改良溶栓后出血评分量表在急性脑梗死溶栓后出血转化中的预测价值
2022-01-11缪心军张高泽袁由军王雷陈玉熹邱贤克赵娜刘晓
缪心军 张高泽 袁由军 王雷 陈玉熹 邱贤克 赵娜 刘晓
急性脑梗死发病率逐年增加,约占全部脑血管病的60%~80%[1],溶栓治疗是目前最主要的恢复血流措施,超早期静脉溶栓有可能改善脑梗死患者的预后[2,3]。但溶栓后出血转化是其最危险的并发症,尤其是症状性颅内出血。有报道指出溶栓后出血评分(hemorrhage after thrombolysis score,HAT)增高,出血风险增加[4]。但HAT 量表项目较少,不够全面。本次研究根据多种预测模型结合,结合文献资料,制成改良溶栓后出血风险评分量表(modified hemorrhage after thrombolysis score,MHAT)评分,评价其对急性脑梗死溶栓后出血转化者和无出血转化者应用价值。
1 资料与方法
1.1 一般资料 前瞻性选择2016 年2 月至2020 年9 月期间温州市中心医院收治的303 例急性脑梗死溶栓治疗患者,其中男性184 例、女性119 例;年龄39~92 岁,平均年龄(63.95±11.53)岁;合并症包括:高血压史182 例、糖尿病史123 例、高脂血症史121 例、冠心病史39 例、心房颤动53 例、脑卒中史29 例、服用阿司匹林史7 例。所有患者均有急性脑梗死导致的神经功能缺损症状,诊断标准符合中国急性脑梗死诊治指南[5],发病时间<4.5 h,年龄≥18 岁,患者或家属签署知情同意书。并剔除:①有颅内出血或可疑颅内出血、活动性内出血的患者;②既往有颅内出血史,近3 个月内有严重头颅外伤史或脑卒中史的患者;④颅内肿瘤、动静脉畸形、动脉瘤、主动脉弓夹层的患者;⑤近期内有颅内或椎管内手术,近1 周内有不易压迫止血部位的动脉穿刺史的患者;⑥短期内存在无法控制的血压升高:收缩压≥180 mmHg,或舒张压≥100 mmHg 的患者;⑦血小板计数低于100×109/L 或有急性出血倾向,48 h 内接受过肝素治疗,口服抗凝剂且国际标准化比值>1.7 或凝血酶原时间>15 s,目前正在使用凝血酶抑制剂或Xa因子抑制剂,各种敏感的实验室检查异常的患者;⑧血糖<2.7 mmol/L 的患者;⑨CT提示多脑叶梗死(低密度影>1/3大脑半球)的患者。
1.2 MHAT 评分表的制定 根据5 种预测模型,包括HAT 预测模型、多中心卒中调查(multicenter stroke survey,MSS)评分、卒中安全治疗及症状性颅内出血风险(safe implementation of treatments in stroke,SITS)评分、SEDAN 评分、GRASPS 评分,筛选危险因素:年龄、早期缺血征象、血压、血糖、发病时间、阿司匹林单药治疗、NIHSS 评分,根据其重要程度,确定其分数权重,形成MHAT评分量表。
1.3 方法 所有患者予以重组组织型纤溶酶原激活剂0.9 mg/kg(最大剂量为90 mg)静脉滴注,其中10%在最初1 min 内静脉推注,其余持续滴注1 h,同时给予其它常规治疗,用药期间及用药24 h 内严密监护患者,用药前、用药期间查头颅CT,并按溶栓要求定期进行美国国立卫生研究院卒中量表(national institute of health stroke scale score,NIHSS)评分和MHAT 评分。并对出院后患者随访6 个月,记录再发脑梗死情况。
1.4 统计学方法 采用SPSS 10.0 统计学软件进行数据分析。计量资料以均数±标准差()表示。计量资料比较采用t检验;计数资料比较采用χ2检验。MHAT 值与溶栓后出血转化严重程度相关关系采用Spearman相关性分析。设P<0.05 为差异有统计学意义。
2 结果
2.1 一般资料 303 例急性脑梗死溶栓患者中发生出血转化36 例,未发生出血转化267 例,出血转化发生率为11.88%;36 例出血转化中,无症状颅内出血9 例,症状性颅内出血21 例,危险性颅内出血6 例。按是否发生溶栓后出血转化分为两组,分为发生出血转化组和未发生出血转化组。两组急性脑梗死溶栓患者入院时指标比较见表1。
由表1可见,发生出血转化组MHAT评分高于未发生出血转化组(χ2=13.97,P<0.05),发生出血转化组的年龄、发病到就诊时间、收缩压、舒张压、血糖、入急诊时NIHSS 评分和心房颤动、服用阿司匹林史比例均高于未发生出血转化患者(t分别=5.08、4.85、34.86、29.22、22.25、5.39,χ2分别=3.93、4.73、P均<0.05),两组间性别、高血压史、糖尿病史、高脂血症史、冠心病史、脑卒中史比例和入院时血小板计数、纤维蛋白原比较,差异均无统计学意义(χ2分别=1.86、1.34、0.08、0.01、1.64、0.02,t分别=1.06、0.11,P均>0.05)。
