徐鉛輝, 朱丹華, 楊苗娟, 付學軍, 張 瑩, 盧 藝, 褚曉凡
?
HAVE評分對非溶栓性腦梗死出血性轉換的預測研究
徐鉛輝1, 朱丹華2, 楊苗娟1, 付學軍1, 張 瑩1, 盧 藝1, 褚曉凡1
目的 制定簡便易行的HAVE評分對非溶栓性腦梗死出血性轉化(HT)預測研究。方法 回顧性分析深圳市人民醫院2008年~2010年間發病48 h內NIHSS評分≥5分的95例急性腦梗死患者,通過頭部CT或MRI監測2 w內非溶栓治療HT的發生,對HT危險因素進行綜合分析,并對危險因素進行量化評分。結果 模型(HAVE)中共納入4個危險因素:3級高血壓(Hypertension)、心房顫動(Atrial fibrillation)、梗死體積(Volume)及高齡(Elderly),總分共8分,其中評分大于等于4分即為出血性轉化極高危人群,該評分對發生腦梗死出血性轉化預測的靈敏度為0.73,特異度為0.84。結論 HAVE評分能夠快速識別腦梗死出血性轉化高危人群,具有良好的敏感性及特異性。
腦梗死出血性轉化; 高血壓; 心房顫動
腦梗死后出血性轉化(hemorrhage transformation,HT)是指在腦梗死后,由于缺血區血管重新恢復血流灌注,導致的梗死區內繼發性出血。文獻中自發出血性轉化的發生率為10%~43%[1,2],大面積腦梗死出血性轉化率更高[3],梗死體積的大小[2]及房顫被認為是HT的重要危險因素[2],卒中嚴重程度、老齡、梗死體積、再灌注時間、溶栓治療、抗血小板藥物及抗凝藥物的使用都可能與HT有關[4~6]。大部分的出血性腦梗死發生在腦梗死后2 w內,目前,對于早期非溶栓腦梗死出血性轉化沒有簡便的預測模型,因此,我們回顧性分析病例對照研究數據推導出一個預測2 w內腦梗死后出血性轉化的危險評分,用于快速識別出血性轉化的高危人群。
1.1 研究人群 所有病例來源于暨南大學附屬深圳市人民醫院2008年11月~2010年3月間發病48 h內 NIHSS評分≥5分的95例(平均年齡63.8±14歲)未溶栓治療的急性腦梗死患者,具體納入標準及排除標準見前期文獻[7],其中男性48人(50.5%),總共觀察2 w時間,有44例患者出現HT(46.3%)。
1.2 危險因素的測量 每個病例我們記錄年齡、性別、既往病史、血壓、梗死體積、既往病史等信息。其中高齡定義為(≥70歲),3級高血壓定義為(收縮壓≥180 mmHg或舒張壓≥110 mmHg),包括既往診斷為3級高血壓或住院后根據血壓診斷。梗死體積的計算公式:V=π/6×a×b×c(cm3),(a及b為最大層面的長及寬,c為層面數),適用于層面厚度為1 cm,薄層掃描給予換算。梗死體積被分為4級(0~29 ml,30~59 ml,60~99 ml,≥100 ml)。研究顯示美國國立衛生研究院卒中量表(NIH Stroke Scale,NIHSS)評分與梗死體積正相關,NIHSS<5分為輕微的損傷[8,9],輕微的損傷很少有出血性轉化,因此本實驗選取入組患者NIHSS≥5分。

在95例納入研究的未溶栓腦梗死患者中,男性48例(50.5%),有44例患者繼發HT(46.3%),其中18例為HI-1型(18.9%),13例為HI-2型(13.7%),9例為PH-1型(9.5%),4例為PH-2型(4.2%)。表1列出了出血性轉化組與未出血性轉化組的主要特征。

表1 出血性轉化組與未出血性轉化組基線因素比較(%)
單因素分析顯示高齡、梗死體積、3級高血壓、房顫病史有統計學差異,將這4項因素采用全變量分析納入非條件Logistic回歸方程,結果顯示如表2,原始分=IN(OR),出血性轉化風險總分為H+A+V+E之和,計算過程在表2中記錄。雖然通過電子計算器計算帶有小數點的原始評分比較簡單,但是對于臨床床邊快速的計算還是不便的,我們進一步簡化模型把評分轉化為一些小的整數,整數評分的轉化為原始評分乘以常數1.279,然后四舍五入后取整數,常數必須滿足以下兩個條件:(1)每一個整數評分必須在0~10分之內,以便每個人都能心算模型總分;(2)原始評分與整數評分的等級相關系數接近1。當我們使用常數1.279時,原始總分與整數總分等級相關系數為0.991(P=0.00)。表2整數評分列為最終的評分標準。
根據出血性轉化風險的高低,把總分分為三個等級(見表3):低風險、中危風險、高危風險。對數據進行受試者工作曲線分析,測得曲線下面積為0.848,取靈敏度+特異度之和最大時,總分為4分,此時,該評分對發生HT預測的靈敏度為0.73,特異度為0.84。
表2 多因素分析后腦梗死出血性轉化的危險因素 及預測模型評分

