冠心病預測評分系統的建立及評價

廖火城，鐘思干，劉凌，楊飛，肖純

(惠州市第三人民醫院*，廣東惠州516000)

?

冠心病預測評分系統的建立及評價

廖火城，鐘思干，劉凌，楊飛，肖純

(惠州市第三人民醫院*，廣東惠州516000)

目的構建冠心病預測評分系統，評價冠心病預測評分系統在冠心病篩查中的應用價值。方法將冠心病患者217例納入冠心病組，非冠心病患者89例納入非冠心病組。收集兩組心血管危險因素、冠心病相關癥狀、心電圖檢查結果、頸動脈及心臟彩超檢查結果、冠狀動脈造影檢查結果。以多因素非條件Logistic回歸模型為基本依據，通過Logistic回歸建立冠心病預測評分系統，然后采用ROC曲線法對評分系統進行評價。將多個變量指標融為一個評分指標，并根據總分值預測冠心病的發病風險。結果 冠心病組吸煙、肥胖率及高脂血癥、高血壓、糖尿病、典型心絞痛、心電圖異常、頸動脈斑塊等發生率增高，與非冠心病組相比，P均<0.05。根據Logisitic回歸方程分析，預測冠心病最有意義的指標依次是頸部動脈斑塊、典型心絞痛、糖尿病、心電圖異常、高血壓、高齡、高脂血癥、吸煙及肥胖。根據Logistic回歸方程及臨床實踐建立篩查冠心病的評分模式中，男性>45歲或女性>55歲計3分，高脂血癥計2分，吸煙計2分，肥胖計2分，高血壓計3分，糖尿病計5分，典型心絞痛計5分，心電圖異常計4分，頸動脈斑塊計6分。根據冠心病預測評分系統得分做ROC曲線，ROC曲線下面積為0.964，P<0.01，95%CI為0.945～0.983。綜合各變量分值總和，取截斷值為15分時，預測冠心病的敏感度為100%，特異度為66.3%。結論根據年齡、高血壓、高血脂、典型心電圖變化、吸煙、糖尿病、典型心絞痛、血管斑塊、肥胖等變量成功建立冠心病預測評分系統，其對冠心病有較好的預測價值。

冠心病；冠心病危險因素；Logistic回歸分析；冠心病預測評分系統

近年來，隨著冠心病各項診療技術的發展，如數字減影血管技術(DSA)、多層螺旋CT、磁共振血管成像及放射性核素掃描檢查得到廣泛應用應用，為冠心病早期確診奠定了基礎。但由于DSA及多層CT檢查費用過于昂貴，很多基層醫院受到設備條件和技術水平的限制，上述檢查手段還不可能全面普及，大部分仍停留在常規心電圖及心臟彩超等常規檢查上，這使得冠心病的誤診率、漏診率仍較高(50%～70%)[1]。如能尋找一種僅通過病史詢問、常規檢查即可篩查出冠心病的方法，對基層醫院的冠心病防治工作具有極為重要的意義。本研究通過收集疑診及確診冠心病患者的心血管危險因素、相關臨床癥狀、心電圖檢查、心臟及頸動脈彩超檢查等資料，構建冠心病預測評分系統，并探討冠心病預測評分系統在冠心病篩查中的應用價值，現報告如下。

1　資料與方法

1.1臨床資料選擇2011年8月～2014年8月疑診或確診冠心病的患者306例。納入標準：①無胸悶、胸痛、心悸、氣促等相關癥狀，但患有糖尿病或具備2項或2項以上其他心血管危險因素的患者；②存在典型或非典型胸悶、胸痛、心悸、氣促等心絞痛患者；③能接受DSA檢查的患者。排除標準：①合并嚴重肝腎疾病、血液系統原發病、惡性腫瘤或精神病者；②已確診先天性心臟病、風濕性心臟病等其他心血管疾病者。最終納入冠心病患者217例(冠心病組)，男159例、女58例，年齡(63.4±10.4)歲；非冠心病患者89例(非冠心病組)，男44例、女45例，年齡(59.8±9.7)歲。非冠心病組中，高血壓37例、室性早搏30例、2型糖尿病9例、陣發性房顫13例。兩組性別、年齡無統計學差異。

1.2資料收集方法①心血管危險因素：年齡(男性≥45歲、女性≥55歲)、高血壓、高脂血癥、吸煙史、糖耐量異常或糖尿病。②冠心病相關癥狀：分為典型癥狀和不典型癥狀，典型癥狀是指胸骨后壓榨樣疼痛或胸部壓迫感、堵塞感、緊縮感，向或不向其他部位放射，每次持續30 s至15 min，含服硝酸甘油、速效救心丸或復方丹參滴丸有效；不典型癥狀是指不符合上述典型特征的胸悶、胸痛、心悸、氣促等癥狀。③心電圖檢查結果：心電圖是否有ST-T動態改變。④頸動脈及心臟彩超檢查結果：頸總動脈是否存在動脈粥樣硬化斑塊[2]；是否存在左室壁階段性運動異常。⑤冠狀動脈造影檢查結果：確定患者是否有冠心病，取左前、右前斜頭及尾位和頭腳軸狀位投影觀察冠狀動脈及其分支病變。

