腦卒中風險評估模型的研究進展

周 韓，周德生，鄧奕輝，葛金文

腦卒中是由于腦部血管的突然破裂或血管內發生阻塞引起的以急性腦組織損傷為特點的一組腦血管疾病，其包括出血性腦卒中和缺血性腦卒中。腦卒中常具有發病率高、死亡率高和致殘率高的特點，有調查顯示，城鄉合計腦卒中已位居我國目前死亡原因的第一位，并成為我國成年人殘疾首要原因[1]。疾病風險評估模型是指應用統計學的方法對危險因素與疾病發病之間的關系進行模型擬合得到疾病發病危險預測模型，用所得到的預測模型對疾病發病危險進行量化并分級。腦血管疾病在發病前的早期預防意義遠大于治療，故早期應用風險評估模型來識別腦卒中的高危人群，明確腦卒中發生及復發的預防重點，早期干預，對于腦卒中一級和二級預防具有重要意義。國內外許多學者對腦卒中風險評估進行了大量的研究，其中已經建立了有效可行的評估模型和工具，并逐漸將其應用在預防實踐。本文就近年來腦卒中風險評估模型的研究進展綜述如下。

1 風險評估模型的起源

風險評估模型和工具在20世紀60年代首次建立，Truett等[2]在美國馬薩諸塞州的Framingham心血管疾病隊列研究的基礎上建立了冠心病的風險模型，隨后的大多數風險評估模型與工具都是基于Framingham的研究，隨著研究的逐步深入，預測疾病從冠心病擴展到心腦血管疾病，此后進一步發展到評估冠心病與卒中分類。即腦卒中風險評估模型與工具是從心血管疾病風險評估工具演變而來，其研究方法、風險因素和研究人群與心血管疾病風險評估基本一致。心腦血管疾病的風險評估和預測一般分為兩種方法，一種是建立在單因素與發病的基礎上，一種建立在多因素與發病的基礎上。單因素分析方法首先確定某種因素是預后因素，根據前瞻性研究中該因素與腦血管事件發病實際發病率的關系建立預測方程，以相對危險度表示強度，得到各相關因素的加權分數即為發病的危險性。而多因素分析方法是建立在多因素數理分析基礎上，采用統計學的概率理論方法得到發病危險性與危險因素的關系模型，為了能包括更多的危險因素，提高預測的準確性，多因素分析方法近年來得到了發展。眾多國內外學者做了大量的研究，主要建立的預測模型有基于Cox比例風險回歸的Framingham模型[3]、基于Weibull accelarated falure time的Framingham模型[4]、基于Logistic回歸的Whitehall積分模型[5]、PROCAM的神經網絡模型[6]等，以使人群中心腦血管疾病的高危人群得到早期健康管理及健康干預。

2 國外主要的腦卒中風險評估模型

2.1 Framingham預測模型：此模型最早始于1967年，為研究心血管病發病危險的預測模型，用于個體發病危險的評估。其后又開發了各種基于不同預測模型的評估工具[7，8]。1991年Wolf等[9]結合Framingham子代研究開發了新的預測模型，此模型基于Cox比例風險回歸模型，研究人群主要為來自美國馬薩諸塞州弗明漢地區的5209名30～74歲的美國白人居民，根據吸煙、年齡、糖尿病史、心血管病病史、SBP、心房顫動及左心室肥厚共7項預測因子，并賦予分值權重，為每個受評的個體予以建立積分，然后計算出每個分值段的10年卒中發病率，建立卒中發病率與風險積分值對照表，最后風險綜合評分被用來預測未來10年腦卒中發病的風險。由于抗血壓治療是影響卒中的重要因素，1994年，D′Agostino等[10]根據抗高血壓藥物的治療情況，對危險積分規則進行調整，即對高血壓患者的收縮壓水平按照有無進行藥物的治療分別制定不同積分，建立了改良Framingham，提高了該量表對卒中風險的預測能力。1998年在之前的基礎上，將Cox比例風險回歸模型中的連續因變量轉化為分類變量，納入的危險因素包括年齡、性別、吸煙狀況、收縮壓、總膽固醇/高密度脂蛋白、飲酒、目前是否患有心血管疾病、是否絕經(女)及甘油三酯(女)，運用Weibull accelerated falure_time模型，建立新Framingham模型[4]，此模型更貼近于臨床實際，目前在美國和世界其他國家被廣泛應用，其樣本人群來自35～74歲的美國白人。2001年，美國心肺血管研究所專門組織專家組[11]，對美國的幾項前瞻性研究資料進行了比較，得出結論：Framingham預測模型對中國人發病危險存在明顯的低估，用于大多數美國成年人較好，而用于西班牙裔、亞裔、老年美國人誤差較大。

