UKPDS評分聯(lián)合頸動脈超聲預測2型糖尿病患者冠狀動脈病變程度的臨床應用

吳妍 何浪 劉小慧 許崢貴 王丹 付蕾 沈法榮

近年來，糖尿病在全球的患病率逐步上升，從2005年的3.33億增加到2015年的4.35億，增長了31%[1]。據(jù)估計，約有70%的2型糖尿?。═2DM）患者最終死于心血管疾?。╟ardiovascular disease，CVD）和腦血管疾病，其中冠心病占50%[2]。因此需要尋找一個能有效預測糖尿病患者冠狀動脈病變程度的模型，針對性地對患者進行篩查，以期早期干預，從而進一步降低CVD死亡風險。英國前瞻性糖尿病研究（United Kingdom prospective diabetes study，UKPDS）評分是目前用來評估T2DM患者10年冠心病風險（coronary heart disease risk，CHDRISK）及卒中風險的常用工具[3]，國內(nèi)外已有多項研究顯示該模型能夠有效預測T2DM患者心血管事件風險[4]。本研究擬應用UKPDS評分中的CHDRISK聯(lián)合頸動脈超聲來預測T2DM患者冠狀動脈病變程度，并建立預測模型。

SYNTAX（SYNergy between percutaneous coronary intervention with taxus and cardiac surgery）評分是在SYNTAX研究中產(chǎn)生的，根據(jù)冠狀動脈造影的結(jié)果，將冠狀動脈解剖系統(tǒng)分成16個節(jié)段，并根據(jù)左、右冠優(yōu)勢以及冠狀動脈損傷或狹窄所在的具體血管段、狹窄程度、病變特征等進行計算評分[5-6]。SYNTAX評分能夠定量的評估冠狀動脈病變的嚴重和復雜程度，較其他評分方法，更充分、更全面。因此本研究將它作為冠狀動脈病變程度的參考標準。

1 對象和方法

1.1 研究對象 選取2012年1月至2016年12月在本院住院并行冠狀動脈造影的T2DM患者496例，其中男 317 例，女 179 例，年齡 27～89（65.21±10.38）歲。糖尿病診斷標準采用1999年WHO糖尿病診斷及分型標準。排除標準：（1）已行冠狀動脈血運重建；（2）繼發(fā)性高血壓；（3）甲狀腺功能亢進；（4）除外糖尿病的其他內(nèi)分泌紊亂性疾?。唬?）既往惡性腫瘤病史；（6）感染性疾??；（7）風濕性疾病史。本研究經(jīng)本院倫理委員會批準，所有患者均知情同意。

1.2 臨床及實驗室數(shù)據(jù)收集

1.2.1 一般資料 收集患者性別、年齡、吸煙史、糖尿病病程、收縮壓、舒張壓等資料，及空腹排便后的身高、體重，計算BMI。所有入選患者禁食8～12 h后于次日清晨空腹抽取肘正中靜脈血，檢測糖化血紅蛋白（HbA1C）、FBG、TBil、尿酸（UA）、TC、TG、HDL-C、LDL-C，以上均取患者入院后的首次檢查結(jié)果。

1.2.2 頸動脈內(nèi)膜厚度的測量 采用日本Aloka Alpha彩色多普勒超聲診斷儀，用于周圍血管檢查的探頭頻率為10 MHz。患者取仰臥位，檢查雙側(cè)頸總動脈分叉前1 cm處的內(nèi)膜厚度，以雙側(cè)內(nèi)膜厚度的最大值作為評價頸動脈硬化程度的指標，≥1 mm的定義為頸動脈硬化，＜1 mm的為陰性。

1.2.3 CHDRISK及冠狀動脈病變程度評分 應用UKPDS risk engine（version 2.0），將患者的性別、年齡、種族、目前吸煙狀態(tài)、HbA1C、收縮壓、TC、HDL-C、有無房顫等信息輸入軟件，計算所有入選對象的CHDRISK。并根據(jù)冠狀動脈造影結(jié)果，由有經(jīng)驗的冠狀動脈介入醫(yī)生計算SYNTAX評分，本研究將它作為冠狀動脈病變程度的參考標準，根據(jù)評分結(jié)果分為低分組（＜23分）304例和中高分組（≥23分）192例。

1.3 統(tǒng)計學處理 采用SPSS 20.0統(tǒng)計軟件。正態(tài)分布的計量資料采用表示，組間比較采用兩獨立樣本t檢驗；若不符合正態(tài)分布，則以 M（P25，P75）表示，組間比較采用非參數(shù)檢驗；計數(shù)資料用率表示，組間比較采用χ2檢驗和Fisher確切概率法。CHDRISK與其他參數(shù)間的關(guān)系分析采用線性回歸分析，STNTAX中高分預測因素的篩選采用logistic回歸分析。預測模型的可視化處理利用R軟件的nomogram方法，具體的評估流程為：每個對象篩選出來的有效變量分別映射于最上方的Points一欄，得到每個變量對應的分值，最后所有變量的Points相加得到最后的總分Total Points，然后根據(jù)Total Points映射于RISK一欄得到最終的風險概率值。并采用ROC曲線評價本研究預測模型的預測效能。P＜0.05為差異有統(tǒng)計學意義。

2 結(jié)果

2.1 低分組和中高分組患者一般資料比較 低分組和中高分組患者在女性比例、吸煙史、糖尿病病程、FPG、TC、TG、頸動脈硬化、CHDRISK、SYNTAX 評分方面比較差異均有統(tǒng)計學意義（均P＜0.05）。見表1。

