脑卒中首发风险预测模型的研究进展

甄紫伊,刘 蕾*,吴 薇,孟继娴,李春景,贺庆磊,曲志鑫,胡寒朔

1.沈阳医学院,辽宁 110034;2.沈阳大学

中国脑血管筛查项目(China national stroke screening survey,CNSSS)显示,2002年—2013年,在中国40～74岁人群中,脑卒中的首发发病率从189/10万增长至379/10万,年增长率为8.3%。据推测,与2010年相比,2030年我国脑血管疾病的发生率将升高约50%[1]。脑卒中病人发病1个月时病死率为2.3%～3.2%,3个月病死率为9.0%～9.6%,致残率为34.5%～37.1%,1年病死率为14.4%～15.4%,致残率为33.4%～33.8%[2]。残疾病人存在不同程度的语言、运动功能障碍,轻者无法工作,重者则生活不能自理。有调查显示,1例脑卒中病人1年需要负担医疗护理、康复类花销约5万元,且部分病人因不能参加工作从而带来收入的损失,给家庭带来沉重的经济负担[3]。据《中国脑卒中防治报告2018》,若高危人群能够做到早期预防,卒中发病率会降低31%,平均寿命会增加1.3岁,且生活质量能得到提高[4]。因此,脑卒中首发预防十分重要。

在医疗领域,风险预测模型常被用来推测某种疾病的发病概率。应用风险预测模型可以帮助及早发现高危人群,进行危险程度分级及干预,从而减少首次发病率,降低脑卒中的致残率和死亡率。为了降低脑卒中给个人、家庭和社会带来的负面效应,众多学者开发了脑卒中首次发病风险模型。20世纪60年代,国外便有学者着手风险预测模型的研究,如Wolf等[5]开发了预测未来10年脑卒中首次发病风险的模型。20世纪90年代以后,我国的研究者也构建了适合中国人的卒中风险预测模型,如缺血性心血管病10年发病风险评估工具的开发研究[6]。本研究对国内外开发的脑卒中首发风险预测模型进行综述,以期为后续研究提供参考和干预依据。

1 国外脑卒中首发风险评估模型

1.1 脑卒中风险测量应用程序[7]

该应用程序是新西兰学者通过对来自新西兰、俄罗斯和荷兰3个国家的人群进行研究而建立,用来预测20岁以上人群未来5年或10年首次发生脑卒中的风险概率。该程序对人群状况的评估主要有性别、年龄、糖尿病、收缩压、血压治疗、心血管病史、是否吸烟、是否饮酒、心房颤动、左心室肥大、脑卒中或心血管疾病家族史、压力情况、活动情况、腰臀比、体质指数、腰围、非白种人、饮食、是否有认知障碍、记忆力下降、脑外伤史。有学者通过对9 501例无脑卒中史的人群进行随访,以脑卒中的发病为终点事件,记录该人群5年或10年首次发病情况,结果显示,所构建模型的男性受试者工作特征曲线(ROC)曲线下面积为0.740,女性为0.715,该应用程序能准确预测人群5年首次发生脑卒中的风险。

1.2 Framingham 预测模型

用于预测冠心病发病风险的Framingham模型于1967年由Truett等[8]开发。1991年,Wolf等[5]以Framingham模型为基础开发出预测脑卒中发病风险的模型,该模型以年龄为55～84岁的无脑卒中史人群为研究对象,纳入年龄、收缩压、糖尿病史、吸烟史、左心室肥厚、抗高血压治疗、心房颤动和既往心血管疾病(冠心病、心力衰竭或间歇性跛行)等危险因素,建立Cox比例风险模型,根据风险积分值来计算卒中事件首次发病概率。1994年,D′Agostino等[9]保留了Framingham预测模型中的预测因子,按照高血压病人有无进行药物治疗,针对其收缩压水平分别制定了不同的积分。同时,用2个脑卒中发病风险预测模型分别评估服用抗高血压药物的70岁女性患脑卒中的风险概率。Wolf等[5]开发的模型预测的脑卒中发病率是23.2%,D′Agostino等开发的模型预测的发病率是20.2%,实际发病概率为19%,由此可知,D′Agostino等开发的模型对首发脑卒中的预测更精准。2013年,黄久仪等[10]应用改良Framingham对上海某社区7 489名年龄≥40岁,调查结果完整且有心电图记录的人群进行队列研究,结果显示,男性首次发生脑卒中ROC曲线下面积为0.726,女性ROC曲线下面积为0.656,改良Framingham对中国人群首发脑卒中的预测效能为中度,预测卒中发病率高于实际发病率。

