結合凝血指數建立康復期腦卒中患者深靜脈血栓形成的預測模型

郭 靜，李 怡，張海倫，余 茜，彭 博，李亞梅，李雨峰，付 婧，肖宗欣

(1.成都醫學院，四川 成都 610500；2.四川省醫學科學院·四川省人民醫院康復科，四川 成都 610072)

靜脈血栓栓塞癥(venous thromboembolism，VTE)包括深靜脈血栓形成(deep venous thrombosis，DVT)和肺栓塞(pulmonary embolism，PE)，是僅次于心肌梗死和中風的第三大常見的心血管疾病[1]，其發病率高、死亡率高、復發率高、誤漏診率高。DVT是腦卒中患者中常見的并發癥，患者常因偏癱、失語、感覺異常、認知障礙等因素導致DVT的癥狀不典型。因此早期識別腦卒中DVT的高危人群非常重要，臨床上常使用Wells DVT評分法、Autar血栓風險評估表[2]及D-二聚體作為篩查工具，但對DVT的預測能力較低。血栓彈力圖是一項檢驗全血凝血功能的檢查，可連續動態反映整個凝血過程，可以對凝血因子、纖維蛋白原功能、血小板功能及纖溶過程進行全面監測及評估，研究證明血栓彈力圖評價DVT患者高凝狀態優于常規凝血檢查[3]，可用于預測DVT風險[4]。因此本研究嘗試將血栓彈力圖中的凝血指數及康復期腦卒中患者DVT的相關危險因素構建一個預測模型，以便篩檢出高危患者。

1 資料與方法

1.1 一般資料回顧性收集2020年4月至2022年1月四川省人民醫院康復科住院的腦卒中患者190例。納入標準：①年齡>18歲；②首次發病，病程<3個月；③符合《中國急性缺血性腦卒中診治指南2018》[5]及《中國腦出血診治指南2019》[6]中的缺血性卒中及腦出血的診斷標準；④有一側或雙側肢體運動功能障礙；⑤病史檢查資料齊全。排除標準：①既往有DVT病史者；②有血液系統疾病、嚴重的肝腎功能損傷、惡性腫瘤病史者；③妊娠或產后，口服避孕藥或激素者；④發病前2周使用抗凝藥物者。年齡35～81歲[(60.42±10.44)歲]。其中年齡≥65歲有80例，年齡<65歲有110例；男147例，女43例；合并高血壓153例，合并糖尿病44例；有吸煙史71例，有飲酒史60例；腦梗死80例，腦出血110例；病程<1月111例，病程≥1月79例；偏癱分期≤Ⅲ期141例，偏癱分期>Ⅲ期49例；日常生活能力評估為重度依賴141例，中度依賴38例，輕度依賴11例。根據靜脈血管超聲檢查結果，190例患者中，有DVT的病例分為血栓組58例，無DVT的為非血栓組共132例。本研究經醫院倫理委員會批準。

1.2 方法

1.2.1資料收集 調取醫院病案系統中的數據，收集患者的病史資料包括患者的性別、年齡、病程、卒中類型、高血壓病史、糖尿病病史、吸煙史、飲酒史、Brunnstrom偏癱分期、Barthel指數(總分≤40分為重度依賴、41～60分為中度依賴、61～99分為輕度依賴)。

1.2.2血栓彈力圖檢查方法 血栓彈力圖采用血栓彈力圖分析儀(美國Haemoscope公司 TEG5000)檢測。收集患者入院后三天內血栓彈力圖中凝血指數(Coagulation index，CI)的檢測結果，正常參考范圍為-3～3，>3代表高凝狀態。

1.2.3超聲檢查方法 患者入院一周內在本院彩超室由血管專科超聲醫師完善靜脈血管超聲檢查(儀器型號：Vivid E95)。DVT超聲的診斷標準：①探頭加壓靜脈管腔不能被壓扁或部分壓扁；②靜脈腔內見不同強度的實性回聲；③多普勒血流信號發生變化，無信號或充盈缺損，擠壓遠側肢體無血流增加或僅少量血流通過。

1.3 統計學方法采用SPSS 26.0和Medcalc統計軟件進行數據分析。計量資料采用t檢驗，以均數±標準差表示；計數資料的比較采用卡方檢驗，以率(%)表示；多因素分析采用Logistic回歸；對DVT的預測采用受試者工作特征曲線(ROC)及曲線下面積(AUC)表示。P<0.05為差異有統計學意義。

2 結果

2.1 血栓組與非血栓組一般情況比較兩組年齡、性別、卒中類型、偏癱分期、Barthel指數、凝血指數比較，差異有統計學意義(P<0.05)。見表1。

表1 血栓組與非血栓組一般情況比較 [n(%)]

