腦卒中首發風險預測模型的研究進展

甄紫伊,劉 蕾*,吳 薇,孟繼嫻,李春景,賀慶磊,曲志鑫,胡寒朔

1.沈陽醫學院,遼寧 110034;2.沈陽大學

中國腦血管篩查項目(China national stroke screening survey,CNSSS)顯示,2002年—2013年,在中國40～74歲人群中,腦卒中的首發發病率從189/10萬增長至379/10萬,年增長率為8.3%。據推測,與2010年相比,2030年我國腦血管疾病的發生率將升高約50%[1]。腦卒中病人發病1個月時病死率為2.3%～3.2%,3個月病死率為9.0%～9.6%,致殘率為34.5%～37.1%,1年病死率為14.4%～15.4%,致殘率為33.4%～33.8%[2]。殘疾病人存在不同程度的語言、運動功能障礙,輕者無法工作,重者則生活不能自理。有調查顯示,1例腦卒中病人1年需要負擔醫療護理、康復類花銷約5萬元,且部分病人因不能參加工作從而帶來收入的損失,給家庭帶來沉重的經濟負擔[3]。據《中國腦卒中防治報告2018》,若高危人群能夠做到早期預防,卒中發病率會降低31%,平均壽命會增加1.3歲,且生活質量能得到提高[4]。因此,腦卒中首發預防十分重要。

在醫療領域,風險預測模型常被用來推測某種疾病的發病概率。應用風險預測模型可以幫助及早發現高危人群,進行危險程度分級及干預,從而減少首次發病率,降低腦卒中的致殘率和死亡率。為了降低腦卒中給個人、家庭和社會帶來的負面效應,眾多學者開發了腦卒中首次發病風險模型。20世紀60年代,國外便有學者著手風險預測模型的研究,如Wolf等[5]開發了預測未來10年腦卒中首次發病風險的模型。20世紀90年代以后,我國的研究者也構建了適合中國人的卒中風險預測模型,如缺血性心血管病10年發病風險評估工具的開發研究[6]。本研究對國內外開發的腦卒中首發風險預測模型進行綜述,以期為后續研究提供參考和干預依據。

1 國外腦卒中首發風險評估模型

1.1 腦卒中風險測量應用程序[7]

該應用程序是新西蘭學者通過對來自新西蘭、俄羅斯和荷蘭3個國家的人群進行研究而建立,用來預測20歲以上人群未來5年或10年首次發生腦卒中的風險概率。該程序對人群狀況的評估主要有性別、年齡、糖尿病、收縮壓、血壓治療、心血管病史、是否吸煙、是否飲酒、心房顫動、左心室肥大、腦卒中或心血管疾病家族史、壓力情況、活動情況、腰臀比、體質指數、腰圍、非白種人、飲食、是否有認知障礙、記憶力下降、腦外傷史。有學者通過對9 501例無腦卒中史的人群進行隨訪,以腦卒中的發病為終點事件,記錄該人群5年或10年首次發病情況,結果顯示,所構建模型的男性受試者工作特征曲線(ROC)曲線下面積為0.740,女性為0.715,該應用程序能準確預測人群5年首次發生腦卒中的風險。

1.2 Framingham 預測模型

用于預測冠心病發病風險的Framingham模型于1967年由Truett等[8]開發。1991年,Wolf等[5]以Framingham模型為基礎開發出預測腦卒中發病風險的模型,該模型以年齡為55～84歲的無腦卒中史人群為研究對象,納入年齡、收縮壓、糖尿病史、吸煙史、左心室肥厚、抗高血壓治療、心房顫動和既往心血管疾病(冠心病、心力衰竭或間歇性跛行)等危險因素,建立Cox比例風險模型,根據風險積分值來計算卒中事件首次發病概率。1994年,D′Agostino等[9]保留了Framingham預測模型中的預測因子,按照高血壓病人有無進行藥物治療,針對其收縮壓水平分別制定了不同的積分。同時,用2個腦卒中發病風險預測模型分別評估服用抗高血壓藥物的70歲女性患腦卒中的風險概率。Wolf等[5]開發的模型預測的腦卒中發病率是23.2%,D′Agostino等開發的模型預測的發病率是20.2%,實際發病概率為19%,由此可知,D′Agostino等開發的模型對首發腦卒中的預測更精準。2013年,黃久儀等[10]應用改良Framingham對上海某社區7 489名年齡≥40歲,調查結果完整且有心電圖記錄的人群進行隊列研究,結果顯示,男性首次發生腦卒中ROC曲線下面積為0.726,女性ROC曲線下面積為0.656,改良Framingham對中國人群首發腦卒中的預測效能為中度,預測卒中發病率高于實際發病率。