2.2 卒中預后評定工具(Stroke Prognostic Instrument，SPI_Ⅰ和SPI_Ⅱ)：SPI_Ⅰ量表為TIA患者一般在90天內首次發生卒中的預測模型，SPI_Ⅱ量表為TIA的患者2年內再次發生卒中或者死亡的風險預測模型。1991年，Keman等[12]制定了SPI_Ⅰ量表來評估卒中患者的遠期復發風險，總分為11分，包括影響短暫性腦缺血發作后發生缺血性卒中或者死亡的5個因素，分別為糖尿病、年齡>65歲、本次事件為卒中而非TIA、重度高血壓、冠心病，并賦予分值，再根據患者的得分情況分為3組：低危組、中危組、高危組，三組患者在90天內發生卒中或死亡的風險分別為10%、2l%和59%。SPI_Ⅰ量表推行之后，部分研究者認為樣本量少且隨訪時間較短不夠精確，于是，2000年，Keman等在SPI_Ⅰ量表的基礎上制定了SPI_Ⅱ量表，該量表將年齡從65歲提到了70歲，且增加了充血性心力衰竭和卒中史2個危險因素，并將高血壓降為了1分。根據SPI_Ⅱ量表評分進行風險分層分為3組，分別為低危組、中危組、高危組，三組患者2年內的死亡或卒中風險的不同風險級別相應為16%、24%及42%。SPI_Ⅱ量表較SPI_Ⅰ量表的樣本量大且隨訪時間長，故評定TIA患者預后方面SPI_Ⅱ量表優于SPI_Ⅰ量表，見表1。

表1 卒中預后評定工具

注：重度高血壓：收縮壓≥180mmHg和(或)舒張壓≥100mmHg；SPI_Ⅰ量表：0到2分為低危組，3到6分為中危組，7到11分為高危組；SPI_Ⅱ量表總分為15分，0到3分為低危組，4到7分為中危組，8到15分為高危組

2.3 ABCD評分系統：2005年，Rothwell等[13]對209例疑似或者確診的TIA患者進行隊列研究后提出了總分為6分ABCD評分法，以預測TIA后7d內卒中的風險。其中A表示年齡，<60歲為0分，≥60歲為1分；B表示血壓，無高血壓0分，有高血壓1分；C表示臨床特點，單側無力2分，語言障礙但不伴無力1分，其他均為0分；D表示癥狀的持續時間，≥60min為2分，10～59min為1分，<10min為0分；而后研究發現，ABCD評分小于5分的患者發生TIA發作后7d內腦卒中發生率為0.4%，5分的患者為12.1%，而6分的患者則高達31.4%。但是，有研究發現，該評分模型的預測價值較有限，如Cucchiara[14]的研究顯示，ABCD評分小于4分的患者仍有極大可能存在其他的高危因素或腦卒中的影像學證據。2007年，Johnston等[15]對4809例TIA患者進行了ABCD評分系統驗證，提出ABCD2評分法，其將糖尿病史加入了ABCD評分系統中，形成包括年齡、高血壓、臨床表現、癥狀持續時間及糖尿病5個因素的評分模型，并且對腦卒中患者風險分層。該評分模型與ABCD評分系統相比(AUC 0.62)，此評分法具有更高的預測價值(AUC 0.83)，并在此后相關研究中得到驗證，如Galvin等[16]對16項驗證ABCD2評分有效性的研究(總樣本量為6282388例卒中患者)進行了薈萃分析，其中14項研究對TIA后7d內的卒中發生風險進行了驗證，11項研究對TIA發作后90d內的卒中風險進行了驗證，結果顯示ABCD2評分在TIA后7d內無論是對低、中、高危組的卒中風險都具有較好的預測價值。2010年，Merwick等[17]提出了ABCD3評分量表，其使用歐洲和北美的多中心數據庫(共3886例患者，其中包括2654例推論人群及1232例驗證人群)，在ABCD2評分法基礎上加入了7d內TIA病史，總分為9分。同年，Merwick等又在ABCD3評分模型基礎上加上同側頸動脈狹窄≥50%(2分)及DWI檢查出高信號(2分)，如此便形成了總分為13分的ABCD3I評分，進一步提高了TIA后腦卒中風險預測的準確性。張曉丹等[18]通過對186例TIA患者90d內卒中發生率隨訪后，采用接受者操作特性曲線(ROC曲線)對ABCD3、ABCD2和ABCD3I評分系統進行比較，結果顯示ABCD2評分法、ABCD3評分法、ABCD3I評分法的AUC分別為0.608、0.796、0.860；陽性預測值分別為21.5%、59.1%、73%。該研究認為ABCD3I評分法在預測TIA進展為卒中的陽性率上，明顯優于ABCD2評分法和ABCD3評分法，見表2。

