论文部分内容阅读
目的:了解缺血性脑白质疏松(Ischemic leukoaraiosis,ILA)病变部位(脑室周围白质疏松(Periventricular lesions PVL)和皮质下白质疏松(Deep white matterlesions DWML))及严重程度的相关因素,探讨ILA可能的病理生理机制。方法:选择健康体检者为对照组,ILA患者均符合纳入及排除标准。对照组(组1)60例,男性32例,女性28例,年龄27-77岁,平均(51.68±11.13)岁。ILA组又分为单纯侧脑室体旁白质疏松(Simple periventricular lesions SPVL)组(组2)和侧脑室体旁及皮质下白质共存组(periventricular lesions and deep white matterlesions PVLDWML)(组3);组2患者78例,男性43例,女性35例,年龄40-82岁,平均(61.50±9.68)岁;组3患者49例,男性27例,女性22例,年龄46-88岁,平均(66.39±10.15)岁。记录研究对象的一般资料,测定空腹血糖(FastingBlood Glucose,FBG)、血清总胆固醇(Total cholesterol,TC)、甘油三酯(Triglyceride,TG)、高密度脂蛋白胆固醇(High density lipoprotein-cholesterol,HDL-ch)、低密度脂蛋白胆固醇(Low density lipoprotein-cholesterol,LDL-ch)、脂蛋白(a()Lipoprotein(a),LP(a))、同型半胱氨酸(Homocysteine,Hcy)、尿素氮(Bloodurea nitrogen,BUN)、肌酐(Creatinine,Cre)、尿酸(Uric acid,UA)、胱抑素C(CystatinC,CysC)、C-反应蛋白(C-reactive protein,CRP)、血浆纤维蛋白原(Fibrinogen,Fib)、部分凝血活酶时间(Partial thromboplastin time,APTT)、凝血酶原时间(Prothrombin time,PT)、凝血酶时间(Thrombin time,TT)。行头颅MRI检查。应用Fazekas分级方法对ILA的严重程度进行评级。记录头颅MRI检查所示梗死灶的数量、部位及大小。所有数据使用SPSS20.0统计学软件进行分析。检验的显著性水准为双侧检验P<0.05。结果:1.组2、组3的年龄明显高于组1(P<0.01,P<0.01),组3的年龄明显高于组2(P<0.05);组3的高血压阳性例数明显高于组1及组2(P<0.01,P<0.05);组3的血清Hcy水平明显高于组1(P<0.05);组3的血清CysC水平明显高于组1、组2(P<0.05,P<0.05);组3的血浆Fib水平明显高于组1(P<0.01);组2的PT明显高于组1(P<0.05);组2的INR明显高于组1(P<0.05);组2、组3的PVL评级明显高于组1(P<0.01,P<0.01),组3的PVL评级明显高于组2(P<0.01);组3的DWML评级明显高于组1、组2(P<0.01,P<0.01)。所有梗死灶直径<1.5cm,组2、组3的基底节区梗死灶数量明显高于组1(P<0.01,P<0.01),组3的基底节区梗死灶数量明显高于组2(P<0.01);组3的幕下梗死灶数量明显高于组1、组2(P<0.01,P<0.01)。三组的性别、高脂血症、糖尿病、冠心病例数、吸烟史及饮酒史构成比无显著差异,血清FBG、TC、TG、HDL-ch、LDL-ch、LP(a)、BUN、Cre、UA、CRP水平及血TT、APTT无显著差异。三组的皮质下梗死灶数量无显著差异。2.组2病变部位危险因素分析,单因素Logistic回归分析:年龄(OR=1.103)、PT(OR=1.923)、INR(OR=566.985)3个指标进入回归方程,均有统计学意义(P<0.01;P<0.01;P<0.05)。多因素Logistic回归分析:年龄(OR=1.103)有统计学意义(P<0.05)。3.组3病变部位危险因素分析,单因素Logistic回归分析:年龄(OR=1.157)、高血压(OR=0.176)、CysC (OR=105.793)、Hcy(OR=1.087)、Fib(OR=2.380)、PT(OR=1.727)6个指标进入回归方程,均有统计学意义(P<0.01;P<0.01;P<0.01;P<0.05;P<0.01;P<0.05)。多因素Logistic回归分析:年龄(OR=1.154)、高血压(OR=0.147)、PT(OR=2.418)有统计学意义(P<0.01;P<0.01;P<0.05)。4.总侧脑室旁白质疏松(Total periventricular lesions,TPVL)危险因素分析,单因素Logistic回归分析:年龄(OR=0.000)、高血压(OR=0.369)、CysC(OR=18.196)、Hcy(OR=1.059)、Fib(OR=1.908)、PT(OR=1.842)、INR(OR=331.257)7个指标进入回归方程,均有统计学意义(P<0.01;P<0.01;P<0.05;P<0.05;P<0.05;P<0.01;P<0.05)。多因素Logistic回归分析:年龄(OR=1.118)有统计学意义(P<0.01;P<0.05)。5.年龄与SPVL评级呈显著正相关(r=0.226,P<0.05)。6.CysC、Hcy、Fib水平与DWML评级无显著相关。7.年龄与TPVL评级呈显著正相关(r=0.326,P<0.01)。8.年龄、CysC、Hcy水平与ILA总评级(F评级)呈显著的正相关(r=0.315,P<0.01;r=0.249,P<0.05;r=0.187,P<0.05)。与F评级有关指标进行多元线性回归分析:F评级=-0.868+3.016CysC+0.764高血压。结论:1.年龄、PT、INR是SPVL的危险因素;其中年龄是SPVL的独立危险因素,且与SPVL评级呈正相关,可以反映SPVL的严重程度。2.高血压、血CysC、Hcy、Fib水平是DWML的危险因素;其中高血压是DWML的独立危险因素。上述指标不能反映DWML的严重程度。3.年龄、高血压、血Hcy、CysC、Fib水平、PT、INR是TPVL的危险因素;其中年龄是TPVL的独立危险因素,且年龄与TPVL评级呈正相关,可以反映TPVL的严重程度。年龄、血清Hcy、CysC水平与ILA总评级呈正相关,可以反映ILA的总体严重程度。CysC、高血压对ILA形成的影响最大。