中国成年人卒中结局的危险因素分析

Analysis of Risk Factors for Stroke Outcomes in Chinese Adults

摘要: 本研究旨在确定可能影响中风预后的危险因素。本研究共招募了146例中风患者，并根据改良Rankin量表(mRS)将其分为两组：良好预后组(mRS ≤ 2)和不良预后组(mRS > 2)。从医疗记录中获得了参与者的人口统计学、临床和实验室数据。采用多变量逻辑回归分析评估影响中风预后的危险因素。在146名参与者中，28名(19.18%)在第90天表现出不良预后。多变量逻辑回归分析结果显示，入院Barthel指数(BI)是短期功能预后的独立预测因子。

Abstract: This study aimed to identify risk factors that may influence stroke prognosis. A total of 146 patients with stroke were enrolled and divided into two groups according to the modified Rankin Scale (mRS): a good-outcome group (mRS ≤ 2) and a poor-outcome group (mRS > 2). Demographic, clinical, and laboratory data were obtained from medical records. Multivariable logistic regression analysis was used to evaluate risk factors affecting stroke prognosis. Among the 146 participants, 28 (19.18%) showed a poor outcome on day 90. Multivariable logistic regression analysis revealed that the Barthel index (BI) upon admission is an independent predictor of short-term functional prognosis.

1. 引言

中风是最常见的神经系统疾病也是导致死亡和残疾的主要原因。中风包括缺血性和出血性两种类型，中风预防是全球公共卫生的重点[1] [2]。中国面临着前所未有的中风挑战，每年新增病例超过200万例。这种疾病与所有疾病中残疾调整生命年(DALY)的最高负担有关[3]-[5]。2019年，中国新增中风病例394万例(95% CI 3.43~4.58) [6]。预计这种负担将随着人口老龄化、相关风险因素的持续存在和管理不善而继续增加[7]-[9]。尽管整体医疗保健水平有所提高，但全国范围内专业中风护理的可及性仍然不稳定[10]。确定与中风后长期恢复相关的危险因素可以增强我们对康复过程的理解，可能指导寻找治疗靶点和预测中风结果的前驱因素。

由于该病的复杂性，预测中风的功能预后是一个巨大的挑战[11]。因此，为了发现与90天预后相关的相关危险因素，我们对中风患者采集的临床外周血样本进行了全面信息采集。并通过mRS进行评估。这些因素中的某些因素可能成为预测卒中后功能恢复的有价值的工具。此外，特定因素可能成为增强卒中预后的潜在靶点。

许多研究表明，年龄、性别、吸烟和饮酒等因素会影响中风预后。一项对39项研究(涵盖359,783名个体)的全面检查发现，缺血性中风(IS)和出血性中风(HS)之间的糖尿病患病率存在显著差异。IS的糖尿病患病率为33% (95% CI 28~38)，而HS为26% (95% CI 19~33)。此外，该研究还证实了急性高血糖和糖尿病与缺血性和出血性中风的不良预后之间的明确关联。这些不良后果包括死亡风险增加、神经功能和功能恢复受损、住院时间延长、再入院率增加以及中风复发的可能性增加[12]。Someeh等人[13]使用神经网络分类算法获得了最佳模型结果。他们的研究结果表明，吸烟、低教育程度、高龄、缺乏体育活动和糖尿病病史是中风死亡的重要危险因素。相比之下，年轻的中风幸存者在功能能力的恢复方面略好于他们的年长同伴。然而，初始入院评分等因素的影响更大，并且恢复速度最终可能会趋于一致。[14]值得注意的是，年轻患者更有可能在随访评估中达到mRS评分0到1或0到2 [15] [16]。一项专门研究中风对女性的影响的研究发现，中风后，女性的生活质量低于男性。这种差异可以归因于包括年龄较大、中风更严重、中风前已存在依赖和抑郁等因素[17]。女性性别与不良预后相关，这提示了可能需要加强急性护理措施以提高女性中风患者的预后[18] [19]。年轻患者的结果是积极的，而心源性中风的结果则不那么乐观[20]。Tento等人[21]发现，60岁以上患有高血压、房颤和出血性中风的女性患者在3年随访期间更有可能从良好预后发展为不良预后。积极识别可控制的风险因素，例如吸烟和缺乏运动，可以帮助减少2型糖尿病和高血压患者的中风和复发风险[22]。Samuthpongtorn等人[23]专注于泰国老年人中的IS，他们发现房颤是与年龄较大的患者相关的危险因素。75岁以上的中风患者死亡率较高，预后较差。一项研究发现，在60岁以上患有AIS的女性患者中，溶栓后收缩压测量值都与不良预后相关。在60岁以下患有AIS的男性患者中，只有溶栓后24小时的SBP相关[24]。然而，一项比较80岁以上中风患者和年轻中风患者危险因素和功能预后的研究表明，尽管老年患者中风更严重，但他们的中风后损伤与年轻患者相似，表明中风预后可能与年龄无关[25]。越南的一项性别研究还发现，中风后[90]天，男性和女性的临床结果没有差异[26]。

