急性腦梗死病人繼發(fā)血管性認知功能障礙風險預測模型的構建及驗證

Construction and validation of risk prediction model for secondary vascular cognitive dysfunction in patients with acute cerebral infarction

ZHOU Xiaoyan，LU Wei，ZHANG YaqinChangshu No.1 People′s Hospital，Jiangsu 215500 ChinaCorresponding Author" ZHANG Yaqin，E-mail：2461489676@qq.com

Keywords" acute cerebral infarction;vascular cognitive impairment;risk factors;prediction model;nursing

摘要" 目的：分析急性腦梗死病人繼發(fā)血管性認知功能障礙（VCI）的相關因素，構建風險預測模型，并進行效果檢驗。方法：采用便利抽樣法選取常熟市第一人民醫(yī)院2021年1月—2023年1月急性腦梗死病人180例為調查對象，根據有無出現VCI分為VCI組和非VCI組。采用單因素、多因素Logistic回歸分析篩選急性腦梗死病人繼發(fā)血管性VCI的獨立危險因素，并構建風險預測模型，驗證模型預測效果。結果：180例急性腦梗死病人中繼發(fā)VCI的有51例，發(fā)生率為28.33%；Logistic回歸分析結果顯示，糖尿病病史、腦白質疏松、頸動脈粥樣硬化、急性生理學與慢性健康狀況評分Ⅱ（APACHEⅡ）評分越高、有抑郁、高血清同型半胱氨酸、高血小板與淋巴細胞比值為急性腦梗死病人繼發(fā)VCI的獨立危險因素（P＜0.05）；風險預測模型的Hosmer-Lemeshow檢驗結果為：χ2=8.203，P=0.336；模型的受試者工作特征曲線下面積為0.794，95%CI（0.750，0.837），約登指數為0.690，最佳截斷值0.122，敏感度為87.5%，特異性為89.3%；模型預測準確率為88.89%。結論：本研究在急性腦梗死病人繼發(fā)VCI的危險因素基礎上，建立的風險預測模型具有良好擬合程度和區(qū)分能力，且準確度較好，能為預測急性腦梗死病人繼發(fā)VCI風險提供有效依據。

關鍵詞" 急性腦梗死；血管性認知功能障礙；危險因素；預測模型；護理

doi：10.12102/j.issn.2095-8668.2024.06.022

血管性認知功能障礙（vascular cognitive impairment，VCI）是指腦血管疾病發(fā)病后血管狹窄或閉塞導致腦血流不夠所致的認知功能衰退現象，為腦梗死病人常見并發(fā)癥，臨床以言語失調、認知障礙、執(zhí)行力減弱及伴抑郁、冷漠等精神癥狀為主要表現［1］。有研究指出，VCI若未得到有效干預，約49%的病人伴有進展為永久性癡呆的風險［2］，影響生活質量，并加重家庭負擔。腦梗死病人繼發(fā)VCI是多種因素與發(fā)病機制共同作用的復雜病理生理變化過程，盡早識別和掌握其發(fā)生指征及危險因素能有效挽救認知功能減退程度，緩解并降低其發(fā)生率。既往多名學者對VCI的危險因素進行了探究，發(fā)現與年齡、白細胞介素、文化水平、合并慢性病等相關，但結論缺乏一致性，且缺乏可靠

作者簡介" 周曉燕，副主任護師，本科

*通訊作者" 張亞琴，E-mail：2461489676@qq.com

引用信息" 周曉燕，陸煒，張亞琴.急性腦梗死病人繼發(fā)血管性認知功能障礙風險預測模型的構建及驗證［J］.循證護理，2024，10（6）：1086-1091.

