论文部分内容阅读
背景随着人们物质生活水平的提升、人口老龄化的加重,动脉粥样硬化(Atherosclerosis,AS)患病率越来越高。AS是常见的血管病变类型,是心脑血管病变的主要病理基础。颈动脉是AS的多发部位,是体现全身AS的重要窗口。至2020年为止,全球30-79岁的人群中颈动脉粥样硬化(Carotid atherosclerosis,CAS)的患病率高达27.6%,相当于10.6亿的人口,比2000年同期增长了 57%。越来越多的研究表明,高血压患者的血压变异性、血压平均值等指标与CAS有关,控制这些指标能够达到延缓或阻止冠心病、脑卒中和慢性肾病等靶器官病变发生的目的,因此CAS的治疗应该关注血压的控制。但是这些研究大多基于诊室血压以及24h动态血压监测(24h-ABPM)这些短时间的血压测定,对家庭自测血压(HBPM)这种长时血压变化与CAS的关系研究较少,因此临床医生常须通过诊室血压、ABPM等方式来指导血压控制药物的使用。目前已经有研究提示HBPM比诊室血压更能预测靶器官损害,但目前还缺乏HBPM各指标与CAS的相关关系以及预测能力的详细研究,也没有一个基于HBPM的CAS预测评分模型。因此构建一个基于HBPM的评分系统来预测CAS可以通过更简单而不简约的方法为临床医生提供更好的血压控制参考,帮助医生与患者更好地对抗CAS以及随之而来的一系列靶器官病变。因此,本课题以原发性高血压患者为目标人群,以不同的HBPM指标为暴露因素和对照因素,以CAS(包括颈动脉内膜中层增厚和颈动脉斑块)为主要结局指标,探索并比较高血压患者HBPM的不同成分对CAS的预测作用,并通过多元逐步回归构建一个基于HBPM的CAS预测模型。研究目的1、研究HBPM各指标对CAS的预测作用;2、建立一个基于HBPM的颈动脉粥样硬化预测模型。方法1、研究对象收集2011年1月至2019年10月南部战区总医院心血管内科二区高血压患者的血压记录本并筛选出可以使用的患者数据共163例(随访时间中位数为25个月)。纳入标准:①>18岁患者;②按照《中国高血压防治指南(2018修订版)》符合原发性高血压诊断。③均完成了两次以上的颈动脉超声检查且有相应时间段的血压数据记录。排除标准:①慢性肾脏疾病;②严重的高血压(收缩压>200mmHg和(或)舒张压>110mmHg)。最后筛选出125名患者。2、分组与随访期间的基线颈动脉超声结果相比,随访期间出现颈动脉内膜增厚>0.2mm(左或右,取最大值)、颈动脉内膜新发粥样斑块或旧斑块体积增加20%的患者定义为颈动脉粥样硬化组(n=56),未出现上述病变患者为正常组(n=69)。3、统计分析随机选取随访期间患者的HBPM数据,提取分析各血压指标,然后逐一计算SD,ARV、Mean和CoV。根据分组进行方差分析。进行各种指标与颈动脉超声结果的相关性分析、单因素分析。然后将样本随机分为训练样本集(n=83)以及验证样本集(n=42)。首先进行模型的构建,选取训练样本集,进行多元逐步回归分析并构建基于HBPM的新型颈动脉粥样硬化预测模型,即HBPM_Score,并使用ROC曲线初步评估模型有效性并得出模型截取值;然后进行模型的验证,将验证样本集数据代入HBPM_Score中,建立混淆矩阵,计算一级指标TP、FN、FP、TN,二级指标ACC、PPV、TPR、TNR以及三级指标F1 Score以评价该模型。结果1、CAS 组年龄比正常组高(65.57±10.50 岁 vs.59.88±11.38 岁,p=0.005),LDL-c 也较高(2.77±0.71mmol/L vs.2.47±0.67 mmol/L,p=0.017)。2、CAS 组 dSBP-SD,ARV,CoV,nSBP-SD,ARV,CoV 均较高(p<0.05)。3、年龄、LDL-c、dSBP-SD,ARV,CoV 以及 nSBP-SD,ARV,CoV 与 CAS有关。4、单因素分析提示高血压患者CAS发生受年龄、LDL-c、dSBP-SD,ARV,CoV、nSBP-SD,ARV,Cov,dMAP-ARV,CoV,dPP-SD,nPP-SD,ARV 的影响。在所有风险因素中,影响最大的是LDL-c(OR=1.894,95%CI 1.104～3.249);在血压指标中,影响最大的是nSBP-CoV(OR=1.344,95%CI 1.125～1.607)。5、使用训练样本(n=83),进行多元逐步回归分析,最后得到即为预测高血压患者颈动脉粥样硬化的HBPM Score模型:HBPM Score=-7.944+0.046×Age+0.958×LDLc+0.288× dSBP_CoV6、使用训练样本代入公式得出所有训练样本的评分模型分数,描绘ROC曲线并进行分析,得出ROC的曲线下面积AUC为0.762,p=0.004,根据约登指数计算出截取值为-0.4792。7、使用验证样本(n=42)代入公式得出预测结果,与验证样本实际结果进行对比,得出混淆矩阵并计算出准确度为73.81%,精确率为75.00%,召回率为71.43%,特异度为 72.73%,F1 值 73.17%。结论1、对于原发性高血压患者,年龄、LDL-c以及家庭自测血压的dSBP-CoV可能是颈动脉粥样硬化的独立风险因素;2、构建了一个简约的基于家庭自测血压的高血压患者颈动脉粥样硬化预测评分模型,模型验证提示其预测效果良好。