2.2 STNTAX中高分預測因素的篩選 logistic回歸分析結(jié)果顯示CHDRISK和頸動脈硬化與STNTAX中高分均存在顯著相關(guān)（均P＜0.05）。見表2。

2.3 預測模型的可視化 本研究模型預測因素包括CHDRISK和頸動脈硬化，采用nomogram方法將預測模型進行可視化處理，見圖1。

2.4 預測模型的準確率評價 預測模型AUC=0.626，即預測準確率為62.6%，具有較好的預測準確性，見圖2。

3 討論

CVD是本世紀全球關(guān)注的主要健康問題之一[7]。2013年，有1 730萬例患者死于心血管病?；谌丝谄骄挲g、城市化的增加以及相關(guān)風險因素的暴露，發(fā)展中國家CVD病死率將進一步增加[8]，到2030年，這一數(shù)字預計將增加到2 360多萬[9]。T2DM患者的冠心病病死率和發(fā)病率是非糖尿病患者的2～4倍，這使得CVD成為T2DM患者死亡和殘疾的首要原因。糖尿病相關(guān)CVD主要表現(xiàn)為動脈粥樣硬化、心肌梗死和心臟功能障礙。

表1 低分組和中高分組患者一般資料比較

表2 STNTAX中高分預測因素

冠心病傳統(tǒng)的危險因素包括糖尿病、年齡、性別、高血壓、血脂紊亂、吸煙、高尿酸等。吸煙是動脈粥樣硬化的重要危險因素，正在吸煙者的危險性高于曾經(jīng)吸煙者，并且每天吸煙數(shù)量和動脈粥樣硬化嚴重程度呈正相關(guān)。持續(xù)吸煙者患動脈硬化的風險是非吸煙者的16倍，戒煙可以降低風險，但曾經(jīng)吸煙者患動脈硬化的風險是非吸煙者的7倍。Framingham研究發(fā)現(xiàn)，男性吸煙者發(fā)生冠心病猝死的相對危險較不吸煙者高10倍，女性高4.5倍[10]。本研究也發(fā)現(xiàn)中高分組患者中，男性比例較高。糖尿病血脂異常的特點是空腹和餐后TG升高、HDL-C降低和LDL-C升高。這些脂質(zhì)變化代表了糖尿病與糖尿病患者心血管風險增加之間的主要聯(lián)系[11]。冠心病患者血脂成分異常在CVD發(fā)生、發(fā)展中起獨立作用，獨立危險因素包括：TC、LDL-C；而HDL-C是保護因素。在本研究中，低分組與中高分組患者相比，TC、TG更高，這可能與冠狀動脈病變嚴重患者已在服用降脂藥物有關(guān)。

針對糖尿病患者CVD風險的評估，UKPDS評分在英國人群中有良好的靈敏度（90%），但會高估西班牙人群的風險，而對希臘人群具有中度特異度，在我國人群有很好的預測性[4]。UKPDS評分系統(tǒng)的建立來源于UKPDS研究，可用于評估糖尿病患者10年冠心病及卒中風險，該研究納入5 100例新診斷的T2DM患者，隨訪評估單純控制血糖能否降低糖尿病并發(fā)癥相關(guān)的發(fā)生率和病死率。通過這項研究，將T2DM患者一些傳統(tǒng)的心血管危險因素綜合起來推導出了一個評分系統(tǒng)對10年冠心病及卒中風險進行評估。這個模型包括性別、年齡、HbA1C、種族、HDL-C、吸煙、TC、收縮壓和是否房顫。其預測T2DM患者未來CVD發(fā)生風險的概率取得公認的效果。其預測結(jié)果也被國外多個高血壓、高血脂防治指南采用。作為評估個體發(fā)病危險和指導臨床治療的工具。但目前尚缺乏其與冠狀動脈病變程度的相關(guān)性的研究。

圖1 可視化的預測模型

圖2 預測模型對中高分組患者預測效能的ROC曲線

頸動脈硬化可以反映全身血管的炎癥狀態(tài)，糖尿病與亞臨床動脈粥樣硬化狀態(tài)密切相關(guān)，糖尿病患者的頸動脈粥樣硬化明顯高于一般人群，頸動脈內(nèi)膜厚度可以用來預測無癥狀性冠狀動脈狹窄。因此，T2DM患者中頸動脈硬化情況和CHDRISK密切相關(guān)。頸動脈超聲是用來明確動脈糖尿病患者動脈粥樣硬化情況的傳統(tǒng)方法[12]。

因此，本研究采用logistic回歸模型，篩選結(jié)果顯示CHDRISK和頸動脈硬化與冠狀動脈病變嚴重程度存在顯著相關(guān)，并建立了可視化的預測模型，ROC曲線本模型AUC=0.626，即預測準確率為62.6%，具有較好的預測準確性。冠狀動脈造影雖然是診斷冠心病的一個“金標準”，但此項檢查具有有創(chuàng)性、費用高、重復性差等缺點，不宜作為常規(guī)篩查手段，冠狀動脈CT成像基層醫(yī)院也無法開展。而頸動脈超聲是一個簡單易行的操作，在基層醫(yī)院也能實施，UKPDS評分中的項目也可以通過問診及生化檢查得到。因此，本模型的建立在基層作為初步篩查冠心病具有一定的推廣意義。但由于本研究納入樣本量較小，可能存在一定的誤差，今后還需要在大樣本的患者中進一步校正。另外，本研究在患者用藥方面未進行統(tǒng)計，進一步的研究需要排除藥物的干擾，特別是他汀類藥物的影響，以便使預測模型更加完善。