1.3 英國新型心血管疾病風險評分(QRISK評分)

2007年,英國學者提出了QRISK評分[11],用來預測英國人群首次發生心血管疾病(冠心病、心肌梗死、腦卒中、短暫性腦缺血發作)的風險概率。該研究選取120多萬例英國心血管病病人作為研究對象,是一項前瞻性隊列研究,納入危險因子包括性別、年齡、吸煙、血壓、體質指數、血清總膽固醇與高密度脂蛋白膽固醇的比值、60歲以下家屬冠心病史、經濟情況和抗高血壓藥物治療,該研究還將QRISK評分與Framingham模型進行比較,結果顯示,在35～74歲病人中,Framingham模型對人群10年發生心血管病的預測結果高出實際的35%,QRISK評分高出0.4%,這表明QRISK評分更適合英國人群。后來,為更準確地估計英國不同種族人群心腦血管病的患病風險,Hippisley-Cox等[12]于2008年對230多萬例來自不同人種和民族的人群進行前瞻性隊列研究,制定了QRISK2評分。該評分在QRISK的基礎上,將種族、糖尿病、腎病、類風濕性關節炎、心房顫動等因素納入模型中,根據人群是否患病以及患病的嚴重程進行個體化評估[12]。結果顯示,QRISK2評分、QRISK評分、Framingham模型對女性ROC曲線下面積分別為0.817,0.814,0.800;對男性ROC曲線下面積分別為0.792,0.788,0.779,說明模型預測效力順序從高到低為QRISK2評分、QRISK評分、Framingham模型。2017年,學者在QRISK2評分的基礎上提出QRISK3評分[13],該評分納入了其他與心腦血管疾病發病相關的因素[慢性腎病3期、4期、5期,收縮壓,偏頭痛,皮質類固醇,系統性紅斑狼瘡(SLE),嚴重精神病,人類免疫缺陷病毒感染者或獲得性免疫系統缺陷綜合征(HIV)/AICS],除此之外,男性勃起功能障礙也考慮在內。該模型可幫助識別出更多的高危病人。

1.4 匯總隊列風險方程(pooled cohort risk equations,PCE)[14]

PCE是一種通過在線計算器或手機APP對人群進行評估,來預測首次發生動脈粥樣硬化性心血管疾病(心肌梗死、冠心病、腦卒中)風險概率的一種新型工具。學者對30 239名45歲以上的成年人進行隊列研究,將年齡、性別、種族、總膽固醇、高密度脂蛋白膽固醇、是否進行降壓治療、收縮壓、糖尿病史、吸煙作為危險因素納入到方程中,其中男性ROC曲線下面積為0.713,女性為0.818,該方程的預測能力較好。近年來,有研究表明,由于人群和種族的差異,PCE會高估我國人群的腦卒中患病風險[15]。

2 國內腦卒中首發風險評估模型

2.1 中國居民心血管病及風險評估工具(China-PAR)模型[16]

為了建立個體化的10年以及終身首次發生動脈粥樣硬化性心血管病(急性心肌梗死、冠心病、腦卒中)風險預測模型,我國學者將年齡、收縮壓、總膽固醇、高密度脂蛋白膽固醇、腰圍、吸煙情況、心血管家族史、生活地區(南方或北方)、城鄉、糖尿病納入風險預測模型,并按照性別分別進行估計計算,來評估中國人群動脈粥樣硬化性心血管病的10年和終身首次發生風險,并規定絕對危險≥10%為高危、≥5%且<10%為中危、<5%為低危。結果顯示,China-PAR模型能夠對人群進行個體化的10年以及終身的腦卒中首發風險預測,且模型準確性高于新的Framingham模型。2020年,唐迅等[17]使用China-PAR模型對40～79歲的北京房山農村地區人群進行風險預測,結果顯示:China-PAR腦卒中模型對5年發病風險的預測能力較好,特別是對男性發病風險預測的準確度更高。

2.2 健康人群腦卒中預測模型

2017年,李敏等[18]構建出健康人群發生腦卒中的預測模型,該模型入選了數據庫中20歲以上的非卒中人群,并分性別進行討論,控制年齡影響后,以腦卒中發生為結局,分別對男性和女性人群制定了預測模型。男性預測模型納入高血壓、糖尿病、吸煙史、冠心病、體質指數、三酰甘油、血小板計數、白細胞計數、總膽固醇、高密度脂蛋白膽固醇為危險因素;女性預測模型納入冠心病、紅細胞計數、血紅蛋白、體質指數、高血壓為危險因素,構建了以腦卒中發生為結局的預測模型,計算出其ROC曲線下面積分別為0.846，0.878,表明該模型在健康人群中具有較好的預測能力,該模型更適合中國人的體質,利于在中國人群中進行應用、推廣;該模型綜合考慮了血常規指標對腦卒中發病的影響,提高了模型預測的準確度;為降低非結局事件死亡的影響,研究者應用競爭風險方法進行模型構建,使模型預測的精準度得以提高。