1.3 英国新型心血管疾病风险评分(QRISK评分)

2007年,英国学者提出了QRISK评分[11],用来预测英国人群首次发生心血管疾病(冠心病、心肌梗死、脑卒中、短暂性脑缺血发作)的风险概率。该研究选取120多万例英国心血管病病人作为研究对象,是一项前瞻性队列研究,纳入危险因子包括性别、年龄、吸烟、血压、体质指数、血清总胆固醇与高密度脂蛋白胆固醇的比值、60岁以下家属冠心病史、经济情况和抗高血压药物治疗,该研究还将QRISK评分与Framingham模型进行比较,结果显示,在35～74岁病人中,Framingham模型对人群10年发生心血管病的预测结果高出实际的35%,QRISK评分高出0.4%,这表明QRISK评分更适合英国人群。后来,为更准确地估计英国不同种族人群心脑血管病的患病风险,Hippisley-Cox等[12]于2008年对230多万例来自不同人种和民族的人群进行前瞻性队列研究,制定了QRISK2评分。该评分在QRISK的基础上,将种族、糖尿病、肾病、类风湿性关节炎、心房颤动等因素纳入模型中,根据人群是否患病以及患病的严重程进行个体化评估[12]。结果显示,QRISK2评分、QRISK评分、Framingham模型对女性ROC曲线下面积分别为0.817,0.814,0.800;对男性ROC曲线下面积分别为0.792,0.788,0.779,说明模型预测效力顺序从高到低为QRISK2评分、QRISK评分、Framingham模型。2017年,学者在QRISK2评分的基础上提出QRISK3评分[13],该评分纳入了其他与心脑血管疾病发病相关的因素[慢性肾病3期、4期、5期,收缩压,偏头痛,皮质类固醇,系统性红斑狼疮(SLE),严重精神病,人类免疫缺陷病毒感染者或获得性免疫系统缺陷综合征(HIV)/AICS],除此之外,男性勃起功能障碍也考虑在内。该模型可帮助识别出更多的高危病人。

1.4 汇总队列风险方程(pooled cohort risk equations,PCE)[14]

PCE是一种通过在线计算器或手机APP对人群进行评估,来预测首次发生动脉粥样硬化性心血管疾病(心肌梗死、冠心病、脑卒中)风险概率的一种新型工具。学者对30 239名45岁以上的成年人进行队列研究,将年龄、性别、种族、总胆固醇、高密度脂蛋白胆固醇、是否进行降压治疗、收缩压、糖尿病史、吸烟作为危险因素纳入到方程中,其中男性ROC曲线下面积为0.713,女性为0.818,该方程的预测能力较好。近年来,有研究表明,由于人群和种族的差异,PCE会高估我国人群的脑卒中患病风险[15]。

2 国内脑卒中首发风险评估模型

2.1 中国居民心血管病及风险评估工具(China-PAR)模型[16]

为了建立个体化的10年以及终身首次发生动脉粥样硬化性心血管病(急性心肌梗死、冠心病、脑卒中)风险预测模型,我国学者将年龄、收缩压、总胆固醇、高密度脂蛋白胆固醇、腰围、吸烟情况、心血管家族史、生活地区(南方或北方)、城乡、糖尿病纳入风险预测模型,并按照性别分别进行估计计算,来评估中国人群动脉粥样硬化性心血管病的10年和终身首次发生风险,并规定绝对危险≥10%为高危、≥5%且<10%为中危、<5%为低危。结果显示,China-PAR模型能够对人群进行个体化的10年以及终身的脑卒中首发风险预测,且模型准确性高于新的Framingham模型。2020年,唐迅等[17]使用China-PAR模型对40～79岁的北京房山农村地区人群进行风险预测,结果显示:China-PAR脑卒中模型对5年发病风险的预测能力较好,特别是对男性发病风险预测的准确度更高。

2.2 健康人群脑卒中预测模型

2017年,李敏等[18]构建出健康人群发生脑卒中的预测模型,该模型入选了数据库中20岁以上的非卒中人群,并分性别进行讨论,控制年龄影响后,以脑卒中发生为结局,分别对男性和女性人群制定了预测模型。男性预测模型纳入高血压、糖尿病、吸烟史、冠心病、体质指数、三酰甘油、血小板计数、白细胞计数、总胆固醇、高密度脂蛋白胆固醇为危险因素;女性预测模型纳入冠心病、红细胞计数、血红蛋白、体质指数、高血压为危险因素,构建了以脑卒中发生为结局的预测模型,计算出其ROC曲线下面积分别为0.846，0.878,表明该模型在健康人群中具有较好的预测能力,该模型更适合中国人的体质,利于在中国人群中进行应用、推广;该模型综合考虑了血常规指标对脑卒中发病的影响,提高了模型预测的准确度;为降低非结局事件死亡的影响,研究者应用竞争风险方法进行模型构建,使模型预测的精准度得以提高。

