余溯源 劉延錦 郭麗娜 趙杰 李礪鋒
鄭州大學(xué)第一附屬醫(yī)院(鄭州450052)
腦卒中(stroke)具有極高的致殘率和病死率[1],目前已成為世界第二大[2]、我國第一大死亡原因[3],調(diào)查顯示[4],農(nóng)村地區(qū)更是腦卒中的重災(zāi)區(qū)。而腦卒中可能是由與遺傳、環(huán)境以及遺傳與環(huán)境引起[5]的一類復(fù)雜疾病。研究指出腦卒中的發(fā)生與危險因素暴露水平密切相關(guān)[6]。因此,本研究選取鄭州市部分農(nóng)村地區(qū)腦卒中家族史陽性的人群為研究對象,構(gòu)建人工神經(jīng)網(wǎng)絡(luò)模型(artificial neural network,ANN)和Logistic 回歸模型,分析該類人群與腦卒中發(fā)病的關(guān)系。
1.1 研究對象本研究為調(diào)查性研究,采用隨機(jī)整群抽樣抽取河南省鄭州市郊縣的5 個村莊符合納入排除標(biāo)準(zhǔn)的386 人。納入標(biāo)準(zhǔn):(1)40 歲以上鄭州市農(nóng)村地區(qū)的常住人口,無遷入或者遷出史。(2)腦卒中家族史陽性。排除標(biāo)準(zhǔn):因身體、精神或其他原因不能完成篩查者。其中男205 例,女181 例,平均年齡(60.42 ± 11.86)歲,平均身高(166.63 ± 7.30)cm,體質(zhì)量(66.20 ± 9.71)kg,體質(zhì)指數(shù)(BMI)平均為(23.77 ± 2.64)kg/m2,空腹血糖平均(6.04±1.89)mmol/L。
1.2 調(diào)查方法(1)問卷調(diào)查:受過訓(xùn)練的調(diào)查人員使用自制問卷調(diào)查人口統(tǒng)計數(shù)據(jù)、生活方式、個人疾病史、卒中家族史等;(2)體格檢查及實驗室檢查:測量身高、體質(zhì)量、血壓、空腹血糖等。
1.3 相關(guān)定義(1)腦卒中家族史:本研究中僅指一級親屬,即調(diào)查對象的父母、子女或兄弟姐妹中任何一人患有腦卒中;(2)吸煙[7]:每天吸煙1 支以上,連續(xù)6 個月以上;被動吸煙:調(diào)查對象不吸煙但會每天吸進(jìn)煙霧累積15 min 以上;(3)飲酒[7]:成年男性每天喝酒所含酒精量≥25 g,成年女性≥15 g;(4)運(yùn)動缺乏或輕體力勞動者:體育活動較少(體育活動指每周運(yùn)動≥3 次,一次時間>30 min,能夠連續(xù)活動1年以上;農(nóng)業(yè)勞動者視為有體育活動);(5)肥胖[8]:根據(jù)《中國成人超重和肥胖癥預(yù)防控制指南》,以BMI 表示,BMI = 體質(zhì)量(kg)/身高(m)2,BMI≥24 kg/m2為超重。
1.4 統(tǒng)計學(xué)方法使用SPSS Modeler 14.1 軟件構(gòu)建ANN 模型。使用IBM SPSS STATISTICS 21.0 進(jìn)行分析,計量資料以表示,符合正態(tài)分布的定量資料使用兩樣本t檢驗進(jìn)行比較;計數(shù)資料使用χ2檢驗進(jìn)行比較;腦卒中的危險因素分析使用Logistic 回歸分析。以P <0.05 為差異有統(tǒng)計學(xué)意義。
2.1 腦卒中組與非腦卒中組的臨床特點(diǎn)比較將調(diào)查人群按有無腦卒中病史分為腦卒中組和非腦卒中組,其中腦卒中組172 例,非腦卒中組214 例。將2 組對象的臨床數(shù)據(jù)進(jìn)行檢驗,高血壓、血脂異常、心房纖顫或心律不齊、吸煙、飲酒比例比較差異均有統(tǒng)計學(xué)意義(P<0.01)。見表1。
2.2 腦卒中影響因素分析以是否為腦卒中為因變量(否= 0,是= 1),年齡、性別(男= 0,女= 1)、受教育程度(小學(xué)及以下= 1,初中= 2,高中或中專= 3,本科或大專= 4,碩士及以上= 5)、家族史(父母= 1,子女= 2,兄弟姐妹= 3)、高血壓(否=0,是= 1)、血脂異常(否= 0,是= 1,不詳= 3)、糖尿?。ǚ? 0,是= 1)、心房纖顫或心律不齊(否=0,是= 1)、吸煙(否= 0,是= 1)、飲酒(否= 0,是= 1)、運(yùn)動缺乏或輕體力勞動者(否= 0,是=1)、明顯超重或肥胖(否= 0,是= 1)為自變量,進(jìn)行二元Logistic 回歸分析,結(jié)果顯示,高血壓、血脂異常是腦卒中的危險因素。見表2。