此外，其他合并症和特定临床测试指标也对中风预后产生明显影响。研究人员发现，在IS人群中，慢性肾脏疾病与第1个月mRS评分数值偏高相关[27] [28]。Yang等人[29]建议早期筛查和治疗非瓣膜性房颤患者(尤其是男性患者)的肝纤维化可以降低中风风险。此外，Chang等人[30]观察到2型糖尿病和/或高血压患者在1年随访后新发中风和复发的比率较高。中性粒细胞、嗜酸性粒细胞和中性粒细胞–淋巴细胞比值是AIS患者机械取栓术后不良预后的独立因素[31]。高血小板计数和高敏C反应蛋白(HS-CRP)与不良临床预后显著相关[32]。高密度脂蛋白(HDL)与轻度认知障碍和痴呆相关[33] [34]。Wang等人[35]发现，低血浆HDL与AIS患者六个月后的认知改善呈正相关。甘油三酯与高密度脂蛋白胆固醇比率显示出非线性关系和阈值效应，低和高比率都与AIS患者的不良预后相关。

本研究旨在分析成对的危险因素，以识别中风预后的有效指标。主要目标是揭示与中风相关的危险因素的综合特征和潜在机制。

2. 方法

2.1. 伦理审核和患者知情同意

本研究严格遵守伦理准则，并获得了青岛大学伦理委员会的批准，所有患者均签署了书面知情同意书。

2.2. 研究对象

我们在青岛多家医院进行了一项前瞻性队列研究，共纳入146名于2021年1月至2024年12月期间入院的中风患者。中风被定义为急性神经功能缺损持续超过24小时，由缺血性原因引起，伴或不伴有相关的出血性脑损伤，并在神经影像学扫描(颅脑磁共振成像，伴或不伴磁共振血管造影和磁共振静脉造影)中存在明显证据。

纳入标准包括：(1) 症状发作后72小时内入院的患者；(2) 诊断为急性中风的患者；(3) 年龄等于或大于 18 岁。

排除标准包括：(1) 任何既往精神疾病诊断，例如精神分裂症和抑郁症；(2) 其他神经系统疾病的既往病史；(3) 由于失语症无法完成量表评估；(4) 缺乏mRS随访数据；(5) 存在严重并发症，例如心肌梗死和终末期肾衰竭。

2.3. 临床和实验室检查数据收集

所有患者在急诊入院时均系统地采集外周静脉血样，并迅速送往医院实验室部门。这些样本接受了全面的检查，包括血液常规、肝肾功能、电解质水平、凝血参数和各种其他相关指标。

从电子病历系统中仔细提取了患者的流行病学特征和临床数据，包括年龄、性别、高血压病史、糖尿病、冠状动脉粥样硬化性心脏病和既往脑梗死事件、白细胞计数、绝对单核细胞计数(AMC)、低密度脂蛋白胆固醇(LDLC)、高密度脂蛋白胆固醇(HDLC)、绝对淋巴细胞值(ALV)、嗜碱性粒细胞绝对值(BAV)、嗜酸性粒细胞绝对值(EAV)、血小板计数(PC)、绝对中性粒细胞计数(ANC)和总胆固醇(TC)等因素。

2.4. 功能预后评估和随访

本研究调查的预后参数包括患者在发病后90天或死亡时的功能预后。功能预后的评估是通过mRS进行的，其中评分在0到2范围内表示良好的功能预后，而3到6分则表示不良的功能预后。因此，在发病后90天内存活或达到mRS评分0到2的患者被归类为短期预后良好。相反，90天内死亡或达到mRS评分3到6的患者被归类为短期预后不良。

