基于肢體肌力狀況聯(lián)合臨床資料構建的預測模型在腦卒中急性期發(fā)生深靜脈血栓的應用價值

沈曉芳, 金 瑾, 張 蘭, 楊玲莉, 徐 吉

(江蘇省蘇州市第九人民醫(yī)院 神經(jīng)內(nèi)科, 江蘇 蘇州, 215200)

腦卒中作為人們生活中的嚴重負性事件,治療過程漫長,分為急性期、康復期和恢復期3個階段[1-2]。深靜脈血栓(DVT)是急性期常見的并發(fā)癥[3]。腦卒中會造成運動神經(jīng)元不同程度受損,損傷皮質脊髓束,致使肌張力增高,影響患者肢體自主活動,導致肢體局部血液循環(huán)不暢,使血液淤滯、凝結,觸發(fā)血栓。血栓危害極大,如血栓栓子脫落進入其他器官循環(huán)(肺、心等),可能會影響器官功能,甚至危及患者生命。臨床上多采用一些血栓風險評分量表評估腦卒中患者的DVT, 但這些量表并未涉及患者肢體肌力的內(nèi)容。為提高腦卒中DVT風險預測的準確性,本研究分析腦卒中患者肢體肌力的狀況及臨床資料,旨在找出腦卒中急性期DVT的影響因素并構建預測模型,以期為臨床評估腦卒中急性期DVT風險提供參考。

1 資料與方法

1.1 一般資料

本研究為回顧性研究,選取2019年4月—2022年4月江蘇省蘇州市第九人民醫(yī)院神經(jīng)內(nèi)科收治的697例腦卒中患者作為研究對象。通過隨機數(shù)字表法,按7∶3的比例將其分為建模組488例和驗證組209例,分析2組資料有無可比性。在建模組中,以患者急性期住院期間是否發(fā)生DVT劃分為DVT組、非DVT組。納入標準: ① 符合《中國各類主要腦血管病診斷要點 2019》中的腦卒中診斷標準[4], 且為首次確診者; ② 入院前未經(jīng)任何治療,發(fā)病至醫(yī)院就診時間≤14 d者; ③ 入院時接受肢體肌力狀況評估者。排除標準: ① 入院前3個月內(nèi)有跌到、輸血、手術史者; ② 既往有DVT或肺栓塞病史者; ③ 存在貧血者; ④ 心、肝、腎功能障礙者; ⑤ 有臨床感染證據(jù)者; ⑥ 合并惡性腫瘤者。

1.2 方法

1.2.1 資料收集: 通過病案科收集患者年齡、性別、體質量指數(shù)(BMI)、吸煙史、飲酒史、是否有高血壓、是否有糖尿病、血脂情況(以患者存在高甘油三酯血癥、高膽固醇血癥、高低密度脂蛋白膽固醇中的任意1項定義為血脂異常)、腦卒中類型、入院時Padua評分、血小板、D-二聚體、活化部分凝血活酶時間(APTT)、纖維蛋白原(Fib)、肢體肌力狀況等。

1.2.2 肢體肌力: 患者入院時的肢體肌力狀況采用Lovett肌力評分法[5]進行評估,該評分系統(tǒng)分為0～5級,其中0級為無法檢測到肢體肌肉收縮; 1級為肢體肌肉收縮能力輕微,無法引起關節(jié)運動; 2級為肢體肌肉收縮能力適度,減重狀態(tài)下能做關節(jié)運動; 3級為肢體肌肉收縮能力較強,但無法抵抗外力; 4級為肢體肌肉收縮能力良好,可抵抗較弱的外力; 5級為肢體肌肉收縮能力正常,能像正常人一樣全面抵抗外力。