表1 2 組人群一般臨床資料比較Tab.1 General clinical information of patients in two groups例(%)
表2 Logistic 回歸分析結(jié)果Tab.2 Logistic regression analysis of the association between stroke and other risk factors
2.3 ANN 模型以χ2/t檢驗結(jié)果中P<0.05 的相關(guān)因素作為輸入神經(jīng)元,構(gòu)建ANN 預(yù)測模型。輸入變量:高血壓、血脂異常、心房纖顫或心律不齊、吸煙、飲酒;輸出變量:是否患有腦卒中。其結(jié)構(gòu)為:輸入層含5 個神經(jīng)元,隱含層9 個神經(jīng)元,輸出層1 個神經(jīng)元,對應(yīng)預(yù)測變量(是否患腦卒中)。得出針對影響因素的重要性排序為:高血壓、血脂異常、吸煙、飲酒、心房纖顫或心律不齊。模型測試集的準(zhǔn)確率為82.0%,模型效果理想。見表3。
中國腦卒中的發(fā)病率以每年8.7%的速度遞增[9]。調(diào)查發(fā)現(xiàn)[4],無論是腦卒中患病率、發(fā)病率還是病死率,農(nóng)村地區(qū)均顯著高于城市,且河南等北方地區(qū)高于南方。而ANN 是目前具有智能模式辨別能力的工具之一,已有運(yùn)用于傳染病、腫瘤、高血壓和相關(guān)疾病的分類和診斷的報道[10],然而,其中大多數(shù)是基于臨床數(shù)據(jù)來預(yù)測個體疾病的風(fēng)險,進(jìn)行實地調(diào)查的數(shù)據(jù)非常有限。故本研究調(diào)查分析鄭州市農(nóng)村地區(qū)腦卒中家族史陽性人群的身體狀況,初步構(gòu)建該人群的卒中危險因素風(fēng)險評估模型。
本次調(diào)查結(jié)果顯示在鄭州市農(nóng)村地區(qū)腦卒中家族史陽性人群中有44.56%患有腦卒中,高于董文濤等[11]在天津薊縣農(nóng)村地區(qū)所調(diào)查的患病率,這可能由于地域、生活環(huán)境與方式不同,且目前我國腦卒中發(fā)病率隨時間不斷遞增造成的。腦卒中的常見危險因素包括年齡、性別、高血壓、糖尿病、冠心病、血脂異常、吸煙、飲酒等[12-13],而高血壓、吸煙、血脂異常是與我國腦卒中的發(fā)生聯(lián)系最為緊密的危險因素[14]。Logistic 回歸分析結(jié)果顯示高血壓、血脂異常與腦卒中家族史人群患腦卒中呈正相關(guān)關(guān)系,是腦卒中重要的危險因素,與相關(guān)研究一致[15-17]。ANN 預(yù)測影響患腦卒中的因素依次為:高血壓、血脂異常、吸煙、飲酒、心房纖顫或心律不齊。這兩種模型之間差異的原因可能是由于Logistic 回歸適用于分析定性及半定量的指標(biāo),而神經(jīng)網(wǎng)絡(luò)模型中的輸入變量既有分類變量又有數(shù)值變量,對患者有更好的預(yù)測能力。
王薇等[18]研究發(fā)現(xiàn),49%的急性腦卒中的發(fā)生是由于患者患有高血壓。在本研究中腦卒中家族史陽性的農(nóng)村居民中高血壓患者發(fā)生腦卒中的風(fēng)險是未患高血壓的35.705 倍,這說明不論是否存在性別、種族、年齡或者其他的影響因素,高血壓均與腦卒中的發(fā)生呈現(xiàn)正相關(guān)關(guān)系。研究[19]也表明腦卒中是我國高血壓的主要轉(zhuǎn)歸疾病。在本次調(diào)查中,很多的調(diào)查對象并不知道自己患有高血壓,或者沒有得到正規(guī)系統(tǒng)的降壓治療。因此,應(yīng)加強(qiáng)農(nóng)村地區(qū)高血壓人群的血壓控制,特別是有腦卒中家族史的居民,以減少腦卒中的發(fā)生。