表2 ABCD評分系統

注：ABCD評分：總分為6分，≤3分為低危，>3分為高危；ABCD2評分：總分為7分，高危(6～7分)、中危(4～5分)和低危(0～3分)；ABCD3評分：總分為9分，高危(7～9分)、中危(4～7分)和低危(0～3分)；ABCD3I評分：總分為13分，高危(≥8分)、中危(4～7分)和低危(≤3分)。

2.4 心房顫動患者缺血性卒中發生風險與抗凝出血風險評估量表：見表3。該量表共包括兩個評分系統，分別為傳統的CHADS2評分及歐洲指南推薦使用的CHA2DS2_VASc評分。CHADS2評分量表是一種簡單易行、操作性強、目前廣泛應用于神經內科臨床實踐，對非瓣膜性心房顫動患者發生缺血性卒中風險進行評估和危險分層管理的評分量表。該量表于2001年由Gage等[19]根據既往數據，將美國卒中預防及心房顫動研究(Stroke Prevention in Atrial Fibrillation，SPAF)評分系統和心房顫動研究(Atrial Fibrillation Investigators，AFI)評分系統結合起來改良后提出，其可量化非瓣膜性心房顫動患者卒中的風險，并可以幫助選擇抗凝藥物治療，此量表評分共計6分，包括5個危險因子，即年齡≥75歲、高血壓病、糖尿病、心力衰竭以及既往有缺血性腦卒中或者TIA病史。2006年

表3 CHADS2評分系統

注：CHADS2評分：總分為6分，高危(≥2分)、中危(1分)和低危(0分)；CHA2DS2_VASc評分：總分為9分，高危(≥2分)、中危(1分)和低危(0分)。

美國心臟病學會及歐洲心臟病學會心房顫動指南指出建議使用CHADS2評分量表對非瓣膜性心房顫動患者發生卒中風險進行分層。低危組建議可給予阿司匹林進行治療或不予治療；中危組建議給予阿司匹林或1種口服的抗凝藥物治療；高危組建議給予抗凝治療。2009年，Lip等[20]在CHADS2評分量表基礎上結合年齡65～74歲、血管疾病及女性這3個危險因素，提出了CHA2DS2_VASc評分，該量表共計9分。其將危險因素劃分成了兩大類，即主要危險因素與非主要危險因素，主要危險因素為卒中史及年齡≥75歲，并增加了卒中史評分的比重，且將年齡分成了兩個檔，而其余即為非主要危險因素。2012年歐洲心臟病學會(European Society of Cardiology，ESC)在《歐洲心臟雜志》發布了心房顫動管理指南推薦使用CHA2DS2_VASC量表，其提出評分為0者推薦不用藥或者服用阿司匹林，評分為1分者；推薦口服阿司匹林或者抗凝藥物，且推薦抗凝治療；評分總分≥2者，推薦使用新型抗凝藥或華法林。CHADS2評分量表操作簡單易行，可篩選出需要進行抗凝治療的對象，而CHA2DS2_VASC量表雖在臨床操作中較為復雜，但卻更能篩選出真正低危且不需要進行抗凝治療的心房顫動患者。2018年，Chao等[21]使用CHA2DS2_VASc評分對臺灣人群中310,039名未接受抗血栓治療的低風險心房顫動患者進行了3種方法預測：即基線CHA2DS2_VASc評分、隨訪CHA2DS2_VASc評分及Delta CHA2DS2_VASc評分。并對基線，隨訪和Delta CHA2DS2_VASc評分在預測缺血性卒中方面的準確性進行了分析和比較，研究結果顯示基線、隨訪及Delta CHA2DS2_VASc評分C指數分別為0.578、0.729和0.742，根據C指數和凈重新分類指數評估，Delta CHA2DS2_VASc評分是缺血性卒中的顯著預測指標，其表現優于基線或隨訪CHA2DS2_VASc評分。在這項隊列研究中，研究者證實了CHA2DS2_VASc評分不是靜態的，大多數心房顫動患者在出現缺血性卒中之前會發展≥1個新的卒中危險因素，反映了由于年齡的增長和事件并發癥的增加，抗凝治療心房顫動中卒中發生風險是一個動態的變化過程。

