李之恒,黃鑫濤

(駐馬店市中心醫(yī)院 神經內科,河南 駐馬店 463000)

急性缺血性卒中(acute ischemic stroke,AIS)為腦組織局部由于血氧供應障礙所致組織軟化及壞死,進而出現一系列腦組織功能損傷綜合征,為常見腦卒中類型之一[1]。流行病學研究顯示,我國某市2015—2020年腦卒中粗死亡率達80.17/10萬,而其中有近38.56%為AIS所致,嚴重危害患者生命健康及生活質量[2]。隨著醫(yī)療技術發(fā)展,大部分AIS患者均可以平穩(wěn)度過急性期,但是各種AIS相關并發(fā)癥依然會影響著患者預后[3]。深靜脈血栓形成(deep vein thrombosis,DVT)為血液在深靜脈內部凝結異常所致疾病,其會導致血液回流受阻,血栓因此脫落會造成肺動脈栓塞,進而導致肺動脈高壓、氣體交換障礙、左心功能不全,情況嚴重者甚至會導致休克及死亡,是影響患者預后重要因素之一[4-5]。因此AIS患者及時發(fā)現DVT發(fā)生風險并給予針對性干預對于預防甚至減少DVT發(fā)生意義重大?；诖?本研究對AIS患者DVT發(fā)生危險因素進行探究,并構建風險預測模型,以便篩選出AIS中DVT發(fā)生高危人群,并進行針對于干預,以減少AIS患者DVT發(fā)生。

1 資料和方法

1.1 一般資料

選擇2020年9月至2023年8月駐馬店市中心醫(yī)院收治的415例AIS患者相關資料進行回顧性分析,按照患者是否出現DVT分為DVT組(81例)與非DVT組(334例)。(1)納入標準:①患者病情依據AIS相關診斷標準[6]進行診斷;②是否發(fā)生DVT由相關診斷標準[7]及下肢靜脈多普勒超聲檢查證實;③AIS發(fā)病至入院時間不超過72 h;④患者各項資料完整。(2)排除標準:①出血性腦卒中或者既往存在出血性疾病史;②合并肺水腫、充血性心力衰竭或者不穩(wěn)定高血壓疾病;③凝血功能異?；蛘唛L時間應用抗凝藥物;④既往即存在DVT史;⑤既往存在下肢骨折史。

1.2 觀察指標

通過查閱患者病例獲得患者各項資料,主要包括性別、年齡、體重指數、吸煙史、飲酒史、高血壓、糖尿病、高脂血癥、血栓史等一般資料,病程、卒中嚴重程度、卒中分型、是否應用脫水藥物、是否留置靜脈導管、是否存在意識障礙、是否臥床等病情相關資料,D-二聚體、活化部分凝血酶時間、凝血酶原時間、凝血酶時間、甘油三酯、低密度脂蛋白、膽固醇、高密度脂蛋白等實驗室指標。其中卒中嚴重程度應用美國國立衛(wèi)生研究院卒中量表(National Institute of Health stroke scale,NIHSS)評分[8]進行評估,0～4分、5～14分、>14分分別表示輕度、中度及重度卒中,卒中分型依據牛津郡社區(qū)卒中項目(Oxfordshire community stroke project,OCSP)量表[9]分為腔隙性腦梗死、后循環(huán)梗死、部分前循環(huán)梗死及完全前循環(huán)梗死。

1.3 統(tǒng)計學方法

2 結果

2.1 一般資料

DVT組患者與非DVT組患者性別、體重指數、吸煙史、飲酒史、高血壓、糖尿病、高脂血癥、病程、卒中分型、是否留置靜脈導管、活化部分凝血酶時間、凝血酶原時間、凝血酶時間、甘油三酯、低密度脂蛋白、膽固醇、高密度脂蛋白等資料比較差異無統(tǒng)計學意義(P>0.01),DVT組患者與非DVT組患者年齡、血栓史、卒中嚴重程度、是否應用脫水藥物、是否存在意識障礙、是否臥床、D-二聚體比較差異存在統(tǒng)計學意義(P<0.05),見表1。

表1 兩組患者各項一般資料比較

2.2 AIS患者DVT發(fā)生多因素logistic回歸分析

將單因素分析存在統(tǒng)計學意義因素年齡、血栓史、卒中嚴重程度、是否應用脫水藥物、是否存在意識障礙、是否臥床、D-二聚體作為自變量,以是否發(fā)生DVT作為因變量進行多因素logistic回歸分析,結果顯示年齡、應用脫水藥物、臥床及D-二聚體是AIS患者DVT發(fā)生危險因素(P<0.05),血栓史、卒中嚴重程度、意識障礙不是AIS患者DVT發(fā)生危險因素(P>0.05),見表2。

表2 AIS患者DVT發(fā)生多因素logistic回歸分析

2.3 AIS患者DVT發(fā)生風險預測模型構建

依據多因素logistic回歸分析結果構建AIS患者DVT發(fā)生風險預測模型,風險預測模型P=1/[1+exp(10.561-0.108X1-0.920X2+1.038X3-0.009X4)],其中X1為年齡,X2為應用脫水藥物,X3為臥床,X4為D-二聚體。模型具有統(tǒng)計學意義(χ2=109.085)且擬合優(yōu)度較高(Hosmer-Lemeshow檢驗:P=0.368);以是否發(fā)生DVT作為狀態(tài)變量,以風險預測模型計算獲得風險值作為檢驗變量繪制ROC曲線,ROC曲線下面積為0.839(95% CI:0.793～0.885),最大約登指數時靈敏度與特異度分別為84.0%和68.9%,此時風險值為0.847。