1.3統計學方法及冠心病預測評分系統構建方法統計不同基線資料患者的冠心病發生率，連續性變量采用Wilcoxon秩和檢驗，分類變量采用χ2檢驗。多因素分析采用非條件Logistic回歸分析，模型篩選采用逐步回歸法，概率模型評價采用ROC曲線法。采用Logistic回歸方程確立每項基線資料對診斷冠心病的貢獻率(Wald檢驗回歸系數)，根據貢獻率和回歸系數確立每項基線資料的分值。為便于計算和記憶，最低分值設置為1分，進入方程的各項變量的回歸系數乘以2或各項變量的OR值除最小OR值，四舍五入取整數后為該變量分值。計算每位患者的總分值，經統計分析后，確立每個分值段診斷冠心病的敏感度和特異度。

2　結果

冠心病組吸煙、肥胖率及高脂血癥、高血壓、糖尿病、典型心絞痛、心電圖異常、頸動脈斑塊等發生率增高，與非冠心病組相比，P均<0.05。見表1～3。

表1　兩組年齡、性別、A型性格、體力勞動情況比較

注：*男性>45歲且女性>55歲；與非冠心病組相比，#P<0.05。

表2　兩組吸煙、肥胖、高血壓、糖尿病、高HCY血癥、高脂血癥情況比較(例)

注：與非冠心病組相比，#P<0.05。

表3　兩組典型心絞痛、非典型心絞痛、心電圖異常、Holter異常、頸動脈斑塊、室壁運動異常情況比較(例)

注：與非冠心病組相比，#P<0.05。

采用Logistic逐步回歸分析法篩選診斷冠心病的危險因素，并建立Logistic回歸方程。冠心病15個可能的危險因素與賦值表見表4。通過SPSS17.0統計軟件分析得出進入Logistic回歸方程的危險因素見表5。診斷冠心病最有意義的指標依次為頸部血管斑塊、典型心絞痛、糖尿病、心電圖異常、高血壓、年齡、高脂血癥、吸煙、肥胖。根據Logistic回歸方程及臨床實踐建立篩查冠心病的評分模式中，男性>45歲或女性>55歲計3分，高脂血癥計2分，吸煙計2分，肥胖計2分，高血壓計3分，糖尿病計5分，典型心絞痛計5分，心電圖異常計4分，頸動脈斑塊計6分。根據冠心病預測評分系統得分做ROC曲線，ROC曲線下面積為0.964，P<0.01，95%CI為0.945～0.983。綜合各變量分值總和，如果截斷值取最低1分，則預測冠心病靈敏度達100%，但特異度為2.2%；如截斷值取最高33分，則靈敏度為0，特異度為100%；截斷值取15分，預測冠心病的敏感度為100%，特異度為66.3%；如截斷值取17分，敏感度為96.35%，特異度為78.7%；截斷值取19分時，敏感度94%，特異度85.4%；截斷值取22分時，敏感度為76.5%，特異度94.4%；截斷值取24分時，敏感度為69.1%，特異度97.8%。

表4　冠心病危險因素變量賦值表

表5　進入Logistic方程的冠心病危險因素

3　討論

我國是全球冠心病發病率增長速度最快的國家之一，冠心病防治形勢嚴峻[3～5]。DSA、多層螺旋CT檢查的應用，為早期診斷冠心病奠定了良好基礎[6]。但多數基層醫院受到設備條件和技術水平限制，DSA等檢查還不可能全面普及，降低了冠心病的早期確診率[1,7]。尋找一種適用于基層醫院、可靠且經濟的冠心病篩查方法，對提高冠心病的防治水平有重要價值。為此，我們把基層醫院能常規開展的檢查項目如心電圖檢查，心臟彩超檢查，頸動脈彩超檢查及通過病史詢問及簡單化驗就能取得的臨床資料(如年齡、體質量、吸煙、高血壓、糖尿病、高脂血癥及心絞痛等)組合起來，以DSA檢查結果為金標準，建立冠心病預測模型，方便基層醫院同行使用。

研究表明，吸煙、高血壓、糖尿病或糖耐量異常、肥胖、高脂血癥等為冠心病的獨立危險因素[8～10]。動脈粥樣硬化是一種全身血管性疾病[11]。頸動脈粥樣硬化斑塊形成與冠狀動脈粥樣硬化具有共同的危險因素，兩者具有相關性，能預測冠心病的發生[12～14]。另外，高HCY血癥是誘發冠心病的重要因素[15,16]。我們通過篩查發現與冠心病發病有關的主要變量包括年齡、高血壓、糖尿病、典型心絞痛、典型心電圖變化、吸煙、肥胖、頸動脈斑塊。將這9個變量納入Logistic回歸分析，建立冠心病預測評分系統，采用ROC曲線法進行評價發現預測冠心病的準確率可達到96.4%，這提示冠心病預測評分系統在冠心病診斷方面有較好的應用價值。