2.5 Essen卒中風險評分量表(ESRS)：ESRS是一種簡單且易于操作的9分量表，此量表來源于比較氯吡格雷和阿司匹林治療高危缺血性事件患者的一項國際多中心隨機雙盲試驗(CAPRIE研究)，是針對非心源性缺血性腦卒中患者評估其復發風險的常用預測工具。CAPRIE研究入組19185例動脈粥樣硬化疾病患者，其包括年齡、吸煙、心臟病、高血壓、糖尿病、腦卒中或TIA病史等常見的危險因素，進行1～3年的隨訪，結果提示，隨著Essen評分的增高，卒中的復發風險隨之增加，Essen量表評分≥3分者，年卒中復發風險>4%，結論提示長期使用氯吡格雷降低腦卒中風險優于阿司匹林，而且就安全性而言，前者總體安全性與中等劑量阿司匹林相當[22，23]。目前許多研究表明，ESRS對急性缺血性腦卒中的遠期(≥1年)復發風險具有較好的預測能力，國內有研究顯示Essen卒中風險評估量表預測卒中復發的ROC曲線下面積為0.59(95%CI：0.58～0.60)[24]。孟霞等[25]研究表明，ESRS對TIA、缺血性腦卒中NIHSS評分≤3分、與>3分的1年復發風險預測的AUC分別為0.57、0.58、0.60。陳云霞等[26]研究表明，Essen卒中風險評分量表對缺血性腦卒中患者復發的預測的ROC曲線下面積為0.652(95%CI：0.574～0.731)。焉雙梅等[27]研究表明，ESRS對AIS患者1年復發的預測ROC曲線下面積為0.587，提示ESRS對AIS患者1年復發風險具有一定的預測價值，與國內的研究基本相符，但ROC曲線下面積略低于國外研究。

表4 Essen卒中風險評分量表

注：0～3分為卒中復發低風險患者，3～6分為卒中復發高風險患者

2.6 RRE_90評分：RRE_90評分是2009年由美國神經病學學院的研究者基于回顧性研究提出的一個基于網絡的評分量表，此量表最初制定的主要目的是用于預測首次缺血性卒中后90d內再發卒中的風險。2007年，Prabhakaran等[28]根據TIA患者的影像學表現將TIA患者分為2種類型：一為單純TIA，一為短暫性癥狀伴梗塞(transient symptoms associated with infarction，TSI)。2009年基于組織學是否改變對TIA定義提出異議，認為無論TIA患者的臨床癥狀持續時間多久，只要組織學出現改變就應當認為是卒中，但是研究者發現，TSI患者短期內發生缺血性卒中的風險大約比缺血性卒中患者再發卒中風險高15倍，如果將TSI等同于缺血性卒中，那么TSI作為缺血性卒中的高危預警就將被忽視，從而不能篩選出卒中的高危患者，將導致卒中的發生率增加。故2009年，美國神經病學學院的研究者制定了RRE_90網絡評分量表，除明確的影像學等危險因素之外，還考慮了病因學分型，能夠較準確地識別TSI患者潛在病因，其將TSI患者進行了分層，把RRE評分≤2者分為低危患者，其卒中風險≤1%，把RRE評分>2分者分為高危患者，其卒中風險>18%[29]。2016年，焉雙梅[27]應用90d復發風險評估量表(RRE_90)和艾森腦卒中風險分層量表(Essen卒中風險評分量表ESRS)對483例急性缺血性腦卒中患者進行一項前瞻性隊列研究，隨訪1年，結果發現RRE_90、ESRS評分預測AIS患者1年復發的ROC曲線下面積分別為0.588(95%CI：0.542～0.632)、0.587(95%CI：0.542～0.632)，顯示RRE_90與ESRS對AIS患者1年復發具有相同的預測效能。

