冠心病预测评分系统的建立及评价

廖火城，钟思干，刘凌，杨飞，肖纯

(惠州市第三人民医院*，广东惠州516000)



冠心病预测评分系统的建立及评价

廖火城，钟思干，刘凌，杨飞，肖纯

(惠州市第三人民医院*，广东惠州516000)

目的构建冠心病预测评分系统，评价冠心病预测评分系统在冠心病筛查中的应用价值。方法将冠心病患者217例纳入冠心病组，非冠心病患者89例纳入非冠心病组。收集两组心血管危险因素、冠心病相关症状、心电图检查结果、颈动脉及心脏彩超检查结果、冠状动脉造影检查结果。以多因素非条件Logistic回归模型为基本依据，通过Logistic回归建立冠心病预测评分系统，然后采用ROC曲线法对评分系统进行评价。将多个变量指标融为一个评分指标，并根据总分值预测冠心病的发病风险。结果 冠心病组吸烟、肥胖率及高脂血症、高血压、糖尿病、典型心绞痛、心电图异常、颈动脉斑块等发生率增高，与非冠心病组相比，P均<0.05。根据Logisitic回归方程分析，预测冠心病最有意义的指标依次是颈部动脉斑块、典型心绞痛、糖尿病、心电图异常、高血压、高龄、高脂血症、吸烟及肥胖。根据Logistic回归方程及临床实践建立筛查冠心病的评分模式中，男性>45岁或女性>55岁计3分，高脂血症计2分，吸烟计2分，肥胖计2分，高血压计3分，糖尿病计5分，典型心绞痛计5分，心电图异常计4分，颈动脉斑块计6分。根据冠心病预测评分系统得分做ROC曲线，ROC曲线下面积为0.964，P<0.01，95%CI为0.945～0.983。综合各变量分值总和，取截断值为15分时，预测冠心病的敏感度为100%，特异度为66.3%。结论根据年龄、高血压、高血脂、典型心电图变化、吸烟、糖尿病、典型心绞痛、血管斑块、肥胖等变量成功建立冠心病预测评分系统，其对冠心病有较好的预测价值。

冠心病；冠心病危险因素；Logistic回归分析；冠心病预测评分系统

近年来，随着冠心病各项诊疗技术的发展，如数字减影血管技术(DSA)、多层螺旋CT、磁共振血管成像及放射性核素扫描检查得到广泛应用应用，为冠心病早期确诊奠定了基础。但由于DSA及多层CT检查费用过于昂贵，很多基层医院受到设备条件和技术水平的限制，上述检查手段还不可能全面普及，大部分仍停留在常规心电图及心脏彩超等常规检查上，这使得冠心病的误诊率、漏诊率仍较高(50%～70%)[1]。如能寻找一种仅通过病史询问、常规检查即可筛查出冠心病的方法，对基层医院的冠心病防治工作具有极为重要的意义。本研究通过收集疑诊及确诊冠心病患者的心血管危险因素、相关临床症状、心电图检查、心脏及颈动脉彩超检查等资料，构建冠心病预测评分系统，并探讨冠心病预测评分系统在冠心病筛查中的应用价值，现报告如下。

1　资料与方法

1.1临床资料选择2011年8月～2014年8月疑诊或确诊冠心病的患者306例。纳入标准：①无胸闷、胸痛、心悸、气促等相关症状，但患有糖尿病或具备2项或2项以上其他心血管危险因素的患者；②存在典型或非典型胸闷、胸痛、心悸、气促等心绞痛患者；③能接受DSA检查的患者。排除标准：①合并严重肝肾疾病、血液系统原发病、恶性肿瘤或精神病者；②已确诊先天性心脏病、风湿性心脏病等其他心血管疾病者。最终纳入冠心病患者217例(冠心病组)，男159例、女58例，年龄(63.4±10.4)岁；非冠心病患者89例(非冠心病组)，男44例、女45例，年龄(59.8±9.7)岁。非冠心病组中，高血压37例、室性早搏30例、2型糖尿病9例、阵发性房颤13例。两组性别、年龄无统计学差异。

1.2资料收集方法①心血管危险因素：年龄(男性≥45岁、女性≥55岁)、高血压、高脂血症、吸烟史、糖耐量异常或糖尿病。②冠心病相关症状：分为典型症状和不典型症状，典型症状是指胸骨后压榨样疼痛或胸部压迫感、堵塞感、紧缩感，向或不向其他部位放射，每次持续30 s至15 min，含服硝酸甘油、速效救心丸或复方丹参滴丸有效；不典型症状是指不符合上述典型特征的胸闷、胸痛、心悸、气促等症状。③心电图检查结果：心电图是否有ST-T动态改变。④颈动脉及心脏彩超检查结果：颈总动脉是否存在动脉粥样硬化斑块[2]；是否存在左室壁阶段性运动异常。⑤冠状动脉造影检查结果：确定患者是否有冠心病，取左前、右前斜头及尾位和头脚轴状位投影观察冠状动脉及其分支病变。