2.3 脑血管功能积分

黄久仪等[19]2021年对上海某社区10 565名40岁以上人群进行队列研究,通过脑血管功能积分来评估国人脑卒中10年首发发病率。学者按照调查人群基线脑血管功能积分的情况进行分组,整合人群10年脑卒中的累计发病率,建立积分-风险评估对照表,来评估不同组别人群10年首次发生脑卒中的发病率。结果显示,就男性而言,对照表得分<70分人群10年首发脑卒中的发病率高于5%,<40分人群发病率高于10%;就女性而言,对照表得分<30分人群10年首发脑卒中发病率高于5%,<20分人群发病率高于10%。该量表能够对我国人群10年脑卒中首发发病率进行预测。

2.4 青年缺血性脑卒中预测模型[20]

近年来,我国人群缺血性脑卒中的发病率逐渐上升且呈现年轻化的趋势[21],因此,有研究者针对青年(18～45岁)人群进行研究,构建了青年缺血性脑卒中预测模型[22]。该模型纳入性别、饮酒、高血压、吸烟、高同型半胱氨酸和糖尿病为危险因素,通过分析其对疾病的影响,来评估青年人群缺血性脑卒中的首发概率。根据模型做出ROC曲线下面积为0.785,表明该模型具有一定程度的预测能力。

2.5 AULTS评分

2021年,王娅等[23]提出了预测人群首次发生缺血性脑卒中的新模型。该模型选择了2012年—2017年在重庆中医院诊断为缺血性脑卒中和同期住院或门诊体检的非脑卒中病人为研究对象,纳入了年龄、尿酸、低密度脂蛋白胆固醇、三酰甘油和收缩压5个危险因素,故命名为AULTS评分。该模型ROC曲线下面积为0.789,并根据积分构建列线图,更加直观地了解人群患病风险,为高危人群筛选提供更为精准的评估工具。

2.6 中国缺血性心血管病10年发病风险评估表

由于我国心脑血管疾病的流行病学特征同西方国家存在差异,因此应构建符合我国人特征的首发缺血性心血管病风险预测模型。2003年,研究者根据中美心脑血管疾病流行病学合作研究队列的资料,以年龄、性别、血压、总胆固醇、吸烟史、体质指数为主要危险因素,以35～59岁未患有心脑血管疾病史者为研究人群,且对人群危险因素长期变化趋势进行了校正,以缺血性脑卒中、冠心病为结局,初步开发出中国缺血性心脑血管疾病事件10年首发风险预测模型和简易评估工具[24]。结果显示,男性模型ROC曲线下面积为0.799,女性模型ROC曲线下面积为0.844。该模型对35～59岁未发生心血管疾病者,且各危险因素的评分均为轻中度的人群应用效果最好,尤其对以缺血性脑卒中为主的心血管疾病具有较好的预测能力。此后,该评估表被应用到不同地区、不同人群中,均表现出令人满意的预测能力[25-28]。

3 小结

综上所述,脑卒中发病率高、病死率高、致残率高,一旦发病便很难痊愈,且脑卒中后遗症给病人及其家属带来了沉重的经济和照护负担,所以急性脑卒中首次发作预防十分重要。对社区居民进行脑卒中发生风险评估,及早筛选出高危人群,进行有针对性的干预,能减少脑卒中的发生。目前,脑卒中预测模型繁多,国内外学者都在不断对预测模型进行完善,并构建了很多新的预测模型。但是关于脑卒中首次发生的预测模型仍然不足之处:首先,以往很多预测模型在心血管病发生风险基础上构建,而不是专门研究脑卒中发生风险,从而降低了模型对脑卒中发病风险预测能力。其次,随着年龄的增长以及共病的发生,发生脑卒中风险增高,纳入的风险因素越多,因素间共线性更强,对预测结果产生影响。然后,随着脑卒中发病相关临床标志物的出现以及影像学技术的不断发展,与脑卒中发病关系密切的预警标志物也随之产生。所以将临床标志物和影像学检查结果纳入预测模型中,也是未来研究方向之一。最后,将舌象、脉象、体质、证候等中医理论变量纳入模型中,形成中国特色的脑卒中首发模型也是十分必要的。随着社会的发展和医疗技术的不断进步,脑卒中首发风险预测模型需要进一步完善和发展。