血細胞參數與老年非瓣膜性房顫的相關性研究

閆博宇 潘麗華 高永紅 朱婧 巢璟帆 黃星

心房纖顫（房顫）是一種常見的心律失常表現，可引起血栓栓塞等多種并發癥。房顫隨年齡增加，患病率逐漸增長，60歲以下人群患病率約為1%，75～84歲人群患病率升至12%，80歲以上人群患病率可超過33%[1，2]。近年來隨著人們生活水平的普遍改善，非瓣膜性房顫的發生已超過風濕性心臟病成為我國老年群體發生房顫的主要原因。但非瓣膜性房顫發病機制尚未完全清楚，既往多認為是微折返[2]，近年來研究發現炎癥和氧化應激均參與房顫的發生和發展[3]。紅細胞分布寬度（RDW）、血小板分布寬度（PDW）是反映外周紅細胞體積和血小板體積大小變異性的參數。近年研究表明RDW、PDW是急性冠脈綜合征、心力衰竭、腦卒中患者不良預后的獨立預測因素，且可能與房顫發病相關[4～8]。本研究旨在探討血細胞參數與老年非瓣膜性房顫發病的相關性。

1 材料與方法

1.1 一般資料選擇2018年3月～2019年6月在蘇州大學附屬第一醫院行健康體檢發現非瓣膜性房顫的老年患者126例，納入房顫組。其中男88例，女38例，年齡60～85歲，平均（74.70±6.17）歲。同期健康體檢無房顫的老年患者116例納入對照組，其中男75例，女41例，年齡60～87歲，平均（74.19± 6.58）歲。納入標準：年齡≥60歲，靜息狀態下，12導聯心電圖提示房顫，即心電圖無明顯P 波，可見不規則的心房纖顫波，R-R 間期不等。排除標準：致心律失常右室心肌病、肥厚或擴張型心肌病、心臟瓣膜病；長R-R 間期、存在病態竇房結綜合征、Ⅱ度以上房室傳導阻滯等心律失常或電解質紊亂。本研究得到醫院倫理委員會的批準。記錄所有符合入選標準的研究對象的年齡、性別，測量并記錄體重、身高、血壓等一般體格檢查指標。完善12 導聯心電圖。根據檢查最終結果評估有無高血壓疾病、冠心病、糖尿病。

1.2 方法入選者空腹12h 后，抽取靜脈血6～9ml。采用Sysmex XE-2100 全自動血液分析儀進行化驗分析血常規：包括血小板計數（PLT）、平均紅細胞體積（MCV）、平均血小板體積（MPV）、紅細胞分布寬度（RDW）、血小板分布寬度（PDW）。采用日立7600 全自動生化分析儀化驗分析血脂指標：甘油三酯（TG）、總膽固醇（TC）、低密度脂蛋白膽固醇（LDL-C）、高密度脂蛋白膽固醇（HDL-C）。

1.3 統計學方法采用SPSS 26.0 軟件進行統計學分析，分類變量資料以例數（百分比）表示，組間比較應用卡方檢驗。定量資料先行正態性檢驗，符合正態性分布的定量資料以均數±標準差（±s）表示，組間比較采用獨立樣本t檢驗；不符合正態分布的定量資料以M（P25，P75）表示，組間比較采用秩和檢驗。以是否發生房顫作為因變量，對單因素分析有統計學差異的指標進行二元多因素Logistic回歸分析，判斷非瓣膜性房顫的獨立危險因素，并繪制ROC曲線。各統計量均采用雙側檢驗。P＜0.05為差異有統計學意義。

2 結果

2.1 單因素分析兩組研究對象在年齡、性別、高血壓、糖尿病、冠心病、MPV、TC、TG、HDL-C和LDL-C 等方面，差異均無統計學意義（P＞0.05）。房顫組MCV、RDW 以及PDW 均高于對照組，而PLT低于對照組，差異有統計學意義（P＜0.05），見表1。

