基于倾向评分法探讨真实世界注射用灯盏花素治疗冠心病的临床实效研究

邵淑玲 谢雁鸣 黎元元 杨晓晨

1.中国中医科学院中医临床基础医学研究所 北京 100700 2.金华市中医医院3.中国人民大学统计学院

冠状动脉粥样硬化性心脏病（简称冠心病），是动脉粥样硬化导致器官病变的最常见类型，是由于冠状动脉粥样硬化引起的管腔狭窄或闭塞，导致心肌缺血、缺氧或坏死[1]。心血管疾病主要危险因素在我国存在地域差异[2]，对心血管疾病的防治消耗了巨大的社会资源[3-4]。中医药以辨证论治为特点，防治冠心病具有独特疗效和良好前景，并可有效改善患者的生活质量，目前中医药治疗冠心病在中医界已经形成了共识[5]。注射用灯盏花素是灯盏花的提取物，具有祛风除湿、活血化瘀、通经活络等功效，现已广泛用于冠心病的治疗[6]。

为了进一步探讨注射用灯盏花素在真实世界中治疗冠心病的有效性，笔者基于医院信息系统（hospital information system，HIS）真实世界数据，采用广义增强模型（generalized boosted models，GBM）倾向评分加权法及经典的Logistic回归分析，探讨真实世界中注射用灯盏花素使用与否对冠心病患者的疗效差异。

1 材料和方法

1.1 数据来源 所有数据均源自中国中医科学院中医临床基础医学研究所组建的大型HIS系统数据库，纳入了全国37家三级甲等医院HIS收录的住院病例。自2002年1月至2015年12月，采用身份证（identity，ID）号核对去重后，最终共48 710例使用注射用灯盏花素的患者纳入分析。本研究经中国中医科学院中医临床基础医学研究所伦理委员会审批（批件号：2011-No.11）。

1.2 数据提取过程与数据标准化

1.2.1 纳入标准 灯盏花素组纳入主要诊断为冠心病，且使用过注射用灯盏花素的患者；对照组纳入主要诊断为冠心病，且未使用过注射用灯盏花素的患者。两组依据年龄正负3岁、性别、入院相似病情的条件进行1:1匹配，最终灯盏花素组纳入3 837例，对照组纳入3 837例。

1.2.2 数据规范化和重新编码 参照《诊断学》第9版规范所有患者的西医诊断信息，参照新世纪《中医诊断学》第4版规范中医诊断信息。原始数据中，患者治疗结局分为治愈、好转、其他、无效、死亡，本研究将治愈、好转重新编码为有效，其他、无效、死亡编码为无效，以重新编码后的治疗结局作为两组间比较的结局变量。

1.3 数据质量控制 对真实世界HIS数据质量的管理体系和标准操作程序（standard operating procedure，SOP）进行完善，包括数据的提取、数据安全性的处理、数据的清洗、数据导入及结构化、数据的传输等一系列措施，以减少或控制使用真实世界数据的潜在偏倚。

1.4 混杂变量的界定 从常识以及专业角度上判断，根据提取的HIS数据的实际情况，两组间一些人口学变量（如年龄、性别），以及入院病情、治疗费用、用药、合并症等情况存在差异，而这些变量可能影响疗效。通过简单χ2检验得到的结果可能并不能真正反映两组间疗效的差异，可能因为两组中某些混杂变量分布的差异而被夸大或缩小，因此需要控制混杂变量的影响，得到真实的效应估计。

1.5 统计学分析 采用SAS 9.2和R 2.15统计软件进行统计学分析。

1.5.1 χ2检验 基于药物和疗效关系的计数资料，首先进行χ2检验或Fisher精确检验，再分别依据入院病情、治疗费用、用药、合并症情况分层，进行分层χ2检验。

1.5.2 平衡混杂变量 为了避免混杂变量的影响，应用GBM倾向评分加权法分析数据，平衡两组间的27个协变量，消除协变量可能造成的偏倚。

1.5.3 建立Logistic回归模型 针对27个混杂变量进行处理，包括一般信息（如年龄、性别），以及入院病情、治疗费用、用药、合并症等。为了更真实地评估处理效应，分别采用单变量Logistic回归、不带协变量的倾向评分加权Logistic回归、带协变量的倾向评分加权Logistic回归进行分析。

