血细胞参数与老年非瓣膜性房颤的相关性研究

闫博宇 潘丽华 高永红 朱婧 巢璟帆 黄星

心房纤颤（房颤）是一种常见的心律失常表现，可引起血栓栓塞等多种并发症。房颤随年龄增加，患病率逐渐增长，60岁以下人群患病率约为1%，75～84岁人群患病率升至12%，80岁以上人群患病率可超过33%[1，2]。近年来随着人们生活水平的普遍改善，非瓣膜性房颤的发生已超过风湿性心脏病成为我国老年群体发生房颤的主要原因。但非瓣膜性房颤发病机制尚未完全清楚，既往多认为是微折返[2]，近年来研究发现炎症和氧化应激均参与房颤的发生和发展[3]。红细胞分布宽度（RDW）、血小板分布宽度（PDW）是反映外周红细胞体积和血小板体积大小变异性的参数。近年研究表明RDW、PDW是急性冠脉综合征、心力衰竭、脑卒中患者不良预后的独立预测因素，且可能与房颤发病相关[4～8]。本研究旨在探讨血细胞参数与老年非瓣膜性房颤发病的相关性。

1 材料与方法

1.1 一般资料选择2018年3月～2019年6月在苏州大学附属第一医院行健康体检发现非瓣膜性房颤的老年患者126例，纳入房颤组。其中男88例，女38例，年龄60～85岁，平均（74.70±6.17）岁。同期健康体检无房颤的老年患者116例纳入对照组，其中男75例，女41例，年龄60～87岁，平均（74.19± 6.58）岁。纳入标准：年龄≥60岁，静息状态下，12导联心电图提示房颤，即心电图无明显P 波，可见不规则的心房纤颤波，R-R 间期不等。排除标准：致心律失常右室心肌病、肥厚或扩张型心肌病、心脏瓣膜病；长R-R 间期、存在病态窦房结综合征、Ⅱ度以上房室传导阻滞等心律失常或电解质紊乱。本研究得到医院伦理委员会的批准。记录所有符合入选标准的研究对象的年龄、性别，测量并记录体重、身高、血压等一般体格检查指标。完善12 导联心电图。根据检查最终结果评估有无高血压疾病、冠心病、糖尿病。

1.2 方法入选者空腹12h 后，抽取静脉血6～9ml。采用Sysmex XE-2100 全自动血液分析仪进行化验分析血常规：包括血小板计数（PLT）、平均红细胞体积（MCV）、平均血小板体积（MPV）、红细胞分布宽度（RDW）、血小板分布宽度（PDW）。采用日立7600 全自动生化分析仪化验分析血脂指标：甘油三酯（TG）、总胆固醇（TC）、低密度脂蛋白胆固醇（LDL-C）、高密度脂蛋白胆固醇（HDL-C）。

1.3 统计学方法采用SPSS 26.0 软件进行统计学分析，分类变量资料以例数（百分比）表示，组间比较应用卡方检验。定量资料先行正态性检验，符合正态性分布的定量资料以均数±标准差（±s）表示，组间比较采用独立样本t检验；不符合正态分布的定量资料以M（P25，P75）表示，组间比较采用秩和检验。以是否发生房颤作为因变量，对单因素分析有统计学差异的指标进行二元多因素Logistic回归分析，判断非瓣膜性房颤的独立危险因素，并绘制ROC曲线。各统计量均采用双侧检验。P＜0.05为差异有统计学意义。

2 结果

2.1 单因素分析两组研究对象在年龄、性别、高血压、糖尿病、冠心病、MPV、TC、TG、HDL-C和LDL-C 等方面，差异均无统计学意义（P＞0.05）。房颤组MCV、RDW 以及PDW 均高于对照组，而PLT低于对照组，差异有统计学意义（P＜0.05），见表1。