2.7 TeleStroke Mimic(TM)評分：TM評分是在2014年由Ali等[30]提出的一個基于回顧性研究制定的用于預測遠程腦卒中評估期間的缺血性腦卒中模擬(SM)的模型。其分析了來自2004年1月至2013年4月在新英格蘭的合作伙伴遠程腦卒中網絡中的829名連續患者的衍生隊列，以及332例內部驗證，基于與SM狀態無關的因素，包括年齡，心房纖顫、高血壓、癲癇發作等病史及面部無力和NIHSS>14，使用逐步邏輯回歸建立預測評分，并使用受試者(ROC)曲線分析評估其性能。結果顯示TM評分在ROC曲線下面積分別為(推導組群AUC=0.75，內部驗證AUC=0.71，外部驗證AUC=0.77)。表示SM與缺血性腦血管病(ICVD)相比，SM平均年齡較低，血管危險因素較少，發作前癲癇發作頻率較高，并有不同的癥狀表現。其認為TM評分可以幫助臨床醫生在復雜的時間關鍵性的腦卒中評估過程中考慮備選診斷并潛在地檢測SM。2018年，Ali等[31]試圖在更廣泛的人群中外部驗證TM評分，其利用來自3個不同的美國和歐洲的遠程網絡數據，評估了1930名猶他大學喬治亞州攝政大學的遠程咨詢和德國綜合卒中護理網絡TeleMedical項目的TM評分，用于之前推導的TM評分，其中較低的TM評分對應于較高的可能性是卒中模擬。結果顯示，1930名患者中有630名(32.6%)為卒中模擬，ROC曲線下面積為0.72(95%CI:0.70～0.73)。結論提示，TM評分能夠預測不同隊列中的卒中模擬，TM評分這樣的預測性工具可能有助于在復雜的、時間關鍵性的腦卒中評估過程中，突出卒中相似者與腦卒中患者之間的關鍵臨床差異。

2.8 ABC_腦卒中評分(ABC_Stroke Score)：ABC_腦卒中評分是Hijazi等[32]在2016年基于生物標志物開發的用于預測心房顫動患者發生卒中的風險評分，其包括年齡、心臟生物標志物N_末端片段B型利鈉肽(NT_proBNP)、心肌肌鈣蛋白高敏感性(cTn_hs)和既往卒中/TIA四個變量，此評分源于一項雙盲雙模擬隨機臨床試驗(ARISOTLE試驗)和一項國際性多中心雙盲事件驅動試驗(STABILITY試驗)，是針對于心房顫動患者預測卒中或全身性栓塞的預測工具。ARISOTLE試驗入組18201例陣發性、持續性或永久性心房顫動或心房撲動患者，其包括年齡≥75歲、既往卒中、TIA或全身栓塞、心力衰竭、糖尿病或需要藥物治療的高血壓等危險因素，隨訪1.9年，并外部驗證1400名心房顫動或心房撲動(689位口服抗凝藥物)的參與者和STABILITY試驗中可用的生物標志物，結果提示生物標志物(NT_proBNP，cTn_hs)和臨床變量(既往卒中/TIA)有助于預測卒中或系統性栓塞，結論提示ABC_腦卒中評分表現優于目前臨床使用的風險評分，并可能改善AF的決策支持。2017年，Hijazi等[33]通過對4796例心房顫動患者調查心臟生物標志物的短期變異性，并評估ABC卒中風險評分是否能提供穩定的短期風險評估，根據8702人年隨訪和96次卒中/系統性栓塞事件，結果顯示，2個月時的ABC評分達到0.70(95%CI，0.65～0.76)的相似C指數，結論提示2個月內生物標記物水平的平均變化很小，重復測量心臟生物標記物為死亡率提供了一些增加的預后價值，但與臨床危險因素和生物標記物的基線水平相結合時，不提供對卒中的預后價值。同年，Rivera_Caravaca等[34]應用ABC_stroke評分與CHA2DS2_VASc評分對1125例心房顫動患者進行一項隨機試驗，隨訪6.5年，結果顯示3.5年時ABC_卒中評分的C指數顯著高于CHA2DS2_VASc(0.663:0.600，P=0.046)，但兩者的C指數在6.5年時無顯著差異，結論表明在抗凝治療的心房顫動患者中，與長期隨訪期間的CHA2DS2_VASc評分相比，新的ABC評分未提供明顯更好的預測性能且CHA2DS2_VASc評分在識別低風險患者的方面較ABC評分好。

