基于血清生物标志物的卒中后痴呆发生风险评估模型研究*

李小杏,焦冰,方桦,李坤彬,姚先丽,吴志远,孙平鸽,王留向

郑州市中心医院(郑州大学附属郑州市中心医院)神经康复科(河南郑州 450000)

卒中后认知障碍(post-stroke cognitive impairment,PSCI)是一种以认知障碍为特征的临床综合征,在卒中事件后发展,并持续长达6个月[1]。PSCI是由卒中事件本身驱动的认知障碍,其明确诊断需要对临床、影像学和神经心理学方面进行综合评估[2]。由于卒中后谵妄和短暂认知障碍的早期恢复,PSCI的诊断通常在卒中后3～6个月进行认知评估后最终确定[3]。目前PSCI没有有效的治疗方法,及早发现和干预可为PSCI患者早期认知康复的建立和后续治疗提供有效信息,对避免或减少长期认知功能障碍、延缓痴呆的发展具有重要的临床意义和社会价值[4]。最近,一些研究证实了一些血清标志物,如氧化应激指标(黄嘌呤氧化酶[5]),神经指标(神经损伤泛素羧基末端水解酶L1、神经丝轻链)[6]和炎症指标(中性粒细胞与淋巴细胞的比率)[7]等在早期预测PSCI中的应用价值。然而,较少有研究整合血清生物标志物用于建立早期预测PSCI的模型。因此,本研究的主要目的是开发一个基于血清生物标志物的列线图模型,以预测缺血性卒中患者出院后6个月的PSCI风险。

1 资料与方法

1.1 一般资料 这是一项纵向的预测模型开发研究,包括本院神经康复科病区2020年10月到2022年10月的数据。如果参与者符合以下标准则入选:(1)符合《中国急性缺血性脑卒中诊疗指南2018》[8]中脑梗死诊断标准;(2)患者脑部CT、MRI检查符合急性脑梗死诊断标准;(3)急性缺血性卒中发病时间≤12 h;(4)18岁以上;(5)美国国立卫生研究院卒中量表(NIHSS)评分<5分;(6)所有相关变量的完整数据。在诊断为卒中之前服用促智药物或黄嘌呤药物,或患有任何中枢神经系统疾病,如卒中前痴呆或严重认知障碍、帕金森病、严重失语症或构音障碍、视觉或听觉障碍,或急性或慢性炎症性疾病,被排除在本研究之外。该研究由本院医学伦理委员会批准(伦理审批号:2010-24-059),所有参与者及其护理人员都签署了书面知情同意书。

1.2 结果和认知评估 PSCI定义为缺血性卒中发作后6个月蒙特利尔认知评估(Montreal cognition assessment,MoCA)得分< 22分。认知状态由经验丰富的神经学家通过结构化临床访谈和MoCA进行评估,MoCA是一种敏感且广泛使用的PSCI测量方法,MoCA量表的分数为0～30分,分数越高表明认知功能越好。我们的目标是开发一个模型,临床医生可以用它来预测缺血性卒中后的任何认知下降。

1.3 样本收集和测定 在入院时收集人口统计学和临床数据。在本研究中,NIHSS用于评估入院时患者的神经功能。NIHSS满分是42分:21～42分代表极度严重的神经功能障碍,16～20分代表严重的神经功能障碍,5～15分代表中度神经功能障碍,2～4分代表轻度神经功能障碍。还评估了几个神经影像学变量:MRA显示颅内狭窄超过管腔直径的50%,Fazekas评分显示白质高信号的严重程度,以及病变的分布(皮质、皮质下、深部和幕下)。

从患者入院后1 d内采集空腹血清样本,进行常规生化试验,包括白细胞(WBC)、血小板、中性粒细胞、淋巴细胞、淋巴细胞/单核细胞比值(LMR)、中性粒细胞/淋巴细胞比值(NLR)、空腹血糖、尿酸、叶酸、同型半胱氨酸(Hcy)以及由总胆固醇(TC)、三酰甘油(TG)、高密度脂蛋白(HDL)和低密度脂蛋白(LDL)组成的脂质谱。按照说明书用ELISA试剂盒(上海Abcam公司)测定血清组织金属蛋白酶抑制剂-1(TIMP-1)和基质金属蛋白酶-9(MMP-9)。

