基于Logistic回歸模型的急性StanfordA型主動脈夾層和非ST段抬高型心肌梗死鑒別研究

呂建 于鑫溢 劉海 張偉衛 唐雅敬 蘇浩昂 蘇剛△

1)鄭州大學第一附屬醫院心外科 鄭州 450052 2)河南中醫藥大學第二臨床醫學院 鄭州 450046

急性主動脈夾層(acute aortic dissection，AAD)和急性心肌梗死(acute myocardial infarction，AMI)均為心血管危急重癥，發病急、進展快、病死率高，均以急性胸痛為主要臨床表現，伴隨癥狀不具特異性，因此AAD誤診率可達38.96%[1-2]。AAD病情進展迅速，如果不能及時干預，自發病起每1 h病死率增加1%，30%～50%的患者于48 h內死亡[3-4]。國內外有很多關于AAD與AMI之間鑒別診斷的臨床研究[5-7]，但有關AAD中進展更快、預后更差的Stanford A型主動脈夾層(stanford type A aortic dissection，TAAD)與AMI中更不易診斷的非ST段抬高型心肌梗死(Non-ST-segment elevation myocardial infarction，NSTEMI)之間的鑒別診斷研究較少。

TAAD與NSTEMI早期急診處理方法不同，甚至相反[8]。TAAD患者需有效制動、控制血壓和心室率，同時積極進行術前準備，避免不必要轉運增加夾層破裂出血的風險[9]。NSTEMI患者需有效擴冠、抗凝、抗血小板治療，同時緊急實施血運重建[10]。所以及時、準確、便捷進行鑒別診斷，可有效提高患者的生存率。研究表明[5-6, 11]，血漿D-二聚體水平、高血壓病史等臨床資料有助于對TAAD與NSTEMI的鑒別診斷。本研究通過對常規臨床數據分析，旨在獲得一種快速、高效、廉價的TAAD與NSTEMI的鑒別診斷方法。

1 對象與方法

1.1研究對象隨機抽取2013-01—2018-09間我院收治的107例NSTEMI與104例TAAD患者，采用EpiData建立臨床資料數據庫。納入標準：(1)患者相關臨床病例資料齊全。(2)均以“急性胸背部疼痛”為主訴入院，且含服硝酸甘油片不緩解。(3)無冠心病等心臟病病史。(4)于入院1 h內完成急診血生化檢測。(5)均行CT成像或冠脈造影(coronary angiography，CAG)、常規心電圖、心臟超聲等檢查，并根據診療指南、影像學結果、臨床癥狀和體征確診為NSTEMI或TAAD。

1.2變量選擇本研究目的為尋找TAAD與NSTEMI快速、有效、廉價的鑒別診斷方法，根據對前期文獻的研究和梳理[12-14]，選擇肝腎功能、凝血功能、血常規等對TAAD或NSTEMI有較大影響的因素，以及在臨床實踐中容易獲得的患者基本人口學特征(性別、年齡、高血壓病史、糖尿病病史、吸煙史等)。應用方差膨脹因子( variance inflation factor，VIF)對納入模型的變量進行檢驗，排除有顯著共線性的變量。

1.3統計學方法計量資料行t檢驗，計數資料行χ2檢驗。連續變量表示為中位數(四分位數)，分類變量表示為頻率(百分比)。使用單因素和多因素Logistic回歸分析進行風險因素分析。將單因素Logistic回歸分析中具有統計學意義的變量納入多因素Logistic回歸分析中，并且采用逐步向前的方法選擇最終包括在方程中的變量。繪制ROC曲線并計算曲線下面積，以此評估方程的區分能力(方程區分TAAD與NSTEMI的能力)。采用500次重采樣方法計算AUC，置信區間為95%。繪制決策分析曲線評估模型的臨床有效性。使用SPSS軟件(ver 22.0，USA)和R software(ver 3.4.3，USA)進行統計學分析。P<0.05為差異有統計學意義。

2 結果

2.1患者特征2組患者性別構成比、吸煙史、血紅蛋白含量、三酰甘油、活化部分凝血活酶時間、谷丙轉氨酶和白蛋白含量差異均無統計學意義(P>0.05)。TAAD組患病年齡低于NSTEMI組，高血壓病史患者高于NSTEMI組，糖尿病病史患者低于NSTEMI組，差異均有統計意義(P<0.05)。TAAD組白細胞計數高于NSTEMI組，血小板計數低于NSTEMI組，尿素、肌酐水平高于NSTEMI組，凝血酶原時間及國際標準化比值均大于NSTEMI組，纖維蛋白原含量低于NSTEMI組，血漿D-二聚體水平高于NSTEMI組。以上差異均有統計意義(P<0.05)，見表1。

2.2單因素Logistic回歸分析單因素Logistic回歸分析顯示，TAAD組與NSTEMI組患者的年齡、高血壓病史、糖尿病病史、白細胞計數、血小板計數、總膽固醇、D-二聚體、國際標準化比值(INR)、纖維蛋白原的差異具有統計學意義(P<0.05)，而2組患者的凝血酶原時間、尿素、肌酐的差異無統計學意義(P>0.05)。見表2。

2.3多因素Logistic回歸分析將單因素Logistic回歸分析中差異具有統計學意義的臨床指標(年齡、高血壓、糖尿病、白細胞計數、血小板計數、總膽固醇、D-二聚體、國際標準化比值、纖維蛋白原)以及臨床實踐中不可避免的因素(尿素、肌酐)納入二分類非條件多因素Logistic回歸分析，篩選P<0.05的觀察指標為TAAD與NSTEMI鑒別的預測因子。以TAAD與NSTEMI兩種疾病為因變量，以篩選出的預測因子為自變量，進行二分類Logistic回歸分析。見表3。