1.3统计学方法及冠心病预测评分系统构建方法统计不同基线资料患者的冠心病发生率，连续性变量采用Wilcoxon秩和检验，分类变量采用χ2检验。多因素分析采用非条件Logistic回归分析，模型筛选采用逐步回归法，概率模型评价采用ROC曲线法。采用Logistic回归方程确立每项基线资料对诊断冠心病的贡献率(Wald检验回归系数)，根据贡献率和回归系数确立每项基线资料的分值。为便于计算和记忆，最低分值设置为1分，进入方程的各项变量的回归系数乘以2或各项变量的OR值除最小OR值，四舍五入取整数后为该变量分值。计算每位患者的总分值，经统计分析后，确立每个分值段诊断冠心病的敏感度和特异度。

2　结果

冠心病组吸烟、肥胖率及高脂血症、高血压、糖尿病、典型心绞痛、心电图异常、颈动脉斑块等发生率增高，与非冠心病组相比，P均<0.05。见表1～3。

表1　两组年龄、性别、A型性格、体力劳动情况比较

注：*男性>45岁且女性>55岁；与非冠心病组相比，#P<0.05。

表2　两组吸烟、肥胖、高血压、糖尿病、高HCY血症、高脂血症情况比较(例)

注：与非冠心病组相比，#P<0.05。

表3　两组典型心绞痛、非典型心绞痛、心电图异常、Holter异常、颈动脉斑块、室壁运动异常情况比较(例)

注：与非冠心病组相比，#P<0.05。

采用Logistic逐步回归分析法筛选诊断冠心病的危险因素，并建立Logistic回归方程。冠心病15个可能的危险因素与赋值表见表4。通过SPSS17.0统计软件分析得出进入Logistic回归方程的危险因素见表5。诊断冠心病最有意义的指标依次为颈部血管斑块、典型心绞痛、糖尿病、心电图异常、高血压、年龄、高脂血症、吸烟、肥胖。根据Logistic回归方程及临床实践建立筛查冠心病的评分模式中，男性>45岁或女性>55岁计3分，高脂血症计2分，吸烟计2分，肥胖计2分，高血压计3分，糖尿病计5分，典型心绞痛计5分，心电图异常计4分，颈动脉斑块计6分。根据冠心病预测评分系统得分做ROC曲线，ROC曲线下面积为0.964，P<0.01，95%CI为0.945～0.983。综合各变量分值总和，如果截断值取最低1分，则预测冠心病灵敏度达100%，但特异度为2.2%；如截断值取最高33分，则灵敏度为0，特异度为100%；截断值取15分，预测冠心病的敏感度为100%，特异度为66.3%；如截断值取17分，敏感度为96.35%，特异度为78.7%；截断值取19分时，敏感度94%，特异度85.4%；截断值取22分时，敏感度为76.5%，特异度94.4%；截断值取24分时，敏感度为69.1%，特异度97.8%。

表4　冠心病危险因素变量赋值表

表5　进入Logistic方程的冠心病危险因素

3　讨论

我国是全球冠心病发病率增长速度最快的国家之一，冠心病防治形势严峻[3～5]。DSA、多层螺旋CT检查的应用，为早期诊断冠心病奠定了良好基础[6]。但多数基层医院受到设备条件和技术水平限制，DSA等检查还不可能全面普及，降低了冠心病的早期确诊率[1,7]。寻找一种适用于基层医院、可靠且经济的冠心病筛查方法，对提高冠心病的防治水平有重要价值。为此，我们把基层医院能常规开展的检查项目如心电图检查，心脏彩超检查，颈动脉彩超检查及通过病史询问及简单化验就能取得的临床资料(如年龄、体质量、吸烟、高血压、糖尿病、高脂血症及心绞痛等)组合起来，以DSA检查结果为金标准，建立冠心病预测模型，方便基层医院同行使用。

研究表明，吸烟、高血压、糖尿病或糖耐量异常、肥胖、高脂血症等为冠心病的独立危险因素[8～10]。动脉粥样硬化是一种全身血管性疾病[11]。颈动脉粥样硬化斑块形成与冠状动脉粥样硬化具有共同的危险因素，两者具有相关性，能预测冠心病的发生[12～14]。另外，高HCY血症是诱发冠心病的重要因素[15,16]。我们通过筛查发现与冠心病发病有关的主要变量包括年龄、高血压、糖尿病、典型心绞痛、典型心电图变化、吸烟、肥胖、颈动脉斑块。将这9个变量纳入Logistic回归分析，建立冠心病预测评分系统，采用ROC曲线法进行评价发现预测冠心病的准确率可达到96.4%，这提示冠心病预测评分系统在冠心病诊断方面有较好的应用价值。