1.4 随访 本研究共纳入135例患者,计划进行6个月的门诊随访。最后,114例受试者(84%)参加了随访。其余21例受试者由于以下原因在随访名单中丢失:2例死亡,9例离开本地,10例拒绝。

2 结果

2.1 受试者的特征 在完成随访的114例受试者中(中位随访时间202 d),61例受试者(53.5%)被确定为患有PSCI。患者平均年龄为(62.61±10.63)岁,其中男性81例(71.1%),高血压患者75例(65.8%),糖尿病患者37例(32.5%)。平均受教育年限为(8.32±4.05)年,NIHSS评分为(1.91±1.18)分。PSCI(MoCA<22)组和非PSCI(MoCA≥22)组在年龄、性别、教育程度、高血压、NIHSS评分、Fazekas评分、颅内动脉粥样硬化性狭窄(ICAS)≥50%、皮质梗死、尿酸、Hcy、MMP-9、TIMP-1、NLR、LMR差异有统计学意义(P<0.05),并被纳入初始回归模型,见表1、2。

表1 PSCI组和非PSCI组的特征比较

表2 PSCI组和非PSCI组的实验室指标比较

2.2 预测模型的开发 在二元logistic回归模型(LR方法)中,7个潜在预测因子用于模型开发:年龄、Fazekas评分、皮质梗死、MMP-9、TIMP-1、NLR和LMR。见表3。在此基础上,利用列线图建立了预测模型。图1显示用于计算总分的每个因素的分值汇总。列线图模型的ROC曲线下面积为0.837,敏感度为71.2%,特异度为84.5%(图2)。

图1 预测缺血性卒中患者出院后6个月发生PSCI概率的列线图

表3 患者出院后6个月发生PSCI的独立预测因素

2.3 PSCI风险列线图的表观性能 缺血性卒中患者PSCI预测概率列线图的校准曲线在该队列中表现出良好的一致性(图3)。1 000个bootstrap样本的结果估计AUC为0.814,表明该模型具有良好的区分能力。

图3 缺血性卒中患者PSCI列线图预测概率的校准曲线

3 讨论

本研究建立了基于年龄、Fazekas评分、梗死部位、MMP-9、TIMP-1、NLR和LMR水平的列线图,以预测缺血性卒中后PSCI的概率。列线图是临床医生进行可视化快速风险评估的有用工具,已被广泛用于特定患者的临床决策[9]。因此,本研究建立的模型为临床医生提供了实用的工具,利用现成的临床信息对缺血性卒中后的认知能力进行快速和个性化的预测。

迄今为止,最广泛接受的PSCI评估时间点一直存在争议,时间范围从3个月到6个月不等[7,10]。本研究之所以选择卒中后6个月作为观察点,主要基于两个原因。首先,在相对短的时间内,例如3个月内,用MoCA量表重复评估认知状态可能会受到学习效果的影响,这通常会导致假阴性结果。第二,研究发现,急性期PSCI的发病率达到很高的水平(>50%)[11]。因此,我们选择6个月作为评估PSCI的时间点,是考虑到幸存者的认知状况在此期间可能处于相对稳定的状态。

与现有的研究结果一致,人口统计学变量(年龄)在预测PSCI方面发挥了重要作用[12]。此外,现有文献证实影像学变量为PSCI的重要风险因素。在我们的模型中,PSCI最强的预测者是之前报道过的Fazekas评分。已证实,通过Fazekas评分能很好地反映脑白质病变和脑小血管疾病负担,这些病变都与认知能力下降密切相关[13]。氧化应激和神经炎症在认知功能障碍中的病理作用已被广泛认可。由于抗氧化性质下降,脑白质在卒中发作后更容易受到氧化应激的影响,导致脑白质完整性丧失和认知障碍[14]。此外,目前的数据显示,认知功能障碍的高风险还与皮质梗死有关,可能提示全身微循环功能障碍,小血管阻力增高,血管反应性受损,最终导致脑灌注减少。