1.2.3 DVT診斷: 指患者入院時無DVT病史,在卒中發(fā)病急性期住院期間內(nèi)因各種不明原因造成肢體局部疼痛、水腫、發(fā)紺等癥狀,或無任何癥狀但被彩色多普勒超聲、下肢靜脈血管造影等輔助檢查確診為DVT[6]。

1.3 統(tǒng)計學分析

2 結 果

2.1 建模組與驗證組的一般資料比較

建模組與驗證組的一般資料比較,差異無統(tǒng)計學意義(P>0.05), 具有可比性,見表1。

表1 建模組與驗證組的一般資料比較

圖1 腦卒中急性期DVT風險預測模型的列線圖表達

2.2 腦卒中急性期發(fā)生DVT的單因素分析

納入建模組的488例患者中,有77例在急性期住院期間發(fā)生DVT(DVT組),發(fā)生率為15.78%(77/488), 其余未發(fā)生DVT(非DVT組)。DVT組與非DVT組的年齡、糖尿病占比、血脂異常占比、Padua評分、D-二聚體、肢體肌力等方面比較,差異有統(tǒng)計學意義(P<0.05), 見表2。

表2 腦卒中急性期發(fā)生DVT的單因素分析

2.3 腦卒中急性期DVT的多因素Logistic回歸分析

以患者急性期是否發(fā)生DVT(0=否, 1=是)為因變量,將單因素分析中P<0.05的指標作為自變量,分類資料賦值[糖尿病(0=無; 1=有)、血脂異常(0=否; 1=是)],計量資料原值錄入,進行多因素Logistic回歸分析。結果顯示,年齡、合并糖尿病、血脂異常、Padua評分、D-二聚體、肢體肌力均是腦卒中急性期DVT的影響因素(P<0.05), 見表3。

表3 腦卒中急性期DVT的多因素Logistic回歸分析

A: 建模組的ROC曲線; B: 驗證組的ROC曲線; C: 建模組的校正圖; D: 驗證組的校正圖; E: 建模組的決策曲線; F: 驗證組的決策曲線。圖2 腦卒中急性期DVT風險的預測模型評價

2.4 腦卒中急性期DVT風險的預測模型構建

將多因素Logistic回歸分析篩選出的6個因素作為預測指標,構建腦卒中急性期DVT風險預測模型的列線圖。列線圖中每個指標數(shù)值對應的相應得分相加得到總分,將總分轉化為腦卒中急性期DVT風險的預測概率,見圖1。

2.5 腦卒中急性期DVT風險預測模型的驗證

模型預測建模組(內(nèi)部)的ROC曲線下面積為0.890(95%CI: 0.866～0.923), 對應的約登指數(shù)為0.713、截斷值為0.332, 靈敏度和特異度分別為0.887、0.856, 說明模型有一定預測價值,見圖2A; 模型預測驗證組(外部)的ROC曲線下面積為0.851(95%CI: 0.781～0.911)、靈敏度為0.852、特異度為0.804, 見圖2B。經(jīng)Bootstrap法自1 000次抽樣驗證建模組(內(nèi)部)和驗證組(外部)顯示,偏差校準曲線的平均絕對誤差分別為0.012、0.015, 說明模型有較好的一致性,見圖2C、圖2D。決策曲線分析顯示,當閥概率在33%以上時,建模組(內(nèi)部)與驗證組(外部)的臨床凈獲益率分別為62%和64%, 表明預測模型具有臨床有效性,見圖2E、圖2F。

