Caprini与Autar血栓风险评估模型在血管外科筛选静脉血栓栓塞症病人中的意义

刘纯，朱松波，周大勇，尚尔宁

静脉血栓栓塞症（venous thromboembolism，VTE）包括深静脉血栓形成（deep venous thrombosis，DVT）和肺栓塞（pulmonary thromboembolism，PE），作为血栓性疾病，是目前院内病人较常见的死亡原因之一。有研究显示，在血管疾病中VTE的发生率仅次于急性冠脉综合征和脑卒中，无论是手术还是非手术病人，40%～60%的住院病人存在VTE风险。而DVT和PE发生后，1个月内病死率分别达到6%和10%［1］。因此在临床上高效便捷地评估VTE风险，为临床及时采取预防措施提供依据显得尤为重要。目前国内外常用风险评估模型包括Autar评估、Caprini评估、JFK评估表、Padua评分表、RAP评分法等［2］。无论是哪种VTE风险模型，一般均为提出风险项目并赋予分值，根据病人实际情况进行评分，按总分高低以划分病人风险等级［3］。由于目前国内缺乏统一系统的评估，本研究旨在比较Caprini与Autar血栓风险评估模型在血管外科筛选VTE病人中的意义，探讨如何指导临床采取实时的预防以降低VTE发生风险。

1 资料与方法

1.1 一般资料选取2017年1—12月南京医科大学附属苏州医院血管外科收治的VTE病人61例为观察组，其中男24例，女37例，年龄＞40岁有53例，体质指数（BMI）≥25 kg/m2有30例。髂股静脉血栓形成35例，上肢静脉血栓形成2例，下肢深静脉血栓性形成14例，肺栓塞10例，纳入标准：临床症状和辅助检查均符合国家制定的VTE诊断标准，其中均通过严格的影像学确诊［4］。排除标准：病历资料不全、肝肾功能异常等。选取同时期未诊断为VTE的病人155例作为对照组，其中男72例，女83例，年龄＞40岁有141例，体质指数（BMI）≥25 kg/m2有66例。两组病人在年龄、性别等方面差异无统计学意义（P＞0.05）。所有病人其近亲属均知情同意，本研究符合《世界医学协会赫尔辛基宣言》相关要求。

1.2 风险评估模型Autar量表由英国德蒙特福德大学Autar教授于1996年研发并推出［5］。此量表主要包含7个风险因素，分别为年龄、活动能力、BMI、特殊危险因素、创伤、手术、高风险疾病。每个风险因素赋值1～7分，根据总分分为4个等级，即无风险、低危、中危和高危。Caprini风险评估模型由美国西北大学教授Caprini等于1991年发布。该模型含有40项条目，包括年龄、BMI、肿瘤史、脑梗史等，各项赋值1、2、3、5分不等。根据总分分为4个等级，低危，中危，高危，极高危［6］。

1.3 评分方法本研究采用回顾性病例对照分析，对入组的216例病人分别进行Caprini和Autar评分，从累积风险以及风险等级两个层面比较评分模型对观察组和对照组的区分能力，并针对风险等级分析两种评估模型对相同病人风险等级划分的准确性和灵敏性。为统一两个评分的分层级别，按照VTE发生率的高低，将Caprini评分和Autar评分分别划分为低、中、高危，见表1。

表1 两种风险评分风险等级划分［7］

1.4 统计学方法采用SPSS 22.0软件。正态分布资料以±s描述，偏态分布资料以中位数和四分位数范围M（P25，P75）表示。观察组和对照组的累积风险分数比较采用独立样本t检验；风险评分等级资料采用秩和检验。采用ROC曲线评价风险评估模型的灵敏度和特异度，P＜0.05为差异有统计学意义。

2 结果

2.1 一致性分析（1）对两组病人进行血栓风险评分，Caprini得分采用t检验，Autar得分采用t’检验。两种模型在两组间的累积风险得分均差异有统计学意义（P＜0.05），说明两种评分模型均可以将两组病人进行有效的区分。结果见表2，3。

表2 两组资料统计

表3 累积风险得分t检验

（2）采用Mann-WhitneyU检验和Wilcoxon符号秩和检验对评分的等级资料进行进一步统计学比较。Mann-WhitneyU检验结果显示两种风险评估模型在两组间的风险等级资料均差异有统计学意义（P＜0.05），可认为两种模型在观察组的评分等级高于对照组，见表4。而Wilcoxon符号秩和检验结果显示，Caprini模型较Autar模型能将更多的观察组病人和存在高危因素的对照组病人划分到高危人群，结果差异有统计学意义（P＜0.05），见表5。