2.3 腦血管功能積分

黃久儀等[19]2021年對上海某社區10 565名40歲以上人群進行隊列研究,通過腦血管功能積分來評估國人腦卒中10年首發發病率。學者按照調查人群基線腦血管功能積分的情況進行分組,整合人群10年腦卒中的累計發病率,建立積分-風險評估對照表,來評估不同組別人群10年首次發生腦卒中的發病率。結果顯示,就男性而言,對照表得分<70分人群10年首發腦卒中的發病率高于5%,<40分人群發病率高于10%;就女性而言,對照表得分<30分人群10年首發腦卒中發病率高于5%,<20分人群發病率高于10%。該量表能夠對我國人群10年腦卒中首發發病率進行預測。

2.4 青年缺血性腦卒中預測模型[20]

近年來,我國人群缺血性腦卒中的發病率逐漸上升且呈現年輕化的趨勢[21],因此,有研究者針對青年(18～45歲)人群進行研究,構建了青年缺血性腦卒中預測模型[22]。該模型納入性別、飲酒、高血壓、吸煙、高同型半胱氨酸和糖尿病為危險因素,通過分析其對疾病的影響,來評估青年人群缺血性腦卒中的首發概率。根據模型做出ROC曲線下面積為0.785,表明該模型具有一定程度的預測能力。

2.5 AULTS評分

2021年,王婭等[23]提出了預測人群首次發生缺血性腦卒中的新模型。該模型選擇了2012年—2017年在重慶中醫院診斷為缺血性腦卒中和同期住院或門診體檢的非腦卒中病人為研究對象,納入了年齡、尿酸、低密度脂蛋白膽固醇、三酰甘油和收縮壓5個危險因素,故命名為AULTS評分。該模型ROC曲線下面積為0.789,并根據積分構建列線圖,更加直觀地了解人群患病風險,為高危人群篩選提供更為精準的評估工具。

2.6 中國缺血性心血管病10年發病風險評估表

由于我國心腦血管疾病的流行病學特征同西方國家存在差異,因此應構建符合我國人特征的首發缺血性心血管病風險預測模型。2003年,研究者根據中美心腦血管疾病流行病學合作研究隊列的資料,以年齡、性別、血壓、總膽固醇、吸煙史、體質指數為主要危險因素,以35～59歲未患有心腦血管疾病史者為研究人群,且對人群危險因素長期變化趨勢進行了校正,以缺血性腦卒中、冠心病為結局,初步開發出中國缺血性心腦血管疾病事件10年首發風險預測模型和簡易評估工具[24]。結果顯示,男性模型ROC曲線下面積為0.799,女性模型ROC曲線下面積為0.844。該模型對35～59歲未發生心血管疾病者,且各危險因素的評分均為輕中度的人群應用效果最好,尤其對以缺血性腦卒中為主的心血管疾病具有較好的預測能力。此后,該評估表被應用到不同地區、不同人群中,均表現出令人滿意的預測能力[25-28]。

3 小結

綜上所述,腦卒中發病率高、病死率高、致殘率高,一旦發病便很難痊愈,且腦卒中后遺癥給病人及其家屬帶來了沉重的經濟和照護負擔,所以急性腦卒中首次發作預防十分重要。對社區居民進行腦卒中發生風險評估,及早篩選出高危人群,進行有針對性的干預,能減少腦卒中的發生。目前,腦卒中預測模型繁多,國內外學者都在不斷對預測模型進行完善,并構建了很多新的預測模型。但是關于腦卒中首次發生的預測模型仍然不足之處:首先,以往很多預測模型在心血管病發生風險基礎上構建,而不是專門研究腦卒中發生風險,從而降低了模型對腦卒中發病風險預測能力。其次,隨著年齡的增長以及共病的發生,發生腦卒中風險增高,納入的風險因素越多,因素間共線性更強,對預測結果產生影響。然后,隨著腦卒中發病相關臨床標志物的出現以及影像學技術的不斷發展,與腦卒中發病關系密切的預警標志物也隨之產生。所以將臨床標志物和影像學檢查結果納入預測模型中,也是未來研究方向之一。最后,將舌象、脈象、體質、證候等中醫理論變量納入模型中,形成中國特色的腦卒中首發模型也是十分必要的。隨著社會的發展和醫療技術的不斷進步,腦卒中首發風險預測模型需要進一步完善和發展。