的工具預測VCI風險的可能性［3］。因此，本研究采用多因素分析對急性腦梗死病人繼發(fā)VCI密切相關的危險因素進行篩選，并構建出預測性能強、實用性強且一致性高的風險預測模型，以便醫(yī)護人員能快速、精準地篩選和識別高危風險病人，為護理介入方案的執(zhí)行準確率提供依據。

1" 資料與方法

1.1" 臨床資料

本研究為橫斷面研究，采用便利抽樣法選擇常熟市第一人民醫(yī)院2021年1月—2023年1月急性腦梗死病人180例為調查對象，根據有無出現VCI分為VCI組和非VCI組。納入標準：年齡≥18 歲；符合急性腦梗死診斷標準［4］，并經CT或核磁共振成像（MRI）確診；無嚴重器官功能衰竭；病人與家屬自愿參與并簽署知情同意書。排除標準：既往有腦卒中病史者；合并嚴重肝、腎損害等并發(fā)癥；腦外傷、顱腦占位性病變、感染性疾病等；中途退出或拒絕配合調查者。本研究經醫(yī)院倫理委員會批準。樣本量計算：根據Logistic回歸分析樣本量計算準則［5］，樣本量為自變量數的5～10倍，考慮10%～20%的無效病例；本研究通過文獻檢索、篩選、分析，得到急性腦梗死病人繼發(fā)VCI的可能危險因素有21個，代入計算最小樣本量=21×5×110%=115.5，最終確定樣本量為180例。

1.2" VCI診斷標準

采用Wentzel等［6］制定的標準進行評估：1）下列疾病中至少合并2項，高血壓病、糖尿病、高脂血癥、心臟病、腦梗死、腦出血、吸煙；2）具有以下2個特點，即急性起病、波動性病程、起病和加重均與腦血管病事件有關（梗死、出血、局灶性神經系統(tǒng)體征）；3）CT/MRI顯示有腦梗死或腦出血；4）此次大面積腦梗死或出血量＞30 mL的病人；5）簡易智力狀態(tài)檢查量表（Mini-Mental State Examination，MMSE）［7］測定有認知功能障礙（＜27分）。

1.3" 一般資料調查表

入院后采用一般資料調查表完成資料收集。1）人口學資料：性別、年齡、文化程度、婚姻狀況、高血壓病史、糖尿病病史、吸煙飲酒史、冠心病史；2）臨床治療：梗死部位、病程（發(fā)病至入院時間）、是否有腦白質疏松（Fazekas量表［8］得分≥1分）、入院時美國國立衛(wèi)生研究院卒中量表（NIHSS）評分、頸動脈粥樣硬化情況、急性生理和慢性健康狀況評分Ⅱ（Acute Physiology and Chronic Health Evaluation，APACHEⅡ）［9］、是否有抑郁［漢密爾頓抑郁量表（Hamilton" Depression Scale，HAMD）＞17分］［10］；3）實驗室指標：D-二聚體、纖維蛋白原、血紅蛋白、血清同型半胱氨酸、血小板與淋巴細胞的比值（platelet to lymphocyte ratio，PLR）、淋巴細胞與單核細胞比值（lymphocyte to monocyte ratio，LMR）。

1.4" 資料收集方法

本研究主要通過醫(yī)院電子病歷系統(tǒng)統(tǒng)一完成調查和資料收集，所有的調查資料均由研究者本人親自收集，研究者經過專業(yè)化培訓和考核。其中生化指標均由入院第2天采集空腹靜脈血用血液分析儀進行分析；APACHEⅡ評分取入院24 h內的評分結果，并采用雙人法錄入數據對數據進行核查、統(tǒng)計分析，共發(fā)放問卷180份，回收180份，有效回收率為100%。

1.5" 統(tǒng)計學方法

選用SPSS 26.0統(tǒng)計軟件進行數據分析，正態(tài)分布的定量資料用均數±標準差（x±s）描述，比較采用t檢驗或方差分析，非正態(tài)分布的定量資料使用中位數、四分位數［M（P25，P75）］描述，比較采用Mann-Whitney U檢驗；定性資料用例數、百分比（％）表示，比較采用χ2檢驗。等級資料行秩和檢驗，多因素分析采用Logistic回歸分析，結合回歸分析結果構建風險預測模型，采用Hosmer-Lemeshow（H-L）檢驗、受試者工作特征曲線（ROC）下面積（AUC）評價模型預測效果。檢驗水準α=0.05。

2" 結果

2.1" 急性腦梗死病人繼發(fā)VCI現狀

結果顯示，本研究180例急性腦梗死病人中繼發(fā)VCI的有51例，發(fā)生率為28.33%，設為VCI組；未繼發(fā)VCI的有129例，占71.67%，設為非VCI組。

