患者入院時血漿Lp-PLA2、LP（b）、NIHSS評分及MoCA評分對急性缺血性腦卒中預后不良的預測效能

王秀杰，鄭富霞，熊鑫，李敏，范海燕，趙曉晶

華北理工大學附屬醫(yī)院神經內科，河北 唐山 063000

急性缺血性腦卒中（Acute Ischemic Stroke，AIS）是當今中老年人群的常見病、多發(fā)病，其致死率、致殘率居高不下，而為了更客觀評價AIS患者神經缺損程度、認知障礙程度以及預后程度，臨床常用美國國立衛(wèi)生院卒中量表（NIHSS量表）、蒙特利爾認知評估量表（MoCA量表）、改良Rankin量表（mRS量表）等進行量化評估，這些量表為臨床研究提供了重要幫助［1］。但上述對AIS患者預后評價所采納的各量表的側重點各有不同，均偏于主觀，不可避免地引起相關度的不足。作為炎性相關因子，脂蛋白相關磷脂酶A2（Lipoprotein-associated phospholipaseA2， Lp-PLA2）在動脈粥樣硬化的病理生理發(fā)展過程中起到了重要作用［2］，最常應用于冠心病的診治及預后判斷。近年來有報道［3］稱，監(jiān)測Lp-PLA2水平不僅能夠幫助預測發(fā)生AIS的風險，在AIS的診治評估中也發(fā)揮了重要的作用，但在其預后的評估上研究較少、評價方法不一。血漿脂蛋白b［Lipoprotein B， LP（b）］是直接參與動脈粥樣硬化過程的重要蛋白質，與心血管事件發(fā)生密切相關，但其與腦血管事件相關性的研究甚少。為此，本研究收集了231例AIS患者的臨床資料，分析患者入院時血漿Lp-PLA2水平、血漿LP（b）水平、NIHSS評分、MoCA評分對AIS患者預后不良的預測效能，現將結果報告如下。

1 資料與方法

1.1 臨床資料 選取2022年11月—2023年5月華北理工大學附屬醫(yī)院神經內科收治的AIS患者231例，男130例、女101例，年齡30～93歲?；颊叱鲈?個月時使用mRS量表評定患者預后［4］，mRS量表共6分，得分越高，表明其預后越差。根據患者mRS量表評分將患者劃分為預后良好組125例與預后不良組106例，預后良好組出院3個月時mRS評分0～2分，預后不良組出院3個月時MRS評分3～6分。入選標準：①遵循《中國急性缺血性腦卒中診治指南2018》中急性缺血性腦卒中診斷標準［5］，并有神經功能缺損癥狀及體征，經顱腦CT和（或）顱腦磁共振證實；②年齡≥18歲；③發(fā)病48小時內的首次發(fā)病患者；④患者本人或家屬簽署研究知情同意書。排除標準：①出血性腦卒中、腦疝、昏迷患者；②既往有神經功能缺損者；③靜脈溶栓或血管介入干預患者；④其他非血管性病因（如顱內腫瘤、顱內血腫、癲癇、腦外傷等）造成的腦功能障礙患者；⑤合并外傷、感染、自身免疫性疾病、惡性腫瘤等患者；⑥合并嚴重心、肝、腎等重要臟器疾病的患者；⑦拒絕簽署知情同意書者。剔除標準：①不能按規(guī)定時間復診；②隨訪期間AIS復發(fā)；③患者或家屬不能配合；④隨訪期間患者罹患如急性心肌梗死、重癥肺炎、惡性腫瘤等其他嚴重疾病。