2.5. 数据分析

统计分析使用SPSS 23.0进行。符合正态分布的计量数据以均数 ± 标准差表示，两组均数比较采用独立样本t检验。非正态分布的计量数据以中位数(四分位数范围)表示，并使用Mann-Whitney U检验进行比较。

分类数据通过卡方检验进行分析。单因素分析中P值 < 0.05的变量被纳入二元逻辑回归模型作为自变量，旨在识别mRS > 2组与mRS <= 2组间存在差异的风险因素。

3. 结果

3.1. 比较中风患者的基线和临床数据

根据表1中mRS评分和相应症状，我们将研究纳入的146名患者分为两组。表2提供了所有入组患者的基线情况和临床特征的概述。在这146名患者中，98名为男性，48名为女性，平均年龄为63.53岁。在该人群中，28例(19.18%)被归类为不良预后组(mRS > 2)，而118例(80.82%)被归类为良好预后组(mRS ≤ 2)。在所有类型的中风中，不良预后组(mRS > 2)和良好预后组(mRS ≤ 2)之间的年龄、BI、NIHSS 和ALV水平分布存在显著差异。这些差异具有统计学意义(P < 0.05)。然而，在其余的临床数据中没有发现显著差异(P > 0.05)。

Table 1. Modified Rankin Scale (mRS)

表1. 改良Rankin量表(mRS)

分数	症状
0	没有任何症状
1	尽管有症状，但没有明显残疾；能够从事所有日常职责和活动
2	轻度残疾：无法进行以前的所有活动，但能够在没有帮助的情况下照顾自己的事务
3	中度残疾：需要一些帮助，但能够不借助辅助工具行走
4	中度重度残疾：无法在没有帮助的情况下行走，无法在没有帮助的情况下满足需求
5	重度残疾；卧床不起，大小便失禁，需要持续护理和关注
6	死亡

*初始mRS为0至5分，后来增加了6分。在临床试验中预测结果时，mRS通常分为二分法，其中良好的功能结果为0至2分，较差的功能结果为3至6分。

Table 2. Comparison of clinical characteristics and prognosis-related factors between the stroke group and the non-stroke group

表2. 脑卒中患者组与非脑卒中组的临床特征及预后相关因素比较

		单位	不良(mRS > 2)	良好 (mRS <= 2)	Z/t/χ^2	P值
总览，n (%)			28 (19.18%)	118 (80.82%)
年龄，均值 ± 标准差			72 ± 12.23	61.53 ± 12.18	4.078	0
性别	男，n (%)		21 (75.00%)	77 (65.25%)	0.974	0.324
	女，n (%)		7 (25.00%)	41 (34.75%)
高血压，n (%)			22 (78.57%)	91 (77.12%)	0.027	0.869
糖尿病，n (%)			9 (32.14%)	26 (22.03%)	1.269	0.26
卒中亚型	首次卒中，n (%)		16 (25.00%)	89 (75.42%)	0.552	0.457
	复发卒中，n (%)		7 (25.00%)	18 (15.25%)
	脑出血，n (%)		5 (17.86%)	11 (9.32%)
BI，中位数(IQR)			60 (40)	100 (0)	−9.995	0
NHISS，中位数(IQR)			4 (7)	1.5 (2)	−3.908	0
WBCC，中位数(IQR)		×10^9/L	6.8 (4.9)	6.5 (2.83)	−0.52	0.603
AMC，中位数(IQR)		×10^9/L	0.4 (0.28)	0.4 (0.1)	−0.751	0.452
LDLC，均值 ± 标准差		mmol/L	2.59 ± 0.95	2.52 ± 0.83	0.352	0.727
甘油三酯，中位数(IQR)		mmol/L	1.28 (0.98)	1.32 (0.91)	−0.097	0.923
HDLC，中位数(IQR)		mmol/L	1.19 (0.6)	1.09 (0.34)	−0.487	0.626
ALV，中位数(IQR)		×10^9/L	1.15 (0.98)	1.65 (0.7)	−3.305	0.001
脉搏，均值 ± 标准差		次数/每分	80.82 ± 15.24	75.77 ± 10.79	7.04	0.009
BAV，中位数(IQR)		×10^9/L	0.03 (0.02)	0.03 (0.03)	−0.285	0.776
EAV，中位数(IQR)		×10^9/L	0.09 (0.13)	0.1 (0.13)	−1.105	0.269
同型半胱氨酸，中位数(IQR)		μmol/L	15.45 (14.98)	13.2 (8.25)	−1.322	0.186
PC，中位数(IQR)		×10^9/L	203.5 (73)	202.5 (70.75)	−0.057	0.954
ANC，中位数(IQR)		×10^9/L	4.9 (4.45)	4.15 (2.6)	−1.248	0.212
TC，均值 ± 标准差		mmol/L	4.51 ± 1.23	4.42 ± 1.01	0.408	0.684