2.2" 急性腦梗死病人繼發(fā)VCI的單因素分析

單因素分析結果顯示，年齡、高血壓病史、吸煙飲酒史、糖尿病病史、梗死部位、腦白質疏松、頸動脈粥樣硬化情況、APACHE Ⅱ評分、抑郁、D-二聚體、血清同型半胱氨酸、PLR、LMR為急性腦梗死病人繼發(fā)VCI的影響因素（P＜0.05），見表1。

2.3" 急性腦梗死病人繼發(fā)VCI的多因素分析

以急性腦梗死病人是否繼發(fā)VCI為因變量（無=0，有=1），將單因素分析中有統(tǒng)計學意義的變量（P＜0.05）為自變量，構建二分類Logistic回歸分析方程，自變量賦值見表2。Logistic回歸分析結果顯示，糖尿病病史、腦白質疏松、頸動脈粥樣硬化、APACHE Ⅱ評分高、抑郁、血清同型半胱氨酸高、PLR高均為急性腦梗死病人繼發(fā)VCI的獨立危險因素（P＜0.05），見表3。

2.4" 構建急性腦梗死病人繼發(fā)VCI的風險預測模型

根據二分類Logistic回歸分析構建風險預測模型，提取各預測因子（危險因素）的偏回歸系數，擬合急性腦梗死病人繼發(fā)VCI風險預測模型的回歸方程，以實現模型構建：Logit（P）=ln［P/（1－P）］=－28.112+1.584×糖尿病病史+0.865×腦白質疏松+1.479×APACHE Ⅱ評分+1.356×頸動脈粥樣硬化+2.236×抑郁+1.637×血清同型半胱氨酸+1.325×PLR。

2.5" 急性腦梗死病人繼發(fā)VCI的風險預測模型檢驗

根據訓練集、驗證集樣本比例8∶2，計算得到驗證集樣本量為36例。采用便利抽樣法從2021年1月—2023年1月收治的急性腦梗死病人中選取符合納入、排除標準的36例形成驗證集，并對模型進行評價。1）區(qū)分準確度：結果顯示，預測模型的AUC為0.794，95%CI（0.750，0.837），約登指數為0.690，最佳截斷值為0.122，敏感度為87.5%，特異度為89.3%，表明模型具有良好區(qū)分準確度，見圖1。2）校準度檢驗：C-index范圍為0.5～1.0，C-index值越大表明區(qū)分度越好，本研究結果顯示，C-index為0.818，校準曲線斜率接近1，表明預測模型診斷急性腦梗死病人繼發(fā)VCI的能力與實際發(fā)生的誤差較小，一致性較高，見圖2。同時采用H-L檢驗反映模型的擬合優(yōu)度，結果顯示，χ2=8.203，P=0.336，預測模型具有良好校準能力。3）模型臨床應用：結果顯示，模型預測急性腦梗死病人繼發(fā)VCI的8例實際發(fā)生例數為7例，預測未出現VCI的28例中實際未出現25例，計算得到預測準確率為（5+25）/36×100%=88.89%。

3" 討論

3.1" 急性腦梗死病人繼發(fā)VCI的危險因素

VCI病理機制主要為腦梗死導致的腦損傷和神經元缺失，是病人介于輕度認知障礙和癡呆發(fā)展的過程，屬于腦梗死病人中普遍且可逆轉的并發(fā)癥類型［11］。研究發(fā)現，急性腦梗死病人發(fā)生VCI的風險是非腦梗死病人的6～9倍［12］。本研究結果顯示，180例急性腦梗死病人中繼發(fā)VCI的有51例，發(fā)生率為28.33%，與李強等［13］研究結論類似，原因與以下幾點有關：1）急性腦缺血導致腦組織軟化和壞死；2）慢性缺血導致腦白質損害，繼而損害軸突運輸，引發(fā)信息傳遞障礙；3）發(fā)病后神經元損傷和丟失，導致病人臨床癥狀、體征和認知功能進行性衰退導致的最終環(huán)節(jié)；4）多種基礎疾病影響腦血管神經，使纖維損傷加重導致認知功能損傷。但明顯低于王凌雪等［14］報道的腦梗死病人VCI發(fā)生率（58.37%）。原因可能與其研究中病人年齡＞80歲居多，且醫(yī)院地區(qū)、醫(yī)院臨床管理制度也存在差異有關。VCI為一種異質性疾病，臨床表現多種多樣，個體差異較大，且發(fā)病機制與多種因素均相關。既往學者發(fā)現，VCI具有很高的致癡呆率和強干預性，注重VCI的發(fā)生與發(fā)展對延緩疾病進展，改善預后情況尤為重要［15］。