炎症有助于PSCI的发展,白细胞(包括中性粒细胞、淋巴细胞和单核细胞)对炎症反应有不同程度的影响[12]。中性粒细胞通过释放炎症介质激活炎症反应并诱导脑损伤,而单核细胞通过与血小板和内皮细胞相互作用促进炎症和血栓前通路[13]。研究发现,炎症标记物(如NLR和LMR)与PSCI的预后相关[3]。NLR和LMR包含2种细胞,可以比单独使用一种细胞更好地用于评估炎症状态[14]。与先前的发现一致,本研究表明NLR和LMR能更好地预测缺血性卒中患者早期PSCI。

在这项研究中,我们发现血清中MMP-9和TIMP-1的浓度可以为卒中后患者早期认知康复和后续治疗的建立提供有效的信息,避免或减少长期认知功能障碍,延缓痴呆的发展。基质金属蛋白酶是一个中性蛋白酶家族,其活性依赖于锌和钙离子[15]。MMP-9是基质金属蛋白酶家族中分子量最大的蛋白质[16]。脑梗死后,内源性和外源性MMP-9由中枢神经系统中的星形胶质细胞、小胶质细胞和巨噬细胞、渗出的中性粒细胞和血管内皮细胞产生[16]。MMP-9通过降解脑血管周围基底膜的主要成分,包括IV型和V型明胶胶原,破坏血脑屏障的完整性[17]。MMP-9升高可能参与了脑梗死后认知障碍的发生[17]。先前的研究表明,TIMP-1是基质金属蛋白酶的潜在抑制剂[18]。据报道,MMP-9和TIMP-1水平同时较高的患者也容易出现认知功能障碍[18]。从机制上讲,卒中患者血清TIMP-1水平升高可能是对MMP-9的适应性生理反应,以抑制急性缺血性卒中中基质金属蛋白酶介导的过度蛋白水解行为。此外,TIMP-1还具有其他生理功能,包括抗血管生成、促进细胞凋亡和调节神经炎症反应[19]。

本研究的一个重要结果是建立了一个列线图模型来预测PSCI,这在缺血性卒中幸存者中较少有报道。尽管包含其他变量和更详细的特征(例如脑脊液样本、fMRI数据和PET-CT)可能会增加我们模型的区分能力,但我们有意将预测因子集限制在大多数卒中中心容易获得的人口统计学和影像/血清生物标志物。这可以使本模型在卒中治疗过程中更通用,这是本模型最有价值的部分。在对PSCI风险列线图的表观性能进行分析时,该模型显示出良好的区分能力。虽然以前的一些研究检查了风险评分和PSCI之间的关系,但越来越多的证据表明,与风险评分相比,列线图具有更好的性能[20]。与风险组相比,列线图模型提供了对个体患者特定结果的预测概率的可视化和个性化估计,以及基于个体疾病特征的医疗决策的重要工具。因此,该模型显示出良好的预测能力,表明它适合于临床医生在出院前评估认知下降的概率。

本研究建立了一个易于使用的列线图模型来预测缺血性卒中后的认知能力。这种列线图模型为临床医生提供了一种新的工具,在患者咨询中比传统的风险评分更有用,因为它可以方便快捷地呈现每个卒中幸存者的可视化风险。

利益相关声明:本文所有作者声明不存在任何利益冲突。

作者贡献说明:李小杏负责了论文的全部撰写和研究设计;焦冰、方桦、李坤彬负责实施了病例收集、数据统计等;姚先丽、吴志远、孙平鸽、王留向在论文撰写修改、讨论以及研究设计中都有贡献。