危險因素多因素估計出血性轉化風險OR(95%的可信區間)B(原始評分)整數評分年齡高血壓心房顫動梗死體積≥70歲﹤70歲3級>3級的血壓是否﹤30ml30~59ml60~99ml≥100ml2.60(0.87~7.82)12.19(0.65~7.32)13.89(1.25~12.08)114.48(1.05~19.00)10.19(2.34~44.36)29.83(6.24~142.62)0.9600.7801.36001.52.323.41010200234

表3 Have評分危險分級

圖1 受試者工作曲線分析
腦梗死出血性轉化是臨床常見的一種現象,根據腦CT表現將HT分為出血性梗死(hemorrhagic infarction,HI)和腦血腫(parenchymal hemorrhage,PH)。HI又分為小點狀出血的HI-1型和多個融合點狀出血的HI-2型。PH又分為有血腫形成、占位效應輕、小于或等于梗死面積30%的PH-1型及血腫超過梗死面積30%且有明顯占位效應或遠離梗死區出血的PH-2[10]。臨床研究發現,腦梗死出血性轉化危險因素復雜,梗死體積的大小、房顫、老齡[11]、高血壓、再灌注時間、溶栓治療、抗血小板藥物及抗凝藥物的使用都可能與HT有關。
研究顯示,大面積腦梗死是HT 最危險的因素之一[12],多為頸內動脈、大腦中動脈閉塞所引起的大面積腦梗死,以大腦中動脈閉塞最常見。我們采用多田公式對梗死體積進行量化,結果仍顯示梗死體積為出血性轉化的獨立危險因素。血壓升高也是出血性轉化的重要危險因素[10,11],對既往高血壓病史兩組比較未見明顯統計學差異,但是對于3級高血壓,出血性轉化組與非出血性轉化組有明顯統計學差異。房顫是出血性轉化的另一個重要危險因素[2,13],我們的研究多因素分析同樣證明房顫與出血性轉化相關。目前,有研究顯示高齡與PH型出血密切相關,而與HT無關[11],而我們經單因素分析顯示高齡患者HT的風險也明顯增高。對于單因素分析有統計差異的因素,結合既往文獻結果,我們采用全變量納入回歸模型,推導出一個簡便的預測非溶栓性腦梗死出血性轉化風險的模型,模型共4個參數,3級高血壓(H1)、心房顫動(A2)、梗死體積(V4)及高齡(E1),取參數首字母,簡稱為HAVE評分模型,總分共8分。根據風險的高低,分為低風險(0~1分)、中危風險(2~3分),高危風險(4~8分),如表3所示,對于高危人群,HT發生率高達80%。對于高危風險的患者,我們需要密切觀察患者的臨床體征的變化,及時調整抗栓治療策略。
這個模型對于出血性轉化有預測作用,但有一些條件。首先我們的研究對象為NIHSS評分≥5分的非溶栓腦梗死人群,觀察期限為2 w時間,對于溶栓患者、NIHSS評分較低的輕微腦梗死患者以及2 w后出血性轉化的患者,需要更多的研究;其次,抗血栓藥物與出血性轉化密切相關,但分析中未納入抗血栓形成藥物因素,因為我們的研究人群都使用抗血栓形成藥物。最后,對于出血性轉化的識別,我們采用CT和頭顱MRI雙重標準,因CT和MRI對小出血的識別有差異性,因此,我們可能錯過一些HI-1型出血的識別[14]。
總之,HAVE評分模型對于2 w內腦梗死出血性轉化有高度的預測作用,當然,我們這個研究的納入病例數較少,需要更大的研究來進一步驗證,并需進一步對各種亞型的出血性轉化進行預測。在臨床中,對于評分為高危的出血性轉化患者,需要密切觀察病情變化,及時復查頭顱頭顱CT或MRI,調整抗凝及抗血小板方案,對指導臨床決策有積極作用。
[1]Montaner J,Alvarez-Sabin J,Molina CA,et al. Matrix metalloproteinase expression is related to hemorrhagic transformation after cardioembolic stroke[J]. Stroke,2001,32(12):2762-2767.
[2]Terruso V,D’Amelio M,Di Benedetto N,et al. Frequency and determinants for hemorrhagic transformation of cerebral infarction[J]. Neuroepidemiology,2009,33(3):261-265.
[3]褚曉凡,曲松濱,戴艷萍,等. 大塊腦梗塞中出血性梗塞的病理特點[J]. 中風與神經疾病雜志,1996,13(5):275-276.
[4]Kerenyi L,Kardos L,Szasz J,et al. Factors influencing hemorrhagic transformation in ischemic stroke:a clinicopathological comparison[J]. Eur J Neurol,2006,13(11):1251-1255.
[5]Lindley RI,Wardlaw JM,Sandercock PA,et al. Frequency and risk factors for spontaneous hemorrhagic transformation of cerebral infarction[J]. J Stroke Cerebrovasc Dis,2004,13(6):235-246.
[6]Aviv RI,D’Esterre CD,Murphy BD,et al. Hemorrhagic transformation of ischemic stroke:prediction with CT perfusion[J]. Radiology,2009,250(3):867-877.
[7]徐鉛輝. 血漿c-FN、MMP-9、NSE對非溶栓腦梗死出血性轉化的預測研究[D]. 暨南大學,2010.
[8]Hacke W,Kaste M,Bluhmki E,et al. Thrombolysis with alteplase 3 to 4.5 hours after acute ischemic stroke[J]. N Engl J Med,2008,359(13):1317-1329.