*AMC = 绝对单核细胞计数，ANC = 中性粒细胞绝对计数，ALV = 淋巴细胞绝对值，BAV = 嗜碱性粒细胞绝对值，EAV = 嗜酸性粒细胞绝对值，HDLC = 高密度脂蛋白胆固醇，LDLC = 低密度脂蛋白胆固醇，PC = 血小板计数，TC = 总胆固醇，WBCC = 白细胞计数

3.2. 所有类型中风良好和不良预后的回归分析

单因素分析中P值小于0.05的变量被选为自变量，而结果的分类(将“不良”表示为0，“良好”表示为1)作为因变量。采用多变量逻辑回归分析确定不良预后的独立危险因素，结果如表3所示。

Table 3. Binary logistic regression analysis of stroke risk factors

表3. 脑卒中危险因素的二元逻辑回归分析

	B	SE	Wald χ^2	P值	比值比(95% CI)
脉搏	−0.01	0.06	0.01	0.91	0.99 (0.89~1.11)
年龄	−0.04	0.07	0.33	0.57	0.96 (0.84~1.10)
BI	0.40	0.11	13.48	0.00	1.50 (1.21~1.85)
NHISS	0.11	0.25	0.19	0.66	1.12 (0.68~1.84)
ALV	−0.16	1.36	0.01	0.90	0.85 (0.06~12.3)

*ALV = 淋巴细胞绝对值.

3.3. 比较缺血性中风患者的基线和临床数据

与良好预后(mRS ≤ 2)的患者相比，不良预后(mRS > 2)的患者在以下几个方面存在一些显著特征(见表4)。愈合良好组包括相对较年轻的个体、女性比例较高以及高血压和糖尿病的发病率较低。结果来看，两组患者在年龄、BI、NIHSS和ALV方面存在显著差异。相反，表4中的其余变量没有显示出与中风预后的显著关联。

Table 4. Comparison of clinical characteristics and prognosis-related factors between the good-outcome and poor-outcome groups in patients with ischemic stroke

表4. 缺血性脑卒中患者组与不良组之间临床特征及预后相关因素的比较

		单位	不良(mRS > 2)	良好(mRS <= 2)	Z/t/χ^2	P值
总览，n (%)			23 (17.69%)	107 (82.31%)
年龄，均值 ± 标准差			71.65 ± 12.42	62.03 ± 12.03	3.391	0.002
性别	男，n (%)		18 (78.26%)	71 (66.36%)	1.243	0.265
	女，n (%)		5 (21.74%)	36 (33.64%)
高血压，n (%)			20 (86.96%)	80 (74.77%)	1.585	0.208
糖尿病，n (%)			9 (39.13%)	25 (23.36%)	2.436	0.119
卒中亚型	首次卒中，n(%)		16 (69.57%)	89 (83.18%)	1.467	0.226
	复发卒中，n(%)		7 (30.43%)	18 (16.82%)
BI，中位数(IQR)			60 (40)	100 (0)	−9.094	0
NHISS，中位数(IQR)			4 (6)	1 (2)	−3.763	0
WBCC，中位数(IQR)		×10^9/L	6.7 (5.1)	6.5 (2.8)	−0.693	0.489
AMC，中位数(IQR)		×10^9/L	0.4 (0.2)	0.4 (0.1)	−0.427	0.669
LDLC，均值 ± 标准差		mmol/L	2.69 ± 0.99	2.49 ± 0.83	0.948	0.351
甘油三酯，中位数(IQR)		mmol/L	1.28 (0.95)	1.3 (0.91)	−0.448	0.654
HDLC，中位数(IQR)		mmol/L	1.14 ± 0.34	1.13 ± 0.28	0.122	0.904
ALV，中位数(IQR)		×10^9/L	1.25 ± 0.57	1.68 ± 0.53	−3.339	0.002
脉搏，均值±标准差		次数/每分	81.17 ± 14.32	75.68 ± 10.63	1.739	0.093
BAV，中位数(IQR)		×10^9/L	0.03 (0.02)	0.03 (0.03)	−0.208	0.836
EAV，中位数(IQR)		×10^9/L	0.08 (0.13)	0.1 (0.13)	−1.329	0.184
同型半胱氨酸，中位数(IQR)		μmol/L	18 (15.6)	13.5 (8.2)	−1.629	0.103
PC，中位数(IQR)		×10^9/L	223.04 ± 74.13	208.29 ± 52.51	0.907	0.373
ANC，中位数(IQR)		×10^9/L	5 (4.4)	4.1 (2.4)	−1.526	0.127
TC，均值 ± 标准差		mmol/L	4.6 ± 1.31	4.37 ± 1.02	0.766	0.45