评分法在临床医学领域包括冠心病的防治方面应用广泛，但此类方法主要集中在病情判断、风险评估和危险分层等方面[17]。我们在通过Logistic回归方程基础上建立冠心病预测评分系统，设计一种评分表格，该表格通过采集患者年龄、高血压、糖尿病、典型心绞痛、典型心电图变化、吸烟、肥胖、颈动脉斑块等9个变量，每个变量有固定分值，通过计算总分值得出患者冠心病的发生概率，在方便基层医院医护人员使用的同时，也明显提高了冠心病筛查的敏感度和特异度。本研究结果显示，如果截断值取最低1分，则敏感度达100%，但特异度为2.2%；如果截断值取最高33分，敏感度为0，特异度为100%，综合诊断的敏感度及特异度，我们以15分为截断值，此时预测冠心病的敏感度为100%,特异度为66.3%，在临床使用过程中，可根据患者变量多少计算出总分，最后得出该患者对应的敏感度及特异度。

总之，本研究构建的冠心病预测评分系统可为基层医院冠心病筛查提供参考，该项目技术难度小、无创、价格低廉、可重复性强，便于基层医院推广应用，具有较好的社会和经济效益。值得一提的是，一些与冠心病发病相关性较强的指标(如冠心病家族史、动态心电图、平板运动试验等)由于各种原因并未纳入研究中，今后我们将进一步完善这些资料，提供一个更加全面且可行的冠心病预测模型。

[1] Moran A, Gu D, Zhao D, et al. Future cardiovascular disease in China marker model and risk factor scenario projections from the coronary heart disease policy model-china [J]. Circulation, 2012,3(3):243-252.

[2] 陈静,李永成.辛伐他汀干预对缺血性脑卒中患者颈动脉粥样硬化斑块的影响[J].临床内科杂志,2013,29(4):264-265.

[3] Chen CM, Chen WW, Chen YD, et al. Outline of the report on cardiovascular disease in China, 2010[J]. Biomed Environ Sci, 2012,25(3):251-256.

[4] 谢学勤,张秀英,赵冬,等.北京市居民冠心病住院率及其变化趋势[J].中华心血管病杂志,2012,40(3):188-193.

[5] 卫生部心血管疾病防治研究中心.中国心血管病研究报告2012[M].北京：中国大百科全书出版社,2013:5-6.

[6] 石秋林,屈正,杨桂林,等.冠脉CTA在冠心病诊断中的应用研究[J].中国心血管病研究,2014,6(12):511-513.

[7] Shuang L, Shi Z, Xiao D, et al. Comparative analysis of the results between 12-lead dynamic electrocardiogram and coronary angiography[J]. Globdl J of Clinical Report, 2014,1(3):5-7.

[8] 李华波,陈世健,胡建华,等.预防性降脂治疗对冠心病患者远期疗效的影响[J].山东医药,2014,54(30):61-62.

[9] 张薇,荆社芳,陈宏,等.冠心病危险因素的Logistic回归分析[J].中西医结合心脑血管病杂志,2012,10(10):1170-1171.

[10] 况刚，陈庆伟，李兴升，等.老年女性冠心病危险因素和冠状动脉病变特点[J].中华老年医学杂志,2013,32(10):1076-1079.

[11] 李红玲,高林.超声评价冠状动脉病变与腹主动脉内中膜厚度[J].中国超声医学杂志,2010,26(2):142-144.

[12] 栾艳霞.106例老年冠心病患者血清h-CRP、IMT检测及其相关性分析[J].山东医药,2010,50(23):60-63.

[13] 蒋鹏,姜巧珍,任鸿坤,等.最大颈动脉内膜中层厚度及颈动脉斑块对冠心病预测的相关性研究,临床心血管病杂志[J].2015,31(5):532-535.

[14] Cohen GI, Aboufakher R, Bess R, et al. Relationship between carotid disease on ultrasoundand coronary disease on CT angiography[J]. JACC Cardiovasc Imaging, 2013,6(11):1160-1167.

[15] 冠心病患者血清Hcy、SF水平变化及其与冠状动脉狭窄程度的关系[J].山东医药,2016,3(1):88-89.

[16] 王晓阳,郑卫峰,张守彦.血浆同型半胱氨酸及颈动脉斑块对老年女性冠心病的预测价值[J].中华实用诊断与治疗杂志,2014,9(28):879-881.

[17] Subherwal S, Bach RG, Chen AY, et al. Risk of major bleeding in non-ST-segment-elevation myocardial infarction[J]. Circulation, 2009,119(14):1873-1882.

广东省科技计划项目(2011106)。

肖纯(E-mail: gaoshanabe@163.com)

10.3969/j.issn.1002-266X.2016.31.018

R743.3

B

1002-266X(2016)31-0058-03

2016-03-18)

*暨广州医科大学附属惠州医院。