升高、血液黏稠等〔9，11〕。本研究通過嚴格地危險因素篩選，發(fā)現(xiàn)不可變因素中有性別、年齡在腦動脈硬化中起了很重要的作用；可變因素方面發(fā)現(xiàn)有頸動脈硬化、糖尿病、高血壓、吸煙、同型半胱氨酸偏高、hs-CRP偏高、PP增大及BMI偏高都是腦動脈硬化的重要危險因素，這與許多關(guān)于腦卒中或腦動脈硬化的研究結(jié)果一致〔2，12〕。

本實驗以TCD檢查結(jié)果為標準行腦動脈硬化分組，該檢查是一種無創(chuàng)、簡便、經(jīng)濟，重復性好的一種方法，可及時了解顱內(nèi)動脈血流動力學及血流生理參數(shù)之間的關(guān)系，反映血管功能狀態(tài)及推斷組織營養(yǎng)供應狀況。但TCD檢查受操作者的技術(shù)水平等有較大的影響，可在進一步的設(shè)計研究中結(jié)合磁共振血管造影(MRA)、CT血管成像(CTA)、數(shù)字減影血管造影(DSA)等檢查為篩選腦動脈硬化標準繼續(xù)研究驗證本實驗的可靠性。

1劉會峰，朱社奎，白煥芳，等.缺血性腦血管病與頸動脈粥樣硬化的相關(guān)性分析〔J〕.中國實用神經(jīng)疾病雜志，2010；13(18)：62-4.

2解冰川，李艷敏，王彥永，等.MMP-9及hs-CRP與動脈粥樣硬化、腦卒中關(guān)系的研究進展〔J〕.臨床誤診誤治，2013；26(5)：97-100.

3王玉珍，何奕濤.經(jīng)顱多普勒超聲對腦動脈硬化癥診斷價值研究〔J〕.中國實用神經(jīng)疾病雜志，2013；16(9)：17-9.

4Boddu DB，Sharma VK，Bandaru VC，etal.Validation of transcranial Doppler with magnetic resonance angiography in acute cerebral ischemia〔J〕.J Neuroimaging，2011；21(2)：e34-40.

5高慶春，傅 賢.腦動脈硬化診斷與經(jīng)顱多普勒超聲〔J〕.中國卒中雜志，2010；5(8)：652-6.

6Reimers CD，Knapp G，Reimers AK.Exercise as stroke prophylaxis〔J〕.Dtsch Arztebl Int，2009；106(44)：715-21.

7Novo S，Peritore A，Guarneri FP，etal.Metabolic syndrome (MetS) predicts cardio and cerebrovascular events in a twenty years follow-up.A prospective study〔J〕.Atherosclerosis，2012；223(2)：468-72.

8Whelton SP，Blankstein R，Al-Mallah MH，etal.Association of resting heart rate with carotid and aortic arterial stiffness：multi-ethnic study of atherosclerosis〔J〕.Hypertension，2013；62(3)：477-84.

9Oncel C，Tokgoz F，Bozkurt AI，etal.Prevalence of cerebrovascular disease：a door-to-door survey in west anatolia〔J〕.Neurol Sci，2014；35(3)：373-7.

10尤潔茹，王永紅，謝微波，等.重慶地區(qū)人群體質(zhì)指數(shù)與血脂、尿酸、血糖、腰圍的關(guān)系〔J〕.中國老年學雜志，2012；32(12)：2574-5.

11Hooshmand B，Polvikoski T，Kivipelto M，etal.Plasma homocysteine，Alzheimer and cerebrovascular pathology：a population-based autopsy study〔J〕.Brain，2013；136：2707-16.

12Hosomi N，Aoki S，Matsuo K，etal.Association of serum anti-periodontal pathogen antibody with ischemic stroke〔J〕.Cerebrovasc Dis，2012；34：385-92.

〔2016-05-15修回〕

(編輯 苑云杰/曹夢園)

R743.1

A

1005-9202(2017)19-4865-04；

10.3969/j.issn.1005-9202.2017.19.080

重慶市科委集成示范計劃項目(cstc2015jcsf10012-3)

1 重慶醫(yī)科大學附屬第一醫(yī)院神經(jīng)內(nèi)科 2 重慶醫(yī)科大學附屬第一醫(yī)院檢驗科

王永紅(1962-)，女，教授，碩士生導師，主要從事腦血管疾病與阿爾茨海默病研究。

王小林(1982-)，男，碩士，主要從事腦血管疾病與阿爾茨海默病研究。