*AMC = 绝对单核细胞计数，ANC = 中性粒细胞绝对计数，ALV = 淋巴细胞绝对值，BAV = 嗜碱性粒细胞绝对值，EAV = 嗜酸性粒细胞绝对值，HDLC = 高密度脂蛋白胆固醇，LDLC = 低密度脂蛋白胆固醇，PC = 血小板计数，TC = 总胆固醇，WBCC = 白细胞计数。

3.4. IS患者的逻辑回归分析

在多变量分析模型中，BI与IS期间不良预后的风险升高存在强独立关联(OR 1.48, 95% CI 1.20~1.83, P < 0.001)。相反，年龄 (OR 0.96, 95% CI 0.84~1.10, P = 0.58)、发病时 NIHSS (OR 1.10, 95% CI 0.69~1.77, P = 0.69)和ALV (与其他类型中风相比：OR 0.86, 95% CI 0.06~12.37, P = 0.91)在IS期间对预后没有独立的负面影响，如表5所示。

Table 5. Binary logistic regression analysis of risk factors for ischemic stroke

表5. 缺血性脑卒中危险因素的二元逻辑回归分析

	B	SE	Wald χ^2	P值	比值比(95% CI)
年龄	−0.04	0.07	0.30	0.58	0.96 (0.84~1.10)
BI	0.39	0.11	13.48	0.00	1.48 (1.20~1.83)
NHISS	0.10	0.24	0.16	0.69	1.10 (0.69~1.77)
ALV	−0.15	1.36	0.01	0.91	0.86 (0.06 ~12.37)

*ALV = 淋巴细胞绝对值。

4. 讨论

对急性中风患者预后的准确评估具有双重目的：它不仅指导选择适当的治疗策略，而且还促进实施针对性的干预措施。准确评估急性中风患者的预后不仅决定了治疗选择，还有助于采取针对性的干预措施。

BI是临床实践中常见的中风检测项目，在我国各级实验室广泛进行。BI评分在我们的研究中具有重要意义，无论在中风(OR 1.50, 95% CI 1.21~1.85, P < 0.001)还是IS (OR 1.48, 95% CI 1.20~1.83, P < 0.001)中都如此。许多研究报告了BI在中风中的价值。BI评分评估的功能能力表明，60分是指导辅助和独立的关键分数，40分以上的分数与更高的出院回家率和更短的住院时间相关[36]。Liu等人[37]发现BI及其简短形式与急性中风患者mRS之间的关系。在对改良BI的Rasch分析中，研究人员发现改良BI具有较高的可靠性，但项目难度与患者能力之间的匹配度相对较差[38]。Li等人[39]认为，早期康复活动与患者BI评分升高和住院时间缩短相关。希腊改良BI被认为适合在希腊中风神经康复患者中使用[40]。因此，BI评分可以用作中风预后的危险因素。