1.2 資料收集 收集兩組患者的性別、年齡、高血壓病史、糖尿病病史、吸煙史、飲酒史及入院時的實驗室檢測結果、NIHSS評分、MoCA評分等資料。實驗室檢測指標包括血漿Lp-PLA2、血尿酸（UA）、總膽固醇（TC）、甘油三酯（TG）、高密度脂蛋白膽固醇（HDL-C）、低密度脂蛋白膽固醇（LDL-C）、脂蛋白a［LP（a）］、LP（b）、同型半胱氨酸（Hcy）、空腹血糖（FBG）、C反應蛋白（CRP）等。NIHSS量表評估AIS患者神經功能缺損情況，該量表從意識、肌力、構音等11個方面進行評價，共42分，得分越高，表明其神經功能缺損程度越嚴重；MoCA量表判斷患者是否存在認知功能障礙等，共30分，得分越低，表明其認知功能越差。

1.3 統計學方法 采用SPSS25.0統計軟件。正態(tài)分布的計量資料以±s表示，組間比較采用獨立樣本t檢驗；非正態(tài)分布的計量資料以M（P25，P75）表示，組間比較采用非參數檢驗；計數資料比較選擇χ2檢驗。將AIS患者是否預后不良作為因變量（1=預后不良，0=預后良好），以患者血漿Lp-PLA2、UA、TC、TG、HDL-C、LDL-C、LP（a）、LP（b）、Hcy、FBG、CRP水平、入院NIHSS評分、MoCA評分為自變量，采用多因素二元logistic回歸分析法分析AIS患者預后不良的獨立影響因素。采用受試者工作特征曲線（Receiver operator characteristic curve， ROC）分析獨立影響因素及聯合預測因子L對AIS患者預后不良的預測效能。P＜0.05為差異有統計學意義。

2 結果

2.1 兩組患者基本資料比較 預后良好組125例患者中，男72例、女53例，年齡（62.52 ± 11.11）歲，有高血壓史72例，有糖尿病史38例，有吸煙史50例，有飲酒史33例，血漿Lp-PLA2為93.60（62.75，136.50）ng/mL、UA為310.0（239.5，378.5）μmol/L、TC為（4.37 ± 0.99）mmol/L、TG為1.41（0.96，1.80）mmol/L、HDL-C為1.14（0.97，1.29）mmol/L、LDL-C為（2.81 ± 0.79）mmol/L、LP（a）為1.35（1.13，1.48）g/L、LP（b）為（0.94 ± 0.25）g/L、Hcy為13.1（10.8，17.5）μmol/L、FBG為5.37（4.75，6.63）mmol/L、CRP為1.98（1.09，2.95）mg/L、NIHSS評分為2.0（1.0，2.0）分、MoCA評分為24（22，25）分；預后不良組106例患者中，男58例、女48例，年齡（64.87 ± 11.73）歲，有高血壓史67例，有糖尿病史40例，有吸煙史32例，有飲酒史28例，血漿Lp-PLA2為261.0（163.0，376.5）ng/mL、UA為285.0（226.5，340.0）μmol/L、TC為（4.87 ± 1.30）mmol/L、TG為1.34（0.97，1.93）mmol/L、HDL-C為1.20（0.99，1.39）mmol/L、LDL-C為（3.22 ± 1.04）mmol/L、LP（a）為1.38（1.12，1.64）g/L、LP（b）為（1.10 ±0.38）g/L、Hcy為14.40（11.50，18.85）μmol/L、FBG為5.49（5.00，7.19）mmol/L、CRP為4.33（2.71，6.00）mg/L、NIHSS評分為5.0（4.0，7.5）分、MoCA評分為19（15，21）分；其中預后不良組血漿Lp-PLA2、TC、LDL-C、LP（b）、CRP水平及NIHSS評分均顯著高于預后良好組（P均＜0.05），MoCA評分顯著低于預后良好組（P＜0.05）。