評分法在臨床醫學領域包括冠心病的防治方面應用廣泛，但此類方法主要集中在病情判斷、風險評估和危險分層等方面[17]。我們在通過Logistic回歸方程基礎上建立冠心病預測評分系統，設計一種評分表格，該表格通過采集患者年齡、高血壓、糖尿病、典型心絞痛、典型心電圖變化、吸煙、肥胖、頸動脈斑塊等9個變量，每個變量有固定分值，通過計算總分值得出患者冠心病的發生概率，在方便基層醫院醫護人員使用的同時，也明顯提高了冠心病篩查的敏感度和特異度。本研究結果顯示，如果截斷值取最低1分，則敏感度達100%，但特異度為2.2%；如果截斷值取最高33分，敏感度為0，特異度為100%，綜合診斷的敏感度及特異度，我們以15分為截斷值，此時預測冠心病的敏感度為100%,特異度為66.3%，在臨床使用過程中，可根據患者變量多少計算出總分，最后得出該患者對應的敏感度及特異度。

總之，本研究構建的冠心病預測評分系統可為基層醫院冠心病篩查提供參考，該項目技術難度小、無創、價格低廉、可重復性強，便于基層醫院推廣應用，具有較好的社會和經濟效益。值得一提的是，一些與冠心病發病相關性較強的指標(如冠心病家族史、動態心電圖、平板運動試驗等)由于各種原因并未納入研究中，今后我們將進一步完善這些資料，提供一個更加全面且可行的冠心病預測模型。

[1] Moran A, Gu D, Zhao D, et al. Future cardiovascular disease in China marker model and risk factor scenario projections from the coronary heart disease policy model-china [J]. Circulation, 2012,3(3):243-252.

[2] 陳靜,李永成.辛伐他汀干預對缺血性腦卒中患者頸動脈粥樣硬化斑塊的影響[J].臨床內科雜志,2013,29(4):264-265.

[3] Chen CM, Chen WW, Chen YD, et al. Outline of the report on cardiovascular disease in China, 2010[J]. Biomed Environ Sci, 2012,25(3):251-256.

[4] 謝學勤,張秀英,趙冬,等.北京市居民冠心病住院率及其變化趨勢[J].中華心血管病雜志,2012,40(3):188-193.

[5] 衛生部心血管疾病防治研究中心.中國心血管病研究報告2012[M].北京：中國大百科全書出版社,2013:5-6.

[6] 石秋林,屈正,楊桂林,等.冠脈CTA在冠心病診斷中的應用研究[J].中國心血管病研究,2014,6(12):511-513.

[7] Shuang L, Shi Z, Xiao D, et al. Comparative analysis of the results between 12-lead dynamic electrocardiogram and coronary angiography[J]. Globdl J of Clinical Report, 2014,1(3):5-7.

[8] 李華波,陳世健,胡建華,等.預防性降脂治療對冠心病患者遠期療效的影響[J].山東醫藥,2014,54(30):61-62.

[9] 張薇,荊社芳,陳宏,等.冠心病危險因素的Logistic回歸分析[J].中西醫結合心腦血管病雜志,2012,10(10):1170-1171.

[10] 況剛，陳慶偉，李興升，等.老年女性冠心病危險因素和冠狀動脈病變特點[J].中華老年醫學雜志,2013,32(10):1076-1079.

[11] 李紅玲,高林.超聲評價冠狀動脈病變與腹主動脈內中膜厚度[J].中國超聲醫學雜志,2010,26(2):142-144.

[12] 欒艷霞.106例老年冠心病患者血清h-CRP、IMT檢測及其相關性分析[J].山東醫藥,2010,50(23):60-63.

[13] 蔣鵬,姜巧珍,任鴻坤,等.最大頸動脈內膜中層厚度及頸動脈斑塊對冠心病預測的相關性研究,臨床心血管病雜志[J].2015,31(5):532-535.

[14] Cohen GI, Aboufakher R, Bess R, et al. Relationship between carotid disease on ultrasoundand coronary disease on CT angiography[J]. JACC Cardiovasc Imaging, 2013,6(11):1160-1167.

[15] 冠心病患者血清Hcy、SF水平變化及其與冠狀動脈狹窄程度的關系[J].山東醫藥,2016,3(1):88-89.

[16] 王曉陽,鄭衛峰,張守彥.血漿同型半胱氨酸及頸動脈斑塊對老年女性冠心病的預測價值[J].中華實用診斷與治療雜志,2014,9(28):879-881.

[17] Subherwal S, Bach RG, Chen AY, et al. Risk of major bleeding in non-ST-segment-elevation myocardial infarction[J]. Circulation, 2009,119(14):1873-1882.

廣東省科技計劃項目(2011106)。

肖純(E-mail: gaoshanabe@163.com)

10.3969/j.issn.1002-266X.2016.31.018

R743.3

B

1002-266X(2016)31-0058-03

2016-03-18)

*暨廣州醫科大學附屬惠州醫院。