3 討論

DVT發(fā)生主要由血液循環(huán)緩慢、靜脈壁損傷及血液高凝等導致,血液循環(huán)緩慢導致血小板凝血相關因子聚集,誘使凝血功能異常激活,使血液處于高凝狀態(tài),血管壁也會因為凝血因子異常而損傷,最終導致DVT發(fā)生[10]。DVT多發(fā)生于肢體制動、嚴重創(chuàng)傷、大型手術、長期臥床群體,患者會出現疼痛及肢體腫脹,進行檢查時可見患側肢體有壓痛感、凹陷性水腫、皮膚溫度上升等表現,其不僅會影響患者原發(fā)疾病恢復,還會影響患者預后[5,11]。因此及時發(fā)現DVT發(fā)生風險有助于減少甚至預防DVT發(fā)生。

本研究結果顯示,年齡為AIS患者DVT發(fā)生危險因素,高齡患者更易發(fā)生DVT,分析認為高齡患者存在多種基礎疾病,患者由于身體功能退化,血管彈性不佳,同時凝血因子活性增加,體力下降又使患者活動量減少,這又會進一步導致患者靜脈血管內壁出現損傷,凝血因子在靜脈血管聚集,而抑制因子又不斷消耗,促進靜脈管腔中血栓形成[12]。另一項研究也顯示,高齡腦卒中患者發(fā)生DVT風險更高,因此該研究認為高齡腦卒中患者應該接受定期健康宣教,叮囑患者積極進行踝關節(jié)與膝關節(jié)為主運動,定期進行下肢環(huán)轉、伸屈、內外翻運動及慢跑與散步等運動,以盡量減少由于長時間不運動所致血液淤積與血流減慢造成的DVT[13]。另有研究者認為,高齡患者較易發(fā)生DVT原因可能為高齡患者靜脈血管瓣膜厚度增加,靜脈血管功能減弱,而年齡增長會導致纖溶活性下降、抗凝血酶減少,纖維蛋白及凝血因子變多,最終導致凝血異常,使患者DVT發(fā)生風險增加[14]。AIS患者應用脫水劑主要是為了降低顱內壓,減少甚至預防腦水腫發(fā)生,但是大量應用脫水劑會導致患者體內水分損失,導致血液濃稠,黏性增加,促進血栓形成[15],因此脫水劑應用是患者DVT危險因素。陸秋芳等[16]研究則認為脫水劑應用會使血管內皮細胞長時間處于應激狀態(tài),誘使血管內膜損傷,激活炎癥通路及凝血通路,導致血栓形成,因此該研究認為脫水劑應用是急性期腦卒中患者下肢DVT發(fā)生危險因素,與本研究中相關結論一致。臥床是AIS患者DVT發(fā)生危險因素,臥床期間肢體被動制動,則會導致血液流速減慢,白細胞黏附能力增加,凝血系統(tǒng)激活,凝血因子形成增多,使患者高凝狀態(tài)進一步加重,促進DVT發(fā)生[17]。陳慧嬌等[18]研究則顯示,卒中患者長時間臥床會使患者長期處于同一體位,局部位置血管受到持續(xù)性壓迫,導致患者血液回流狀態(tài)受到影響,血液回流速度減慢,促進DVT發(fā)生。D-二聚體為纖維蛋白復合物降解產物之一,其在血栓形成患者體內明顯上升,顯示其可能參與了血栓形成過程[19],這與本研究中相關結果一致。Huang等[20]研究則顯示,DVT患者D-二聚體水平與初始水平相比增加了約4倍,因此該研究認為D-二聚體水平可用于預測DVT發(fā)生,也顯示其與DVT發(fā)生關系密切。

多因素logistic回歸分析可以明確AIS患者DVT危險因素,而以此為基礎構建風險預測模型有助于將危險因素量化,便于臨床醫(yī)生確定DVT發(fā)生風險,并制定針對性干預措施。國外研究以多因素logistic回歸分析獲得DVT 14 d風險高度預測因素,并以此為基礎繪制nomogram預測模型,模型預測DVT 14 d發(fā)生曲線下面積為0.756(95% CI:0.712～0.812),顯示構建nomogram預測模型預測效能優(yōu)異,有助于幫助臨床醫(yī)生識別DVT的高危人群并制定相關的預防和治療措施[21]。本研究以多因素logistic回歸分析結果構建風險預測模型擬合優(yōu)度較高(Hosmer-Lemeshow檢驗:P=0.368),應用ROC曲線分析得知曲線下面積為0.839(95% CI:0.793～0.885),最大約登指數時靈敏度與特異度分別為84.0%和68.9%,顯示構建風險預測模型預測效能優(yōu)異。

4 結論

年齡、應用脫水藥物、臥床及D-二聚體是AIS患者DVT發(fā)生危險因素,基于以上因素構建風險預測模型預測能力優(yōu)異,可操作性強,有助于幫助醫(yī)護人員篩選出高風險DVT患者,并進行針對性干預治療。但是本研究為單中心回顧性研究,納入研究影響因素及回顧性分析選擇等均會對結果準確性產生一定偏倚,后期依然需要進行多中心前瞻性研究以進一步確定風險預測模型預測效能。