2.2 AIS患者預后不良的影響因素 多因素二元logistics回歸分析結果顯示，血漿Lp-PLA2水平、血漿LP（b）水平、NIHSS評分、MoCA評分是AIS患者預后不良的獨立影響因素。見表1。

表1 AIS患者預后不良的影響因素多因素二元logistics回歸分析結果

2.3 血漿Lp-PLA2水平、血漿LP（b）水平、NIHSS評分、MoCA評分及四者聯合對AIS患者預后不良的預測效能 血漿Lp-PLA2水平、血漿LP（b）水平、NIHSS評分、MoCA評分及四者聯合對AIS患者預后不良的ROC見圖1。血漿Lp-PLA2水平預測AIS患者預后不良的AUC為0.885（95%CI：0.837～0.923，P＜0.001），取截斷值為158 ng/mL時，血漿Lp-PLA2水平預測AIS患者預后不良的靈敏度為80.19%、特異度為86.40%。血漿LP（b）水平預測AIS患者預后不良的AUC為0.625（95%CI：0.560～0.688，P＜0.001），取截斷值為1.12 g/L時，血漿LP（b）水平預測AIS患者預后不良的靈敏度為47.17%、特異度為79.20%。NIHSS評分預測AIS患者預后不良的AUC為0.953（95%CI：0.917～0.977，P＜0.001），取截斷值為3分時，NIHSS評分預測AIS患者預后不良的靈敏度為88.68%、特異度為90.40%。MoCA評分預測AIS患者預后不良的AUC為0.892（95%CI：0.845～0.929，P＜0.001），取截斷值為21分時，MoCA評分預測AIS患者預后不良的靈敏度為80.19%、特異度為84.80%。

圖1 血漿Lp-PLA2水平、血漿LP（b）水平、NIHSS評分、MoCA評分及四者聯合對AIS患者預后不良的ROC

將AIS患者預后不良的獨立影響因素血漿Lp-PLA2水平、血漿LP（b）水平、NIHSS評分、MoCA評分，結合各自的回歸系數，得出四者聯合預測AIS患者預后不良的聯合預測因子L的計算公式為：L=Lp-PLA2+3.91×LP（b）+75.27×NIHSS-12.32×MoCA。聯合預測因子L預測AIS患者預后不良的AUC為0.967（95%CI：0.936～0.986，P＜0.001），靈敏度為83.96%、特異度為96.80%。

3 討論

AIS是中老年人群中的常見病和多發(fā)病，發(fā)病率有逐年上升之勢［6］。據報道，我國老年腦卒中患者病后1年內的殘疾率可達到45%［7］，而言語、肢體的殘障及認知功能障礙對AIS患者的自理能力造成了極大影響，也因此增加了AIS患者照護的經濟及人力成本，因此如何簡單、高效、準確地對AIS患者的預后進行預測評價，早期對AIS患者預后不良的影響因素進行干預是有效避免或延緩預后不良發(fā)生的關鍵，對提高AIS患者的生活質量具有重大意義。AIS起病迅速，在短時間內可引發(fā)氧化應激損傷、炎性損傷及神經元凋亡，導致神經功能損傷，表現為言語和運動障礙等體征［8］，臨床中常用NIHSS評分量表評價患者的神經功能缺損程度，而用mRS評分量表評估患者預后情況。發(fā)生AIS后，33%～61%的患者會出現卒中后認知功能障礙［9］，且患病率逐年攀升［10］，臨床中多采用MoCA評分量表作為評價患者認知功能下降程度的量化標準。

Lp-PLA2作為一種新型炎癥生物標志物，相較于C反應蛋白等傳統的炎癥指標，特異性更高，其通過水解血小板活化因子和氧化卵磷脂，生成溶血卵磷脂和氧化型游離脂肪酸，促進白三烯、類花生酸和前列腺素等炎性因子的釋放［11］，進而導致血管內皮細胞受損，單核細胞聚集在血管內膜，衍生為巨噬細胞及泡沫細胞，粥樣硬化斑塊就此形成［12］。Lp-PLA2還可促使粥樣斑塊不穩(wěn)定，因此被廣泛應用于心血管疾病的診治，同樣也增加了AIS的風險［13-14］。有報道［15］顯示，免疫炎性損傷是AIS發(fā)生發(fā)展的重要因素。亦有研究［16］發(fā)現，在3個月內共有9.3%患者出現了缺血性卒中、心肌梗死或血管事件相關性死亡，這類患者Lp-PLA2水平顯著高于其他患者。盡管大量研究關注了Lp-PLA2對AIS發(fā)病率及復發(fā)率的預測價值，但其與AIS患者預后的關聯卻鮮有研究。有報道［17］顯示，Lp-PLA2會間接破壞血腦屏障，引起神經功能惡化，或許提供了其導致AIS預后不良的理論基礎。