表4 风险等级资料Mann-Whitney U检验

表5 风险等级资料Wilcoxon符号秩和检验

2.2 ROC曲线分析通过ROC曲线描述评估模型的评价效能，分析两种模型预测VTE发生情况的灵敏度与特异性。结果显示Caprini模型的曲线下面积明显大于Autar模型（P＜0.01），说明Caprini模型具有较高的灵敏度和特异性。见表6，图1。

表6 两种评分模型曲线下面积

图1 两种评分模型ROC曲线

3 讨论

VTE的形成与多方面因素有关，Virchow三角学说是血栓形成的重要理论基础，该学说认为血栓形成是血管壁损伤、血流动力学改变和血液粘滞度增加相互作用的最终结果［8］。由于许多因素都可以影响上述条件，评估VTE风险时具有一定难度。Caprini等通过大量实验数据、临床观察和文献查询，针对多项风险因素研制的Caprini评分量表，已发展成为目前较为完善的血栓风险评估体系。

自我国引进Caprin模型后，许多医务工作者针对该模型进行了验证与评价。虽然关于该模型在血管外科病人中的应用较少，但在其它科室的病人中显示了其有效性。娄英华和沈怡［9］以妇科159例病人为研究对象，比较了恶性疾病组与良性疾病组Caprini累积风险得分，结果发现恶性疾病组评分（7.8±2.6）分显著高于良性疾病组（4.1±2.2）分，P＜0.001。作者认为Caprini量表涵盖了常见高危因素，因而可以有效识别高危病人。而周海霞等［10］采用病例对照研究，在内科病人中选取218例VTE病人和394例非VTE病人，对两组进行了Caprini评分，VTE组评分显著高于对照组（P＝0.000）。该研究认为Caprini风险评估模型对内科住院病人的风险评估是准确有效的。此外还有针对ICU病人［11］、老年重症肺炎病人等［12］诸多研究，均认为Caprini评分是安全有效的。

本研究选择目前尚无文献研究的血管外科病人作为研究对象，针对具有较高发生率与死亡率的静脉血栓栓塞症，进行了VTE风险评估模型的对比研究。由于不同类型的病人所具备的危险因素不同，因此为不同疾病的病人选择个体化的风险评估模型显得尤为重要。我院血管外科目前主要采用Autar模型对住院病人进行栓塞风险评估。而随着Caprini模型在国内外的逐步推广，特别是应用于外科领域，因此本研究主要考察这两种模型在对不同风险等级病人中筛选方面的优劣性，为临床选择血栓风险评估模型提供参考。与Autar模型相比较，Caprini模型的优势主要体现在：（1）Caprini模型的评分量表中涉及DVT的危险因素更为全面，能够使医护人员更及时的发现高危因素，有利于第一时间采取预防措施。如有些项目详细到病人1个月内的疾病状况，对于手术的类型也进行了细分等；（2）通过本研究统计分析及绘制ROC曲线，证明了Caprini模型较Autar模型对阳性预测和阴性预测均具有更高的灵敏度和特异性，同时Caprini模型能够将更多的存在高危因素的病人划分到高危人群，结果差异有统计学意义（P＜0.05）；（3）国内外已有大样本研究也证实了Caprini模型可有效的预测静脉血栓栓塞。综上所述，Caprini模型较Autar模型更适合应用于临床，对于血管外科筛选VTE病人的应用值得推广。

但本研究也存在一些不足：（1）主要采用回顾性研究，由于个别病人信息资料缺失而可能导致结果存在偏倚，因此有待多中心、大样本的前瞻性队列研究佐证本研究结果；（2）对照组中大部分为静脉曲张的病人。然而静脉曲张本身也是VTE高危因素之一，因此该两种评估模型在低危病人中的评价效果需进一步验证。另外，由于国内外人群特点不同，饮食习惯、疾病特点等差异，因此在借鉴国外评估模型的基础上，制定符合我国人群特点的风险评估模型也是非常必要的。已有研究显示高血压、糖尿病、吸烟等也是VTE发生的危险因素［13-14］，而且我国是吸烟大国，糖尿病、高血压发病率也居高不下，但是这些因素在国外的评估模型中却很少体现。面对这一现象，对于我们医务工作者来说，需积极研究更加符合我国病人的风险评估模型。

（收稿通知：2018-09-06，修回日期：2018-11-12）