3 國內主要的腦卒中風險評估模型

3.1 國人缺血性心血管病10年發病危險評估(ischemic cardiovascular disease，ICVD )腦卒中風險評分量表，中美隊列是運用在線計算器或手機軟件(http：//my.americanheart.org/evriskcalculator)來評估個體未來10年動脈粥樣硬化性心血管疾病(atherosclerotic cardiovascular disease，ASCVD)的發生風險(致死性及非致死性心血管疾病及腦卒中)。1981年，由中國醫學科學院阜外心血管病醫院流行病學研究室負責的隊列來自中美政府間合作項目“中美心肺疾病流行病學合作研究”(簡稱“中美隊列”)，該研究采用國際標準方法進行橫斷面研究和前瞻性研究，為我國首次進行的完全采用國際標準化方法的流行病學研究，其采用Cox比例風險回歸模型，在1981年和1982年分別進行了數千人規模的預試驗，于1993～1994年秋季在包括北京首都鋼鐵公司工人、北京石景山區農民、廣州番禺縣農民和廣州造船廠工人的4個人群同時進行正式基線調查，納入1993～1994年同年齡組獨立樣本人群中主要括年齡、性別、種族、收縮壓、總膽固醇、高密度脂蛋白、糖尿病、吸煙及是否接受降壓治療等危險因素的均值，校正其回歸系數，從而得到新的評估模型。結果顯示其能較好地預測未來10年ASCVD的發生風險(AUC：男性0.713，女性0.818)。中國心腦血管病學多中心協作研究與“八五”攻關期間根據美國-中國心血管流行病學合作研究17年的隨訪數據應用Cox比例風險回歸，進行的心腦血管病危險因素調查后續的隊列人群隨訪資料對模型進行回代檢驗，同時因變量分類建立預測模型并開發相應的預測評分工具，該模型納入的危險因素包括性別、年齡、收縮壓、體重指數、血清總膽固醇，吸煙狀況和糖尿病等，其結果顯示Cox回歸預測模型和簡化的點評分模型對估計中國人10年綜合心血管風險具有滿意的預測能力，其中腦卒中是主要的心血管疾病[35]。

3.2 冠心病、腦卒中綜合危險度評估及干預方案：我國的心腦血管疾病危險因素的流行病學特征與西方國家不同，為此國家開展了“十五”攻關課題，其依據中美心肺血管疾病流行病學合作研究隊列隨訪資料，納入包括年齡、性別、血壓、血清總膽固醇、體重指數、吸煙等在內的主要危險因素，采用了數學模型擬合方法，得到最優預測模型，然后校正人群的危險因素在長期變化趨勢中的影響，采用回代檢驗和計算ROC面積來檢驗該模型的預測能力，結果顯示初步開發的ICVD事件10年發病危險預測模型和簡易評估工具具有較為滿意的預測能力，也能夠較好地反映國人發生心血管病的綜合危險[36]。而目前此工具在我國得到較為廣泛的應用，成為較為適合我國人群心腦血管疾病綜合風險的評估工具。