此外，在一元方差分析中，本研究发现年龄、NIHSS评分和ALV对所有中风预后组都非常重要。先前的研究也有许多关于这3个危险因素的报道。

年龄也是中风预后的常见危险因素。年龄可能通过影响身体的生理和代谢过程来降低神经元的再生能力并增加恢复的难度。一项研究发现，儿童中风的病因与成人不同[41]。动脉性IS的死亡率和复发率在年轻人群和老年人群之间存在显著差异[42]。例如，在年轻人中，中风1年死亡率占4.5%，1年复发率为1.5%。相比之下，老年人1年死亡率在15%到35%之间，复发率在2%到15%之间[43] [44]。此外，就mRS评估的功能预后而言，年轻人通常比他们的年长同伴表现出明显更好的结果[45]。然而，仍有大约11%的年轻成人患者仍然遇到严重障碍(mRS 4到5)，而59%的患者表现出轻度到中度障碍(mRS 1到3)。值得庆幸的是，30%的受影响者实现了完全恢复，没有残留症状(mRS 0) [46]。德国一家三级医疗中心对90岁及以上老年人急性中风治疗和预后的研究发现，急性中风治疗在这类特定人群中是有效和安全的[47]。

较高的NIHSS评分是既往有中风病史的患者中风复发的独立危险因素[48]。Lai等人[49]发现NIHSS可用作接受血栓切除术(EVT)的患者90天预后的危险因素，7天NIHSS评分更准确。然而，一些研究发现，在院远程中风评估中，急诊目的地中风现场评估量表和快速动脉闭塞评估量表优于NIHSS用于检测大血管闭塞[50]。一项关于后循环IS中扩展NIHSS和原始NIHSS的临床比较分析发现，e-NIHSS在基线和24小时时的中位数比NIHSS高2分，出院时高1分(P < 0.001) [51]。

本研究中，年龄和NIHSS等公认的卒中预后指标在多变量逻辑回归模型中未表现为独立危险因素，这与既往大样本研究结果并不一致。我们认为，这一结果主要可能归因于本研究总体样本量有限且90天不良结局事件仅28例，导致统计效能不足，同时年龄、NIHSS与BI等变量之间存在一定相关性，在多因素调整后其真实效应被低估。因此，本研究的发现并不能否定年龄和NIHSS在卒中预后评估中的重要性，更可能反映小样本研究中假阴性的局限。

淋巴细胞在中风的病理生理中起着重要作用，并参与炎症过程、免疫反应和神经保护。淋巴细胞在中风中的作用机制复杂，它们可能对脑组织修复产生积极影响，也可能通过触发过度炎症反应而加剧脑损伤。Shichita等人[52]认为靶向淋巴细胞的募集和活化可能有助于减少脑缺血再灌注损伤后的炎症事件。Offner等人[53]发现第二次免疫抑制期增加了中风幸存者严重全身感染和败血症的风险。Yilmaz等人[54]识别出CD4+和CD8+ T淋巴细胞参与实验性中风相关的炎症和血栓形成反应、脑损伤和神经功能障碍。Hurn等人[55]诱导免疫活性小鼠中风，揭示了T和B淋巴细胞在小鼠大脑中的破坏性作用以及外周免疫反应对早期和进行性缺血性脑损伤的影响。

5. 局限性

在解释本研究的成果和方法时，必须考虑几个局限性。首先，对不同生化水平的评估仅限于单个固定时间点，无法捕捉患者住院期间经历的动态波动。其次，样本量有限限制了中风危险因素在中国社会更广泛背景下的全面代表性。最后，本研究样本量较小(n = 146)，且不良预后事件数偏少(仅28例)，每个自变量对应的事件数不足，可能增加回归模型过拟合和参数估计不稳定的风险，从而影响模型的稳健性和结果的外推性。因此，未来的研究努力应侧重于进行多中心研究，并扩大样本量，以更全面地探索和验证与中风预后相关的危险因素。

6. 结论

总之，本研究强调了BI在影响中风患者的短期预后以及作为影响中风(OR 1.50, 95% CI 1.21~1.85, P < 0.001)和IS (OR 1.48, 95% CI 1.20~1.83, P < 0.001)患者的短期预后的独立危险因素方面的关键作用。因此，BI评分在评估中风患者的短期预后方面具有重要意义。较高的BI评分与中风的不良预后更相关。因此，对于入院时BI评分较高的中风患者，应进行早期干预和治疗。