[9]Brott T,Adams HJ,Olinger CP,et al. Measurements of acute cerebral infarction:a clinical examination scale[J]. Stroke,1989,20(7):864-870.
[10]Fiorelli M,Bastianello S,von Kummer R,et al. Hemorrhagic transformation within 36 hours of a cerebral infarct:relationships with early clinical deterioration and 3-month outcome in the European Cooperative Acute Stroke Study Ⅰ (ECASS Ⅰ) cohort[J]. Stroke,1999,30(11):2280-2284.
[11]Larrue V,von Kummer RR,Muller A,et al. Risk factors for severe hemorrhagic transformation in ischemic stroke patients treated with recombinant tissue plasminogen activator:a secondary analysis of the European-Australasian Acute Stroke Study (ECASS Ⅱ)[J]. Stroke,2001,32(2):438-441.
[12]田成林,蒲傳強,李雪梅,等. 出血性腦梗死的危險因素及預后[J]. 中華老年心腦血管病雜志,2003,5(4):249-251.
[13]付愛真,牛爭平. 腦梗死出血性轉化發生的相關危險因素分析[J]. 中西醫結合心腦血管病雜志,2010,(6):679-680.
[14]Kidwell CS,Saver JL,Villablanca JP,et al. Magnetic resonance imaging detection of microbleeds before thrombolysis:an emerging application[J]. Stroke,2002,33(1):95-98.
Study on HAVE Model Prediction Effectiveness for Non-thrombolytic Hemorrhage Transformation
XU Qianhui,ZHU Danhua,YANG miaojuan,et al.
(Department of Neurology,People’s Hospital of Shenzhen,The 2nd Clinical College of Jinan University,Shenzhen 518000,China)
Objective To formulate a simple and practical HAVE Model for Prediction on None-thrombolytic Hemorrhage Transformation. Methods Retrospective analysis on 95 patients within 48 hours after attack of acute cerebral infarction whose NIHSS scores were equal or greater than 5 between year of 2008 to 2010 in Shenzhen people’s hospital. Mornitoring the hemorrhage transformation with non thrombolytic treatment in 2 weeks through brain CT or MRI. Comprehensive analysis on hemorrhage transformation risk factors,and quantitative rating on them. Results HAVE Model included 4 risk factors,which were Hypertension of level three,Atrial fibrillation,Volume of infraction and Elderly. The total score was 8.The patients with score equal or greater than 4 were predicted to be extreme high risk of hemorrhage transformation. The sensitivity of this prediction model was 0.73,while the specificity was 0.84.Conclusion HAVE score can rapid identify the high risk patients of hemorrhage transformation with favorable sensitivity and specificity.
Hemorrhage transformation; Hypertension; Atrial fibrillation
1003-2754(2016)11-1006-03
2016-07-12;
2016-10-15
2014年深圳市科技研發基金項目(No. JCYJ20140416 122812034)
(1.深圳市人民醫院神經內科,暨南大學附屬第二醫學院,廣東 深圳 518020;2.深圳市羅湖區人民醫院廣東 深圳 518020)
褚曉凡,E-mail:cxf0987@126.com
R743
A