基于急診臨床資料預測急性缺血性輕型卒中患者短期預后的列線圖分析*

顧寶東 馬先軍 杜 青 李 鑫

南京中醫藥大學連云港附屬醫院腦病科，江蘇省連云港市 222000

2018年我國腦血管病死亡粗率為149.49/10 萬，占總死亡率的22.3%，已成為我國人群過早死亡和疾病負擔的首位原因[1]，約82%的腦卒中為缺血性卒中，輕型卒中更是占到了后者的一半[2]。輕型卒中患者早期癥狀輕微，但復發率高[3-4]，約17%的患者出現功能殘疾[5]。因此，識別輕型卒中不良預后的危險因素，早期進行風險預測，治療上進行強化干預，對改善臨床結局有重要意義。目前關于輕型卒中急性期風險評價工具較少，既往研究多分析了輕型卒中復發的危險因素[6]，不能直觀地用于預測個體預后。列線圖作為預測模型可視化的一個重要手段，具有更好的操作性和實用性，便于臨床的推廣。本研究回顧了200例急性輕型卒中住院患者的急診臨床資料，篩選出不良預后的危險因素并建立列線圖模型，為早期識別高危人群提供參考。

1 資料與方法

1.1 一般資料 選取2018年10月—2020年8月在我院神經內科住院的輕型卒中患者200例，年齡36～90歲，平均年齡66.6歲，男135例(67.5%)；發病到入院時間1～71h，中位數時間15.0h。納入標準：(1)符合2018年《中國急性缺血性腦卒中診治指南》中關于缺血性卒中診斷要點；(2)發病時間<72h；(3)年齡>18歲；(4)輕型缺血性卒中定義為美國國立衛生研究院卒中量表(NIHSS)≤5分；(5)首次發病或過去發病者無明顯后遺癥，不影響本次NIHSS評分判定；(6)患者意識清楚；(7)簽署知情同意書，或由其法定代理人簽署知情同意書。排除標準：(1)發病時NIHSS>5分；(2)有嚴重肝腎功能不全；(3)3個月內有手術、創傷史；(4)近期內有感染病史；(5)有精神疾病不能配合者；(6)妊娠或哺乳者；(7)自動退出研究。

1.2 方法

1.2.1 臨床資料收集：入院后收集患者的急診臨床資料，包括：年齡、性別、既往疾病史、入院血壓、臨床癥狀、發病時間、入院時NIHSS等。基線NIHSS評分由專業的神經科醫師通過面對面形式進行評估。入院后4h內完成血常規、腎功能、電解質、超敏C反應蛋白(hsCRP)等急診生化指標檢測。

1.2.2 隨訪及分組：入組后按現行指南予規范抗栓治療，觀察、隨訪并記錄30d內病情變化情況，由經培訓的神經科醫生對患者進行隨訪。根據預后情況分為預后良好組和不良組，無進展及無復發為良好組，出現進展及復發為不良組。卒中進展定義為NIHSS評分較發病時基線增加2分以上。

1.3 統計學方法 采用SPSS25.0軟件進行描述性統計，定量資料若符合正態分布用均數±標準差表示，非正態分布用中位數(四分位間距)表示，分類變量以數值(百分比)表示。采用獨立樣本t檢驗、Mann-WhitneyU或χ2檢驗對不同預后組的急診資料進行分析，對差異有統計學意義的變量再進行多因素Logistic回歸分析，篩選出影響預后的危險因素。采用R3.6.3軟件，應用rms程序包對多因素回歸篩選出的變量繪制列線圖模型，利用受試者工作曲線(ROC)下的面積(AUC)大小來評估模型的預測能力，采用Bootstrap重復抽樣法繪制校準圖對模型的準確度進行驗證。假設檢驗統一使用雙側檢驗，以P<0.05為差異有統計學意義，P<0.01為差異有顯著統計學意義。

2 結果

2.1 急診患者基線資料比較 共200例患者納入研究，預后良好組163例(81.5%)，預后不良組37例(18.5%)，其中34例不良預后發生在發病10d內，占比91.9%。組間基線資料比較顯示既往糖尿病史、NIHSS評分、入院時舒張壓、hsCRP差異有統計學意義(P<0.01)，見表1。

表1 預后良好組與預后不良組急診基線資料比較

2.2 多因素Logistic回歸分析和列線圖 多因素Logistic回歸分析顯示，糖尿病史(OR=3.359，95%CI:1.426～7.915)，入院時NIHSS評分(OR=1.446，95%CI:1.089～1.920)，舒張壓≥110mmHg(相較于<90mmHg，OR=6.730，95%CI:1.846～24.543)，hsCRP≥3mg/L(OR=3.789，95%CI:1.323～10.847)是輕型卒中患者30d內不良預后的危險因素。見表2、3。