本研究用mRS評分量表評估AIS患者預后，統計出預后不良患者106例，多因素二元logistics回歸分析顯示血漿Lp-PLA2水平、血漿LP（b）水平、NIHSS評分、MoCA評分均能顯著預測AIS患者的預后，其中血漿Lp-PLA2水平與AIS患者預后不良呈正相關，預測AIS患者預后不良的AUC為0.885，靈敏度和特異度分別為80.19%、86.40%，與既往研究相符［18］。另本研究發(fā)現，LP（b）對AIS患者預后不良的影響不容小覷，血漿LP（b）水平與AIS患者預后不良呈正相關，預測AIS患者預后不良的AUC為0.625，靈敏度和特異度分別為47.17%、79.20%，今后可對LP（b）進行著重研究，將影響AIS預后不良的因素控制在最低水平，以期協助臨床的診療工作。本研究中NIHSS評分與AIS患者預后不良呈正相關，NIHSS評分已廣泛應用于腦卒中的臨床試驗，旨在評估腦卒中的嚴重程度，并且對臨床預后的評估有一定預測價值［19］。本研究NIHSS評分預測AIS患者預后不良的AUC為0.953，靈敏度和特異度分別為88.68%、90.40%，與既往報道［20-22］結果接近。盡管如此，NIHSS評分也有一定局限性，例如部分條目（面神經麻痹、意識水平、共濟失調和構音障礙）的信度較差［23］，因此，臨床上可聯合其他指標對AIS患者的預后進行預測。此外，MoCA評分與AIS患者預后不良呈負相關，預測AIS患者預后不良的AUC為0.892，靈敏度和特異度分別為80.19%、84.80%，既往研究較少。而上述四者聯合得出的預測因子L，其預測AIS患者預后不良的AUC可提高至0.967，均大于四者任意的AUC值，靈敏度和特異度分別為83.96%、96.80%，聯合預測因子L對AIS患者預后不良的預測效能顯著大于四者單一因素的預測效能，提示四者聯合的臨床應用價值更高。

本研究初步建立了AIS患者預后不良的預測模型，并采用ROC曲線進行了分析，結果顯示，血漿Lp-PLA2水平、血漿LP（b）水平、NIHSS評分、MoCA評分對AIS患者發(fā)生預后不良具有較好的預測效能，就四者ROC曲線的AUC而言，NIHSS評分的預測效能仍優(yōu)于其他三個指標，但疾病是復雜的，任意一個影響因素的預測價值都是片面的，因此聯合預測因子L的預測效能更加客觀準確。此外，在此四個指標中，NIHSS評分及MoCA評分很難采取臨床干預，而兩項化驗指標血漿Lp-PLA2及LP（b）有望于臨床中通過相關藥物降低數值，從而降低聯合預測因子L值，實現對AIS患者預后不良的改善。

綜上所述，患者入院時血漿Lp-PLA2水平、血漿LP（b）水平、NIHSS評分、MoCA評分是AIS預后不良的獨立影響因素，血漿Lp-PLA2水平、血漿LP（b）水平、NIHSS評分、MoCA評分均可用于AIS預后不良的預測，且四者聯合預測價值更高。將AIS患者的預后不良發(fā)生率降到最低，提高患者生存質量，具有較為重要的臨床意義，本研究在一定程度上闡明了血漿Lp-PLA2水平、血漿LP（b）水平聯合兩種常用量表與AIS患者預后的相關性，為AIS患者預后的預測提供了一定的理論依據。即便如此，本研究仍存在樣本量不足、納入影響因素有限、地域種族差異、非多中心研究等問題，需要在今后的研究中擴大樣本量、納入更多影響因素、采用多中心研究模式等方案去解決優(yōu)化。