3.3 中醫特色相關的腦卒中風險評估模型：中醫“治未病”理論是我國中醫現代預防醫學領域的理論基礎。《黃帝內經·素問》曰：“圣人不治已病治未病，不治已亂治未亂”，說明在此基礎理論指導下的核心思想應為未病先防。現常將“治未病”這一理論分為三個方面，分別為未病先防、既病防變與病后防復。即在疾病出現預兆的初期予采取積極措施以防止疾病的發生，而在疾病發生之時通過積極的治療以防止疾病的繼續發展與傳變，最后疾病傾愈之時予以調護避免病情加重反復，這與現代醫學疾病的三級預防理念頗為相近，中醫對腦卒中的防治積累了相當多的經驗。在上述眾多的腦卒中健康風險評估模型中，多是以現代醫學中腦卒中的危險因素作為變量，我國傳統醫學方面從腦卒中的病因病機、癥候類型、體質等與疾病的發生發展的關系入手亦做了大量研究。在1999年，吳大嶸等[37]就通過采用非條件和kli：k2i配對的條件Logistic回歸的分析方法，對221例中風病人的臨床中醫證候特征進行比較分析，建立急性期中風病血瘀證的證候預測模型，并采用臨床調查的結果對模型進行驗證，結果顯示Logistic回歸模型的ROC曲線下面積為0.9738，說明該模型對急性期中風病血瘀證具有較好的預測作用。其后如李壯苗等[38]通過采用ABCD2評分，按分值分為低危組(0～3分)、中危組(4～5分)和高危組(6～7分)，并用“中醫體質量表”對患者進行體質判定分析不同體質的中風先兆證患者發生腦梗死的風險，結論顯示不同體質的中風先兆證患者可能存在不同的腦梗死風險，痰濕質最高，其次是陰虛質，臨床可針對患者體質開展中風先兆證的干預。董致郅等[39]通過探討TIA早期風險預測工具(ABCD2)評分在評估中風先兆證患者發生中風轉化中的價值，并分析ABCD2評分與中醫證型的關系，結果顯示中風先兆證中風痰內盛、瘀血阻絡證有較高的發生中風病風險，故研究者認為實踐中應將中醫辨證與神經科量表評價結合起來，對中風先兆的高危人群進行準確識別，積極干預，防止發生中風轉化。因此在中醫“治未病”理論的指導下構建融合中醫體質、證候、及危險因素等具備中醫特色的風險評估系統，建立風險預測模型對指導腦卒中患者的一、二級預防具有深遠意義。

4 小結

合理的風險評估有利于對腦卒中易患人群的管理，指導臨床醫生尋找更積極的預防策略，從而降低腦卒中的發生、復發風險。盡管目前的風險評估模型和工具繁多，但由于社會、文化、經濟及人種等差異，導致其推廣應用受到了限制，鑒于腦卒中的病因、發病機制及危險因素等的多樣性，各種評估工具本身存在著一定局限性。現有的卒中風險評估模型常用的年齡、性別、吸煙狀況、血壓、血脂、血糖、飲酒、既往心血管病史等危險因素之間又具有極為復雜的相互作用，如患者年齡越大，累積的血壓、血脂異常及心血管病等并發癥亦越多，而在缺血性卒中風險預測時，大多評分模型都是基于基線風險因素計算的，結果在隨訪期后確定。然而，卒中風險并不是一成不變的，隨著時間的推移，患者年齡越來越大，累積的合并癥也越來越多，其發生中風的風險也加大，因此在風險評估模型的制定過程中應考慮基線及隨訪間的變化，使評估模型的準確性進一步提高。此外，隨著影像學及臨床醫學檢測技術的進一步發展和腦卒中亞臨床標志物的深入研究，新的具有更準確的預警標志物也將會隨之產生，故在危險因素研究的基礎上，建立風險評估模型時能夠增加腦血管病的影像學表現及亞臨床識別標志，有望進一步提高風險評估模型的準確性與科學性。且現代中醫在治未病理論的指導下，對防治腦卒中具有良好的優勢和特色，將中醫辨證、中醫體質、證候及危險因素結合起來建立風險評估模型，有利于對卒中易患人群進行準確識別，防止發生中風轉化。因此建立可融合中醫特色的具有預測價值更高的且更適用于我國腦卒中易患人群的風險評估工具和模型是十分必要的，亦需要臨床醫生進一步的深入探索。未來隨著影像學及臨床醫學檢測技術的快速發展和卒中風險評估模型研究的深入，腦卒中風險評估模型必將得到進一步完善。