2.2 多因素Logistic回歸分析與預測模型的建立

采用向前逐步回歸法，最終篩選出年齡、卒中類型、凝血指數3個變量用于回歸模型的建立。得出回歸模型的方程為：Logit(P)=-2.23+年齡+0.8×卒中類型+1.17×凝血指數。該預測模型的Hosmer-Lemesho擬合優度檢驗為χ2=2.893，P=0.822。分析發現年齡≥65歲、腦出血、凝血指數>3將增加腦卒中患者深靜脈血栓形成的風險，見表2。

表2 影響腦卒中患者深靜脈血栓形成的多因素Logistic回歸分析

2.3 繪制ROC曲線確定回歸預測模型的最佳截斷值根據Logistic回歸方程得到預測概率值，繪制ROC曲線(見圖1)。ROC曲線下面積(AUC )為0.731，95%CI為0.662～0.793，P<0.05；預測的靈敏度為74.14%，特異性為65.91%；陽性預測值為48.9%，陰性預測值為85.3%。

圖1 根據預測概率繪制的ROC曲線

3 討論

DVT是腦卒中偏癱患者的常見并發癥，因診斷方法及評估時間不同，其發病率10%～75%[7]，由靜脈栓子脫落形成的肺栓塞是卒中2～4周后死亡的原因之一，有研究表明患有近端DVT的患者發生PE的風險為35%，還有不可忽視的是血栓后綜合征的發生，在未經治療的患者中血栓后綜合征發病率接近90%[8]。DVT嚴重影響卒中患者的治療和預后，延誤康復治療，延長住院周期。影響腦卒中患者發生DVT的因素很多，如年齡、長期臥床、偏癱、糖尿病、高脂血癥、肺部感染等[9]，多因素共同作用導致卒中患者發生DVT。

該研究采取Logistic回歸分析對影響康復期腦卒中人群發生DVT的相關危險因素進行分析。研究結果發現年齡≥65歲、凝血指數>3、腦出血是腦卒中患者發生DVT的危險因素。通過多因素分析所得回歸預測模型的AUC為0.731，靈敏度為74.14%，特異性為65.91%，陽性預測值為48.9%，陰性預測值為85.3%。該預測模型的AUC大于0.5具有一定的預測價值，尤其是有較高的陰性預測值，但對腦卒中DVT的篩查能力需在以后的研究中進一步評價。

高齡是導致卒中患者DVT形成最重要的危險因素，可能是因為老年患者神經損傷更重，肢體功能差、臥床時間較多，血管彈性減弱，常合并高血壓、糖尿病、高脂血癥等疾病導致血管內皮損傷，另外高齡患者血漿凝血因子水平較高，而抗凝物質含量減少，體內凝血-抗凝血平衡失衡故易造成靜脈血栓[10]。相對于缺血性腦卒中而言，腦出血患者DVT的發病率越高，其原因可能是腦出血患者使用脫水劑和止血藥物導致血液粘滯度變高，而缺血性卒中患者因常規予以抗聚藥物治療，對DVT形成具有一定的預防作用有關，有學者認為這也可能與腦出血患者內源性凝血系統激活相關，在腦出血的情況下，止血是腦出血的保護因素，但同時也可能是外周靜脈血液發生DVT的潛在危險因素[11]，因此出血性卒中發生DVT的風險高于缺血性卒中，但具體的病理機制需要進一步研究。血栓彈力圖是一種檢測凝血功能的方法，能反映由凝血啟動到纖溶的全部過程，包含的指標有凝血因子功能(R值)、纖維蛋白聚合時間(K值)、纖維蛋白聚合速度(Angel)、血小板功能(MA值)、CI等，其中CI是由R值、K值、Angel 、MA值通過計算所得，可用于反應凝血的綜合狀態，通常CI>3提示高凝狀態，CI<-3提示低凝狀態[12]，既往研究表明CI可作為預測婦科腫瘤患者DVT形成的指標[13]。因此，本文將血栓彈力圖中的CI納入研究，發現當CI>3時提示腦卒中患者發生DVT的風險增加，表明血栓彈力圖可以反應機體的高凝狀態，與腦卒中DVT的形成具有一定的相關性，可以作為一項篩查腦卒中DVT的參考指標。

血栓彈力圖的指標很多，參考范圍值較大，為臨床醫師解讀帶來困難，本研究屬于單中心小樣本調查，可能存在一定的偏移，因此血栓彈力圖在預測DVT方面的應用需進一步擴大樣本量，并予以前瞻性研究加以驗證。