一項印度的研究發(fā)現(xiàn),與正常個體相比,在卒中患者中,TC、LDC-C及TG水平顯著升高,而HDLC 水平下降[20]。國外也有研究(SPARCL)表明當(dāng)?shù)兔芏戎鞍啄懝檀枷陆?0%,腦卒中的患病風(fēng)險將降低[21],在本次研究中,Logistic 回歸表明血脂異常是腦卒中的獨(dú)立影響因素(OR= 2.669,95%CI:1.077~6.614),ANN預(yù)測模型中也排在影響因素的第二位。因此,必須及早重視對血脂異常的防治,重點(diǎn)應(yīng)放在控制飲食和體育鍛煉,如多吃新鮮蔬菜與瓜果類,增加食物纖維,減少脂肪攝入量,多做一些有氧運(yùn)動同時輔以藥物治療。
將腦卒中組與非腦卒中組進(jìn)行比較,發(fā)現(xiàn)心房纖顫、吸煙、飲酒等因素差異有統(tǒng)計學(xué)意義,說明其對腦卒中發(fā)生有影響作用,這與相關(guān)研究的結(jié)果相似[22]。房顫患者是發(fā)生腦卒中的高危人群,在本調(diào)查中顯示心房纖顫或心律不齊者發(fā)生腦卒中的風(fēng)險是非心房纖顫或心律不齊患者的1.799 倍。研究[23]報道無論性別、主動還是被動吸煙,都可能會導(dǎo)致腦卒中的發(fā)生。ZHANG 等[24]針對飲酒的劑量相關(guān)的Meta 分析結(jié)果發(fā)現(xiàn),小劑量飲酒可以減少腦卒中的發(fā)病率和病死率,而大量飲酒卻可以增加腦卒中的風(fēng)險。本次研究中有52.85%的研究對象飲酒,河南地處中國北方,因而飲酒量及飲酒次數(shù)均較大,可能是本地區(qū)腦卒中發(fā)生的相關(guān)因素。因此,鼓勵自身及身邊人群戒煙限酒對腦卒中的預(yù)防意義重大。
表3 ANN 篩選變量的重要性Tab.3 The independent variables of the importance of Artificial Neural Network
年齡是腦卒中的危險因素之一。但本研究并未顯示不同年齡之間腦卒中的發(fā)生率存在差異,可能是由于本次調(diào)查主要針對的是農(nóng)村人口,而由于近年來中國城市建設(shè)化加強(qiáng),鄉(xiāng)村城鎮(zhèn)化、工業(yè)化導(dǎo)致耕地流失,城鄉(xiāng)收入差距拉大,迫使部分農(nóng)村居民遷入城市務(wù)工,所以目前留守農(nóng)村的一般為老年人,調(diào)查對象缺少足夠的青年人群。雖然有研究顯示超重與肥胖能明顯增加腦卒中的發(fā)病風(fēng)險[25],但在本研究中,超重或肥胖并不是腦卒中發(fā)生的影響因素,可能由于本次調(diào)查主要集中于農(nóng)村地區(qū),存在地域限制,且主要針對腦卒中家族史陽性居民,因此會出現(xiàn)不同結(jié)果。糖尿病是卒中的重要影響因素,但本次調(diào)查結(jié)果尚未顯示糖尿病與腦卒中的發(fā)生存在相關(guān)性。也許因為本研究是一項橫斷面調(diào)查,不能明確暴露因素與結(jié)局之間的時間關(guān)聯(lián)順序,且調(diào)查范圍僅限于鄭州地區(qū),樣本量有限,導(dǎo)致本研究結(jié)果可能并不能代表研究的影響因素對該類人群的真正危害,日后需要進(jìn)一步擴(kuò)大調(diào)查范圍,增加樣本量,并通過實施隊列研究來加以驗證。
綜上,盡管近些年來農(nóng)村生活水平得到提高,但其并未養(yǎng)成良好的生活習(xí)慣,特別是地市縣級醫(yī)院、社區(qū)衛(wèi)生中心和鄉(xiāng)鎮(zhèn)衛(wèi)生院,科普宣教與健康教育跟不上,使得農(nóng)村居民對腦卒中的早期防治缺乏足夠的認(rèn)識,加之我國目前推出“健康中國2030”規(guī)劃綱要,指出從廣泛的健康影響因素入手,堅持預(yù)防為主,減少疾病的發(fā)生。因此,了解和掌握農(nóng)村地區(qū)腦卒中家族史陽性人群腦卒中影響因素水平,對預(yù)防腦卒中具有重要的參考價值。