表1 两组急性脑梗死入院时指标比较
2.2 再发脑梗死情况 共有197 例完成6 个月随访,其中有16 例再次发生脑梗死,发生出血转化患者溶栓后6 个月再发脑梗死率为20.00%(5/25),明显高于未发生出血转化患者再发脑梗死率6.40%(11/172),差异有统计学意义(χ2=4.46,P<0.05)。
2.3 不同MHAT 评分预测脑梗死溶栓后出血转化的结果见表2
由表2 可见,以不同MHAT 评分界值为界,结果显示各界值点组发生出血转化率比较,差异均有统计学意义(χ2分别=6.57、14.15、12.71、38.13、40.57、26.56、8.50,P均<0.05),MHAT 评分越高,溶栓后出血转化率越高(r=0.96,P<0.05)。
表2 不同MHAT评分预测急性脑梗死溶栓后出血转化率比较/%
3 讨论
急性脑梗死的溶栓治疗已成为世界公认的特异性治疗,对患者发病时间、基础疾病、凝血功能有严格的要求,但溶栓后仍容易并发出血,症状性颅内出血发生占一定的比例[6]。国内资料报道出现出血转化占12.5%~18.99%[5,6],ECASS Ⅲ研究症状性颅内出血发生率为2.4%,大多发生在大面积脑梗死、心源性脑栓塞、抗凝药物使用后,病情凶险,且致残及致死率很高[7]。本次研究观察到303 例急性脑梗死溶栓后出血转化率为11.88%,同国内文献报道相近,高于国外资料。
急性脑梗死溶栓后出血相关危险因素的差异性较大,一般认为年龄、大面积脑梗死、高血糖、高NIHSS 评分是出血转化的高危因素,对糖尿病史、高血压史、溶栓前的血压、心房颤动、发病到溶栓时间仍有不同的结论[6,7]。本次研究结果显示,出血转化组的年龄、发病到就诊时间、收缩压、舒张压、血糖、入院时NIHSS 评分均高于非出血转化组,心房颤动、使用阿司匹林史比例更多(P均<0.05),但两组间性别、高血压史、糖尿病史、高脂血症史、冠心病史、脑卒中史比例和入院时血小板计数、纤维蛋白原无明显性差异(P均>0.05),同文献报道相似而又有所不同。糖尿病和高血压者的病史提供和入院时血糖、血压检查结果不一致,可能跟许多患者已有糖尿病或高血压,但没有行常规体检,未及时发现所致,故不能以病史询问作为依据来否认糖尿病史或高血压史。理论上溶栓前的血压高,溶栓后容易导致高灌注而出现出血转化,但溶栓时会加强血压控制和监测,不同的血压控制程度可能有差异,导致同本次研究的结果不一致。尚需纳入更多患者和进行多中心研究进一步证实。
本次研究综合了HAT 预测模型、MSS 评分、SITS 评分、SEDAN 评分及GRASPS 评分,制定出MHAT 评分量表,对发生出血转化和未发生出血转化进行评分,发现发生出血转化患者MHAT 评分明显高于未发生出血转化患者,并且MHAT 评分越高,溶栓后出血转化率越高,风险越大,表示该量表在急性脑梗死溶栓风险评估方面有很好的价值。同时本次研究发现,发生出血转化患者溶栓后6 个月再发脑梗死率明显高于未发生出血转化患者。可见发生出血转化患者越容易再发脑梗死,故MHAT 评分高的患者即使溶栓顺利,取得良好的效果,也不可放松警惕,仍要积极控制高危因素。本次研究结果显示,303 例中MHAT 评分≥4 分者溶栓出血转化率为33.85%,比MHAT 评分<4 分者发生率明显升高,MHAT 评分≥6 分出血转化率达50.00%,MHAT 评分≤2 分溶栓出血转化率仅20.54%。本次研究结果显示,急性脑梗死溶栓后发生出血转化的MHAT 均值为3.86 分,溶栓后发生非出血转化的MHAT均值为2分,即MHAT评分≥4分者进行溶栓,要高度警惕出血转化的发生,对病情及风险要充分告知,慎重考虑,权衡利弊,避免医疗纠纷发生;MHAT 评分≤2 分进行溶栓出血转化风险低,为较佳选择病例。
本次研究结果显示,溶栓后出血大部分为症状性颅内出血,经保守治疗后全部好转,9 例无症状颅内出血预后良好,经保守治疗均好转,6 例危重颅内出血经去骨瓣减压后无效,全部死亡。溶栓后并发少量颅内出血系血管再通后远端血管发生渗漏或血管壁局部坏死破裂出血所致,但梗死区缺血半暗带可以得到再灌注,若不发生脑疝的严重后果,预后还是良好的。
综上所述,溶栓后出血危险因素较多,要加强溶栓后监测。MHAT 评分量表能够很好地评估患者脑梗死溶栓后的出血转化风险,分值≥4分者要高度警惕出现出血转化可能,加强溶栓后观察,及时处理,有助于降低出血风险。同时对MHAT 评分高者及发生过出血转化者要注意警惕再发脑梗死,加强高危因素控制。MHAT 评分量表简单可行,较HAT全面,可以用来对急性脑梗死溶栓患者进行风险评估,进一步筛选低风险病例,以达到降低溶栓风险的目的,尤其对MHAT评分≤2分者。但本次研究出血转化的病例数有限,时间跨度大,选择对照组数不相称,两组间对比可能存在其它统计学因素的干扰,需要用更严谨的设计和多中心研究来进一步论证。