表2 多因素Logistic回歸分析

參考高血壓分級，將舒張壓<90mmHg定義為正常，90～99mmHg為1級，100～109mmHg為2級，≥110mmHg為3級。模型預測方程：Logit(P)=-4.689+1.212×糖尿病病史+0.369×NIHSS評分+0.229×舒張壓1級-0.806×舒張壓2級+1.097×舒張壓3級+1.332×hsCRP。根據糖尿病史、NIHSS評分、舒張壓、hsCRP四個變量構建列線圖模型(見圖1)。

表3 輕型卒中不良預后危險因素賦值表

圖1 急性輕型卒中短期不良預后的列線圖

2.3 列線圖模型的ROC曲線及校準圖 列線圖ROC曲線的AUC=0.789(95%CI：0.700～0.877),在預測概率為14.8%時，靈敏度81.1%，特異度66.9%，約登指數0.480(見圖2)。經Hosmer-Lemeshow擬合優度檢驗，差異無統計學意義(χ2=6.442，P=0.589)，內部驗證顯示預測曲線與標準曲線擬合良好(見圖3)。

圖2 急性輕型卒中短期預后列線圖的ROC曲線

圖3 急性輕型卒中短期預后列線圖模型的內部驗證校準圖

3 討論

輕型卒中患者基數大，早期不良預后發生率高，但目前有關輕型卒中早期預后的研究較少。一些復雜的血液及影像學指標常被用來判斷預后，但存在明顯的滯后性，不利于臨床的使用，因此篩選易得的急診指標，建立簡潔的預測工具，盡早進行風險評估，采取更加積極的治療方案，對改善預后至關重要。本研究發現糖尿病、入院時NIHSS評分、舒張壓、hsCRP是急性輕型卒中30d內不良預后的危險因素，不良預后主要發生在發病10d內，總體發生率為18.5%，與既往報道相一致[3-4]。

卒中后較高的血壓既往認為是不良預后的危險因素，有研究顯示收縮壓與不良預后呈明顯的線性相關[7]，但在本研究中這一趨勢不明顯，可能與研究人群不同有關。舒張壓對卒中預后影響的結論并不一致，來自福岡卒中登記的一項研究顯示卒中后無論收縮壓或舒張壓升高均與不良預后呈線性相關[8]，而有些研究發現舒張壓與不良預后呈J型相關[9]。本研究的結果更傾向于后者，提示發病早期輕度升高的舒張壓對預后可能有利，但顯著升高將增加不良預后風險，因此早期適度的降壓可能是合理的。

炎癥可嚴重破壞動脈生理結構及功能，促進動脈硬化和動脈粥樣硬化[10]，促進血栓的形成[11]，增加卒中的復發風險。hsCRP是炎癥反應的重要蛋白，對組織損傷反應敏感，是動脈粥樣硬化發生、發展的促進因子。隨著hsCRP濃度的增加，神經功能惡化和不良預后風險增加[12]。本研究也支持上述結論，發病早期hsCRP的升高提示疾病處于不穩定狀態，復發風險高，需引起重視。

NIHSS評分反應神經功能缺損情況，與卒中的嚴重程度有關，是卒中復發的危險因素[13]。SOCRATES試驗結果顯示，NIHSS評分是輕型卒中復發及致殘的有力預測指標[14]。POINT試驗事后分析也認為NIHSS評分與輕型卒中后的不良預后相關[15]。本研究也支持上述的結果，在較窄的基線范圍內，NIHSS評分與輕型卒中的不良預后仍高度相關，提示即使輕型卒中癥狀輕微，對缺損的神經功能評估仍是有必要的。

本研究模型中未引入復雜的影像學參數，提高了可操作性，更益于基層醫院的應用。本研究列線圖模型的AUC值為0.789(95%CI：0.700～0.877)，具有良好的區分度，預測曲線與標準曲線擬合良好，反應模型的預測與真實情況符合度好，具有一定的應用價值。但本研究仍存在一定的不足和局限性：(1)樣本量偏小，僅進行了內部驗證，對結果外推存在一定局限，有待擴大樣本來驗證；(2)本研究預測模型未與影像學參數進行整合，限制了模型的預測能力，有待后續的進一步研究。

綜上所述，輕型卒中早期不良預后發生率高，需引起臨床高度重視，急診資料中糖尿病史、NIHSS評分、舒張壓、hsCRP是早期不良預后的危險因素，由此建立的列線圖預測模型具有良好的區分度和校準度，對判斷早期預后具有一定的臨床應用價值。