本研究通過綜合多種因素，得出急性腦梗死病人繼發(fā)VCI的影響因素為：1）糖尿病病史。本研究結果顯示，糖尿病史為急性腦梗死病人繼發(fā)VCI的危險因素。糖尿病病人的微血管病變造成大腦皮層的血流量降低，導致病人信息處理能力與思維敏感性、記憶力的下降，繼而影響認知功能［16］；病人長期處于高血糖狀態(tài)會加重大動脈粥樣硬化風險，并累及腦血流循環(huán)，致使腦組織缺血缺氧，誘發(fā)酸中毒，使腦損傷程度進一步加重，累及認知功能；糖尿病病人胰島素抵抗狀態(tài)會導致前額葉皮層和雙邊海馬旁區(qū)域之間的聯(lián)系，降低執(zhí)行能力，同時血糖升高可使機體的晚期糖基化終末產物量與活性氧的生成增加，促進炎癥反應，導致神經細胞大量凋亡，累及認知功能［17］。2）腦白質疏松。研究顯示，75%以上認知功能障礙的病人CT上有腦白質損傷表現，可見其與認知功能存在密切關系。本研究結果顯示，有腦白質疏松的病人VCI的發(fā)生風險更高。腦白質病變會造成腦皮質能量代謝及功能的破壞，阻礙基底神經節(jié)與背外側前額葉皮層的纖維連接，導致機體執(zhí)行能力出現障礙。同時腦白質疏松會造成投射纖維異常，損害丘腦-皮質紋狀體-皮質環(huán)路，且疏松部位缺血、缺氧和側支循環(huán)不良會加重VCI的嚴重程度［18］。3）頸動脈粥樣硬化。頸動脈粥樣硬化為動脈硬化的主要病理變化。本研究結果顯示，有頸動脈粥樣硬化是VCI發(fā)生的獨立危險因素之一。原因為：頸動脈粥樣硬化可導致頸動脈缺血，刺激交感神經系統(tǒng)，導致腦血管自主調節(jié)能力異常，引起炎性反應，同時動脈粥樣硬化斑塊脫落可導致大腦內多發(fā)的腔隙性梗死灶，擴大神經元凋零范圍，并加重腦白質的損害程度［19］。此外其還會減少腦組織有效灌注量，導致神經細胞的興奮性與代謝減弱，降低認知功能。段忠效等［20］指出，腦梗死與頸動脈粥樣硬化同時存在將導致并發(fā)認知障礙風險上升3倍。與本研究有一定相似度。4）APACHEⅡ評分。APACHEⅡ評分可對病人病情評定和病死率預測、確定最佳出院時機或選擇治療的時間，提供客觀、科學的依據，最高分71分，分值越高表明病情越重，病人大腦調節(jié)功能損害與灌注異常情況越嚴重，使部分神經傳導通路中斷，破壞了大腦皮層的聯(lián)系，因而認知功能受損風險更大［21］。5）抑郁。急性腦梗死作為一種應激性疾病，多數病人患病后會伴有焦慮、抑郁等負性心理。本研究結果顯示，病人有抑郁情況的VCI發(fā)生風險更高，其機制可能為過度抑郁會導致海馬區(qū)腦源性神經營養(yǎng)因子表達顯著降低，而神經因子含量減少會減弱促神經生長能力，影響認知功能［22］。而無抑郁病人其普遍活力更好，疾病應對能力更強，當腦損傷發(fā)生后期神經功能衰減速度也較慢，因而大腦皮質整體功能也降低。6）血清同型半胱氨酸。本研究結果顯示，血清同型半胱氨酸濃度越高，病人VCI發(fā)生風險越高。血清同型半胱氨酸是蛋氨酸與半胱氨酸代謝的中間產物，屬于可分解代謝型指標，故正常情況下濃度維持在較低水平（6～17 μmol/L），當其濃度升高則會引發(fā)機體氧化應激反應，影響細胞代謝，阻滯細胞甲基化，繼而損傷神經細胞，導致認知功能障礙。同時其水平越高對谷胱甘肽合成速度也會造成抑制，致使腦神經細胞萎縮，繼而增大VCI的發(fā)生風險［23］。7）PLR。張祥欽［24］研究發(fā)現，PLR與病人早期神經功能惡化相關。本研究也發(fā)現，高水平的PLR對急性腦梗死病人VCI具有重要預測作用，原因為血小板的升高或淋巴細胞的減少會導致PLR的水平上升，而腦梗死病人淋巴細胞減少將預示著持續(xù)性腦損傷、應激反應的發(fā)生，其主要作用的機制為：腦梗死后的中樞神經系統(tǒng)自身炎癥反應會加重繼發(fā)性腦損傷，同時發(fā)病后應激反應導致的交感神經系統(tǒng)過度激活、腎上腺糖皮質激素釋放增加等均會加速淋巴細胞數量與活性減少，最終增加病人不良預后［25］。