3 討 論

DVT發(fā)生是因各種原因導致肢體深靜脈凝血因子被激活、血小板聚集,呈現(xiàn)病理性的血液凝結狀態(tài),最終形成血栓。本研究發(fā)現(xiàn)年齡、合并糖尿病、血脂異常、Padua評分、D-二聚體、肢體肌力均與腦卒中急性期發(fā)生DVT有關。究其原因為:高齡患者因年齡增長,肢體靜脈血管收縮功能降低和血管彈性下降,使血液流速變慢,增加血液在靜脈叢與靜脈袋內(nèi)淤滯,容易誘發(fā)DVT; 此外,患者隨年齡增長而體力下降,活動量減少,使得肢體靜脈血流放緩,增加了肢體局部凝血因子聚集,DVT風險上升[7]。研究[8]表明,高齡是患者發(fā)生下肢DVT的危險因素,與本研究結果相符。伴有糖尿病者,其機體長期處在高血糖狀態(tài),血液黏稠度較高,聚集的紅細胞容易對血管壁造成損傷,進而增加DVT風險。研究[9]報道,糖尿病患者的DVT發(fā)生風險是非糖尿病的1.44倍,與本研究結果基本相符。血脂異常表明機體脂質代謝處于紊亂狀態(tài),容易對血管內(nèi)皮細胞造成損害,使血管內(nèi)皮依賴性的舒張功能和抗氧化能力下降[10], 另外脂質代謝紊亂會刺激血小板活化,誘發(fā)血小板聚集,導致血流阻力上升,增加DVT風險。Padua量表是目前血栓風險評估具有代表性的量表[11]?！秲?nèi)科住院患者靜脈血栓栓塞癥預防中國專家建議(2015) 》[12]表示, Padua量表適用內(nèi)科患者住院期的血栓風險評估。研究[13]表明,單獨應用Padua評分量表評估腦卒中患者DVT風險的預測效能欠佳,而通過聯(lián)合患者血清D-二聚體指標進行評估時,其預測效能則有顯著提高。正常生理狀態(tài)下,血液中的D-二聚體表達極低,只有機體處在病理狀態(tài)、凝血活性增強或纖溶亢進時, D-二聚體表達才會異常升高。D-二聚體由纖維蛋白經(jīng)活化因子交聯(lián)后,再經(jīng)纖溶酶水解而產(chǎn)生,而在這水解過程中會破壞毛細血管間的緊密連接和基底膜,使血流處在低剪切速率狀態(tài),增加DVT風險。腦卒中的病理因素會造成患者的肢體功能殘損[14], 影響患者自主進行肢體伸屈活動,尤其是對那些肢體肌力低的患者,其在急性期臥床期間無法進行有效肢體伸屈,肢體局部血液淤滯、凝結風險相對較高,容易誘發(fā)DVT。相反,肢體肌力較好者,在急性期臥床期間仍能有效進行自主肢體伸屈活動, DVT風險較低。因而為預防DVT發(fā)生,臨床應考慮在患者可耐受的情況下,給予相應的早期康復訓練,提高患者的肢體肌力,降低DVT的發(fā)生風險。

列線圖表達的預測模型在腦梗死患者卒中后抑郁[15]、急性腦梗死患者機械取栓后顱內(nèi)出血[16]等方面均體現(xiàn)出較好效果。本研究根據(jù)腦卒中急性期DVT的影響因素構建以列線圖表達的預測模型,采用建模組和驗證組的數(shù)據(jù)驗證模型的預測效能,發(fā)現(xiàn)模型在預測2組人群的曲線下面積均大于0.85, 表明該模型對腦卒中急性期DVT風險有一定的甄別能力。列線圖能體現(xiàn)各項因素的貢獻率,然后再進行風險量化,有利于制訂和優(yōu)化個體的臨床方案。本研究以構建模型ROC曲線分析的截斷值0.33作為患者臨床凈獲益的閾值時,經(jīng)決策曲線分析發(fā)現(xiàn),患者的臨床凈獲益率均高于不采取干預及全部采取干預的2種極端方式,提示當模型預測出腦卒中患者DVT風險高于33%, 應采取預防措施,使患者獲益。

綜上所述,腦卒中患者急性期發(fā)生DVT與年齡、合并糖尿病、血脂異常、Padua評分、D-二聚體及肢體肌力狀況有關。以此構建預測模型,能有效評估腦卒中患者急性期發(fā)生DVT的風險。對于肢體肌力較差的患者,應在患者可耐受情況下,予以適度的早期康復訓練,以提高患者的肢體肌力,減少DVT的發(fā)生。