表1 单因素分析

2.2 多因素Logistic回归分析以是否存在非瓣膜性房颤为因变量，对单因素分析中有统计学差异的指标进行二元多因素Logistic回归分析，结果显示MCV、RDW与PDW为非瓣膜性房颤的独立危险因素（P＜0.05），见表2。

表2 多因素Logistic回归分析

2.3 ROC曲线分析以房颤为状态变量，为多因素Logistic回归分析中有统计学差异的变量绘制ROC曲线。结果显示RDW∶AUC 0.587，95%CI 0.516～ 0.659，最佳临界值0.154，敏感性0.714，特异性0.44；PDW∶AUC 0.666，95%CI 0.597～0.734，最佳临界值0.319，敏感性0.397，特异性0.922；MCV∶AUC 0.623，95%CI 0.552～0.694，最佳临界值0.234，敏感性0.69，特异性0.543。ROC曲线提示RDW、PDW、MCV 均对老年非瓣膜性房颤有一定的预测价值，且PDW 预测价值优于RDW和MCV（图1）。

图1 ROC曲线

3 讨论

近几十年来，发达国家和发展中国家房颤的发病率均有不同程度的升高。房颤可诱发血栓栓塞、中风、神经损伤和脏器衰竭等并发症，导致医疗费用上升，严重影响患者的生活质量。房颤是一种多因素疾病，有较为复杂的分子遗传学机制和生理机制，部分发生机制尚无明确定论，主要集中在电重构机制、结构重构机制、氧化应激机制和炎症机制[9]。此外，有研究表明Virchow 氏三联征对预测房颤也起到重要作用，其包括血管壁完整性破坏、血液高凝状态和血流停滞，表明血栓前状态也是房颤的一种重要病理生理机制[10，11]。

血小板来源于成熟的骨髓巨核细胞脱落的小块胞质，参与凝血，可以修补血管破损，还可以参与血管内皮修复、防止血管动脉粥样硬化。PDW是反映血液内血小板容积变异的参数，体现血小板体积均一性高低。有研究表明PDW可增加心血管不良事件发生风险[12]。本研究中，我们对房颤患者与窦性心律患者的血小板细胞和分布宽度进行研究，结果显示，房颤的发生与PDW 升高和血小板减少密切相关。其作用机制可能与血小板活化后血小板颗粒及其成分进入循环以及β-血小板球蛋白和血小板因子4 等因子在血小板细胞激活过程中分泌到周围介质中[13，14]，并刺激其他细胞进一步诱发炎性反应有关。

房颤组MCV、RDW水平显著高于对照组，其可能机制为RDW是应用全自动血细胞计数仪在短时间内测量10 万个红细胞体积大小变化而计算出的变异系数，它可以及时、准确地反映红细胞体积大小的变异性。有研究指出RDW是体内炎症和氧化应激的新标志物[12]，部分研究证实RDW是冠状动脉粥样硬化性疾病、心力衰竭、脑卒中等患者的新型预测因素[15～17]。MCV 则是指人体单个红细胞的平均体积，它是由每升血液中的血细胞比容除以每升血液中的红细胞数量得来。当慢性炎症和氧化应激发生时，可能抑制红细胞的成熟，幼稚红细胞进入循环的数量增多，导致外周红细胞形态异质性增加、体积改变[18，19]，从而与房颤相关联。多因素Logistic回归分析显示PDW、RDW和MCV是老年非瓣膜性房颤的独立危险因素，而ROC曲线提示RDW、PDW、MCV 均有一定的预测价值，且PDW预测价值优于RDW和MCV。

综上所述，RDW、MCV和PDW可能通过某些途径，如炎症和氧化应激以及血栓前状态等参与非瓣膜性房颤的发生，其中PDW 预测价值最高。而在临床实践中，血细胞参数检测方法简单、廉价。因此，其有望作为一种便捷的非瓣膜性房颤预测方法。因为本研究仅为单中心、小样本研究，所以我们期待多中心、大样本研究以帮助我们进一步明确其确切机制。