2.4共線性診斷將多因素Logistic回歸分析中具有統計學意義的臨床指標進行共線性診斷，VIF均小于5，表明3個獨立危險因素(年齡、高血壓病史、D-二聚體)之間沒有多重共線性。

2.5 Logistic回歸方程與ROC、DCA分析結果顯示，Logistic回歸方程的表達式如下：

注：P為診斷TAAD的概率，χ1為年齡，χ2為D-二聚體水平，χ3為高血壓病史。

數據分析顯示，該Logistic回歸方程診斷的準確率為95.3%。當Logistic(P)≥0.90時，其診斷TAAD的敏感度為95.2%(95%CI：0.886～0.982)，特異度為95.3%(95%CI：0.889～0.983)。Logistic回歸方程的ROC曲線下面積(area under curve，AUC)為0.982, 95%CI:0.962～0.994，P<0.05。如圖1。

表1 2組患者基本特征比較

表2 2組疾病不同臨床指標的單因素Logistic回歸分析

表3 二分類多因素Logistic回歸分析結果

圖1 鑒別診斷方程的ROC分析

Logistic回歸方程的決策曲線分析(Decision Curve Analysis，DCA)顯示，Logistic回歸方程的閾值概率在60%～90%時，方程的凈效益在70%～85%，如圖2。

圖2 鑒別診斷方程的DCA分析

3 討論

AAD以劇烈胸背部疼痛為主要臨床表現，對于冠狀動脈開口受累的患者，多數胸痛中心會誤診為AMI，給予負荷量雙聯抗血小板治療后，會顯著影響血小板功能，增加夾層破裂風險和AAD外科手術難度，并增加術后并發癥的發生率[15-16]。Erbel等[17]研究表明，如果能及時、準確診斷AAD，其1 a生存率可超過50%。因此早期、及時、準確診斷AAD，可減少誤診與漏診發生率，顯著降低病死率，有利于改善預后。

依據夾層是否累及升主動脈AAD分為TAAD和Stanford B型主動脈夾層(stanford type B aortic dissection, TBAD)，TAAD較TBAD治療難度更大，圍術期致死、致殘率更高。AMI根據心電圖ST段的變化分為ST段抬高型心肌梗死和NSTEMI。由于NSTEMI的心電圖表現與TAAD均無特異性改變，更易誤診。而TAAD的確診除依據臨床體征外，主要依賴CTA、MRI等影像學技術。但影像學檢查耗時相對較長且基層醫院難以普及，尤其檢查必需的轉運和體位變化增加了夾層破裂的風險[18]。因此，尋找一種快速、廉價、準確鑒別TAAD與NSTEMI的方法，具有非常重要的臨床價值。

D-二聚體是機體發生凝血時，凝血酶作用于纖維蛋白，使其轉變為交聯纖維蛋白，隨后在纖溶系統的降解作用下形成，其含量可反映體內凝血酶的活性和纖維蛋白的生成情況，血栓形成1 h后即可檢測到D-二聚體升高[19]。本研究中，TAAD組血漿D-二聚體水平高于NSTEMI組，經過單因素、多因素Logistic回歸分析，D-二聚體的差異仍具有統計學意義，與國內外類似研究的結果相似[5-6, 20]。可能的原因是，TAAD發生時，激活凝血系統和纖溶系統，主動脈血管面積較冠狀動脈血管面積較大，導致產生的D-二聚體也較NSTEMI顯著增加。多項研究表明，D-二聚體對診斷AAD敏感性高，但特異性較低，具有很好的排除診斷價值[11-21]。因此，為更準確鑒別診斷TAAD與NSTEMI，需要聯合其他臨床資料。

高血壓已經成為主動脈夾層的主要病因，由于人口老齡化和高血壓發病率的增加，主動脈夾層的發病率呈上升趨勢[9]。其可能的機制是由于血流的改變，使主動脈壁彈力纖維和膠原纖維形態發生改變，血管壁應力增加，導致其僵硬度增加，容易使血管內膜撕裂而引起夾層。本研究中，TAAD組既往高血壓病史患者高于NSTEMI組，經過單因素、多因素Logistic回歸分析，高血壓病史的差異仍具有統計學意義。這表明高血壓病史對TAAD與NSTEMI的鑒別診斷也具有臨床意義。

本研究所得Logistic回歸模型AUC為0.982(95%CI: 0.962～ 0.994)。一般來說，AUC>0.75的預測模型具有良好的鑒別意義[22]。所以，本研究構建的Logistic回歸模型區分TAAD與NSTEMI患者的能力良好。當Logit(P)≥0.90時，該Logistic回歸模型診斷TAAD的敏感度為95.2%(95%CI：0.886～0.982)，特異度為95.3%(95%CI：0.889～0.983)。

綜上所述，患者年齡、高血壓病史與血漿D-二聚體水平聯合，鑒別診斷TAAD與NSTEMI的敏感度、特異性均較高，且可以快速、有效、廉價獲得相關臨床數據。臨床工作中應密切關注年齡、高血壓病史、血漿D-二聚體水平對TAAD和NSTEMI鑒別診斷的意義。Logistic回歸模型為TAAD與NSTEMI之間的鑒別診斷提供了一種新的方法和思路。