3.2" 急性腦梗死病人繼發(fā)VCI的風險預測模型有良好的預測能力

本研究基于二元Logistic回歸分析結果，獲取各獨立危險因素的偏回歸系數和常數項，建立急性腦梗死病人繼發(fā)VCI的風險預測模型，并采用H-L檢驗、AUC、臨床應用驗證評價模型的預測能力，H-L檢驗顯示χ2=8.203，P=0.336，預測模型具有良好校準能力。模型的AUC為0.794，95%CI（0.750，0.837），約登指數為0.690，最佳截斷值為0.122，敏感度為87.5%，特異性為89.3%，表明模型具有良好區(qū)分準確度。另外，在模型臨床應用中采用模型進行評價，結果顯示，預測準確率為88.89%，表明該模型的臨床預測能力較好。

4" 小結

急性腦梗死病人繼發(fā)VCI的風險較高，構建的急性腦梗死病人繼發(fā)VCI風險預測模型能有效識別高危病人，為臨床預防VCI的發(fā)生提供參考。但研究在以下方面仍存在不足：1）研究樣本單一且樣本量偏小，研究從同一醫(yī)院取樣，屬于單中心數據，難以保證所選樣本的代表性，且易造成潛在偏倚，導致研究結論可靠性受到影響；2）研究結論應用受限，本研究根據Logistic回歸分析結果擬合急性腦梗死病人繼發(fā)VCI風險預測模型，結合最佳截斷值能判定病人VCI發(fā)生風險，但并未據此形成風險評估量表，難以實現對VCI風險的分級管理，不利于結論推廣應用。今后，應進一步優(yōu)化研究取樣，從多地區(qū)不同級別醫(yī)院取樣，繼續(xù)開展研究，以核驗研究結論；并結合Logistic回歸分析中預測因子設計風險評估量表，確定風險分級標準。

參考文獻：

［1］" 胡昔權.重視血管性認知障礙的臨床康復與機制研究［J］.中國康復醫(yī)學雜志，2018，33（7）：751-754.

［2］" 孫舒，劉紅英.腦卒中引起血管性認知障礙患者早期護理干預的效果觀察［J］.中西醫(yī)結合心血管病電子雜志，2018，6（1）：117.

［3］" 張潔，李偉，張亞紅，等.急性缺血性腦卒中后患者認知功能障礙的相關因素研究［J］.中國臨床神經科學，2019，27（3）：259-266.

［4］" 中華醫(yī)學會神經病學分會，中華醫(yī)學會神經病學分會腦血管病學組，彭斌，等.中國急性缺血性腦卒中診治指南2018［J］.中華神經科雜志，2018，51（9）：666-682.

［5］" 高永祥，張晉昕.Logistic回歸分析的樣本量確定［J］.循證醫(yī)學，2018，18（2）：122-124.

［6］" WENTZEL C，DARVESH S，MACKNIGHT C，et al.Inter-rater reliability of the diagnosis of vascular cognitive impairment at a memory clinic［J］.Neuroepidemiology，2000，19（4）：186-193.

［7］" NASREDDINE Z，PHILLIPS N，BDIRIAN V，et al.The Montreal Cognitive Assessment，MoCA：a brief screening tool for mild cognitive impairment［J］.J Am Geriatr Soc，2005，53（4）：695-699.