表1 單因素分析

2.2 多因素Logistic回歸分析以是否存在非瓣膜性房顫為因變量，對單因素分析中有統計學差異的指標進行二元多因素Logistic回歸分析，結果顯示MCV、RDW與PDW為非瓣膜性房顫的獨立危險因素（P＜0.05），見表2。

表2 多因素Logistic回歸分析

2.3 ROC曲線分析以房顫為狀態變量，為多因素Logistic回歸分析中有統計學差異的變量繪制ROC曲線。結果顯示RDW∶AUC 0.587，95%CI 0.516～ 0.659，最佳臨界值0.154，敏感性0.714，特異性0.44；PDW∶AUC 0.666，95%CI 0.597～0.734，最佳臨界值0.319，敏感性0.397，特異性0.922；MCV∶AUC 0.623，95%CI 0.552～0.694，最佳臨界值0.234，敏感性0.69，特異性0.543。ROC曲線提示RDW、PDW、MCV 均對老年非瓣膜性房顫有一定的預測價值，且PDW 預測價值優于RDW和MCV（圖1）。

圖1 ROC曲線

3 討論

近幾十年來，發達國家和發展中國家房顫的發病率均有不同程度的升高。房顫可誘發血栓栓塞、中風、神經損傷和臟器衰竭等并發癥，導致醫療費用上升，嚴重影響患者的生活質量。房顫是一種多因素疾病，有較為復雜的分子遺傳學機制和生理機制，部分發生機制尚無明確定論，主要集中在電重構機制、結構重構機制、氧化應激機制和炎癥機制[9]。此外，有研究表明Virchow 氏三聯征對預測房顫也起到重要作用，其包括血管壁完整性破壞、血液高凝狀態和血流停滯，表明血栓前狀態也是房顫的一種重要病理生理機制[10，11]。

血小板來源于成熟的骨髓巨核細胞脫落的小塊胞質，參與凝血，可以修補血管破損，還可以參與血管內皮修復、防止血管動脈粥樣硬化。PDW是反映血液內血小板容積變異的參數，體現血小板體積均一性高低。有研究表明PDW可增加心血管不良事件發生風險[12]。本研究中，我們對房顫患者與竇性心律患者的血小板細胞和分布寬度進行研究，結果顯示，房顫的發生與PDW 升高和血小板減少密切相關。其作用機制可能與血小板活化后血小板顆粒及其成分進入循環以及β-血小板球蛋白和血小板因子4 等因子在血小板細胞激活過程中分泌到周圍介質中[13，14]，并刺激其他細胞進一步誘發炎性反應有關。

房顫組MCV、RDW水平顯著高于對照組，其可能機制為RDW是應用全自動血細胞計數儀在短時間內測量10 萬個紅細胞體積大小變化而計算出的變異系數，它可以及時、準確地反映紅細胞體積大小的變異性。有研究指出RDW是體內炎癥和氧化應激的新標志物[12]，部分研究證實RDW是冠狀動脈粥樣硬化性疾病、心力衰竭、腦卒中等患者的新型預測因素[15～17]。MCV 則是指人體單個紅細胞的平均體積，它是由每升血液中的血細胞比容除以每升血液中的紅細胞數量得來。當慢性炎癥和氧化應激發生時，可能抑制紅細胞的成熟，幼稚紅細胞進入循環的數量增多，導致外周紅細胞形態異質性增加、體積改變[18，19]，從而與房顫相關聯。多因素Logistic回歸分析顯示PDW、RDW和MCV是老年非瓣膜性房顫的獨立危險因素，而ROC曲線提示RDW、PDW、MCV 均有一定的預測價值，且PDW預測價值優于RDW和MCV。

綜上所述，RDW、MCV和PDW可能通過某些途徑，如炎癥和氧化應激以及血栓前狀態等參與非瓣膜性房顫的發生，其中PDW 預測價值最高。而在臨床實踐中，血細胞參數檢測方法簡單、廉價。因此，其有望作為一種便捷的非瓣膜性房顫預測方法。因為本研究僅為單中心、小樣本研究，所以我們期待多中心、大樣本研究以幫助我們進一步明確其確切機制。