［8］" 王偉.基于Fazekas量表CT對腦室旁白質高信號的診斷效能評價［J］.山西醫(yī)藥雜志，2023，52（3）：193-196.

［9］" 王大力，趙曉晶，張江，等.急性生理學及慢性健康狀況評分Ⅱ和美國國立衛(wèi)生研究院卒中量表評分對急性腦梗死患者預后評估的價值［J］.臨床神經病學雜志，2009，22（4）：251-253.

［10］" 湯毓華，張明園.漢密頓抑郁量表（HAMD）［J］.上海精神醫(yī)學，1984（2）：61-64.

［11］" ZENG Q，HUANG Z H，WEI L L，et al.Correlations of serum cystatin C level and gene polymorphism with vascular cognitive impairment after acute cerebral infarction［J］.Neurological Sciences，2019，40（5）：1049-1054.

［12］" GHAFAR M Z A A，MIPTAH H N，OCAOIMH R.Cognitive screening instruments to identify vascular cognitive impairment：a systematic review ［J］.Int J Geriatr Psychiatry，2019，34（8）：1114-1127.

［13］" 李強，張麗敏，孫會艷.腔隙性梗死患者血管性認知障礙危險因素的Logistic回歸分析［J］.中國現代醫(yī)學雜志，2019，29（16）：99-102.

［14］" 王凌雪，李雙陽，梁嵐，等.腦卒中患者認知功能情況及血管性認知障礙的影響因素［J］.臨床神經病學雜志，2019，32（5）：376-380.

［15］" 李娟，崔莉紅，冀玉婷.重復經顱磁刺激技術聯(lián)合多奈哌齊治療腦梗死后認知功能障礙的效果觀察［J］.實用臨床醫(yī)藥雜志，2020，24（21）：39-42.

［16］" 邱彩霞，王莊，賀利峰，等.急性腦梗死患者血糖調節(jié)受損與早期血管性認知功能障礙的相關性研究［J］.浙江醫(yī)學，2020，42（1）：73-75.

［17］" 張毅，張學英，習玲，等.老年2型糖尿病合并輕度認知功能障礙患者的海馬磁共振體積及波譜的研究［J］.山西醫(yī)藥雜志，2018，47（19）：2309-2311.

［18］" 王國瑜，汪洋，石華，等.腦白質疏松與急性腦梗死患者認知功能的關系研究［J］.實用心腦肺血管病雜志，2020，28（5）：23-26.

［19］" VEDALA K，NAGABANDI A K，LOONEY S，et al.Factors associated with leukoaraiosis severity in acute stroke patients［J］.Journal of Stroke and Cerebrovascular Diseases，2019，28（7）：1897-1901.

［20］" 段忠效，郝濤.老年腦梗死與頸動脈粥樣硬化斑塊的相關性及對患者預后的影響［J］.血栓與止血學，2022，28（3）：587-588.

［21］" 白一蕾，付志新.APACHE Ⅱ評分對靜脈溶栓治療的重癥腦梗死患者病情評估的價值［J］.內科急危重癥雜志，2021，27（2）：135-137.

［22］" 阮婕，斯曉莉，李凌菲，等.急性輕型缺血性腦卒中患者卒中后抑郁與血管性認知障礙相關性研究［J］.浙江醫(yī)學，2020，42（21）：2300-2304.

［23］" 吳浩，符麗珍，趙勇，等.老年腦梗死后血管性認知功能障礙的危險因素及與血清同型半胱氨酸、淀粉樣蛋白A、Tau蛋白的關系［J］.實用醫(yī)院臨床雜志，2022，19（3）：9-13.

［24］" 張祥欽.中性粒細胞與淋巴細胞比值、單核細胞與淋巴細胞比值和急性腦梗死體積的相關性研究［D］.廣州：廣州醫(yī)科大學，2021.

［25］" FERRO D，MATIAS M，NETO J，et al.Neutrophil-to-lymphocyte ratio predicts cerebral edema and clinical worsening early after reperfusion therapy in stroke［J］.Stroke，2021，52（3）：859-867.

（收稿日期：2023-06-28；修回日期：2024-02-03）

（本文編輯賈小越）