2 结果

2.1 灯盏花素组与对照组治疗结果比较 χ2检验提示，两组的治疗结果差异有统计学意义（P＜0.001）。见表1。但由于χ2检验未平衡混杂变量的影响，因此尚不能认为灯盏花素组的治疗效果优于对照组。

表1 灯盏花素组与对照组治疗结果比较

2.2 混杂变量的控制 假定总体人群中每个个体都有两个潜在的结局值：一个是个体被分配或接受处理条件时的结局值y1，一个是个体被分配或接受对照条件时的结局值y0。对每个个体而言，这两个值仅有一个被观察到，另一个虚拟结局是不可能被观察到的。总体人群的处理效应定义为[E(y1)-E(y0)]。通常研究者感兴趣的效应是关于接受了某个特殊过程或特殊类型处理对象的处理效应，即所谓的处理组平均处理效应，记为ATT1。设定z为处理分配指标，如果个体接受处理，则z=1，否则z=0。E(y1|z=1)就是处理组个体接受处理条件后的平均结局值，E(y0|z=1)就是处理组个体接受对照条件后的平均结局值。处理组平均处理效应计算公式为：ATT1=E(y1|z=1)-E(y0|z=1)。本研究中ATT1就是灯盏花素组患者若未使用注射用灯盏花素，疗效结果的改变量，如果ATT1大于0，说明注射用灯盏花素可能会使患者疗效得到改善。然而两组均存在较多可能的混杂变量，分别对合并症、合并用药、入院病情、治疗费用、职业等可能混杂变量进行分层，进一步分层χ2检验提示，灯盏花素组与对照组中的可能混杂变量差异存在统计学意义（P＜0.05），直接估计ATT1有较大偏倚。其中颈椎病P=0.018、磷酸肌酸钠P=0.005、缬沙坦P=0.022、病危天数P=0.002，其他23个混杂因素P＜0.001。对混杂变量对处理分配的影响程度进行分析，提示不同混杂变量对处理分配影响程度的不同，相对影响程度值越高，就表明混杂变量对处理分配的影响越大，影响程度大于0.01的12个协变量见表2。因此，需要通过GBM倾向性评分来平衡两组间的混杂变量，得到更真实的研究结果。

通过GBM倾向评分加权法对展示的大部分混杂变量进行组间平衡。见表3～5。可以看到在倾向评分加权前，所有变量差异均有统计学意义，K-S检验P＜0.05；倾向评分加权后，部分变量差异没有统计学意义，K-S检验P＞0.05，可以认为经过加权后，部分混杂变量被平衡了。见表6。图1更直观地展示了加权前后灯盏花素组和对照组的协变量P值均匀分布值与分布状态比较的情况，实心点代表了加权前，空心点代表了加权后，可见加权前所有变量的P接近于0，加权后部分变量的P值由接近于0变为P＞0.05，说明倾向评分加权能够一定程度上平衡两组间协变量的分布差异。对于大部分协变量，加权后效应量（effect size）都呈大幅度降低（蓝色线条所示），部分协变量效应量轻微上升（红色线条所示）。见图2。因此，可以认为两组混杂变量的分布差异很好地被倾向评分平衡了。

表4 两组患者合并用药分布情况（例）

表5 两组患者住院天数、职业、费用类别、病危天数的分布情况 （例）

图1 倾向评分加权前后两组K-S检验协变量平衡情况

图2 倾向评分加权前后协变量两组间效应量的变化

表6 倾向评分加权前后协变量平衡情况

为了进一步评价灯盏花素组和对照组患者之间的疗效差异，进一步进行三种Logistic回归分析。单变量的Logistic回归表明两组治疗结果差异有统计学意义（r=-1.1766，P＜0.001）；使用倾向评分对各组进行加权处理后，再次进行单变量Logistic回归，仍然表明两组治疗结果差异有统计学意义（r=-0.8398，P＜0.001）。为了获得更稳健的处理效应估计，将对分组随机分配影响程度不同的各协变量纳入到模型当中，进行倾向评分加权后，再次进行Logistic回归分析，仍然表明两组治疗结果差异有统计学意义（r=-1.0833，P＜0.001）。见表7。说明以上三种方法的准确性依次递增。由此可以认为，灯盏花素组的治疗效果优于对照组。以上以上分析方法的实现，利用R统计软件中的Twang包，两组间协变量平衡程度与迭代次数间的关系见图3。设定最大迭代次数为1 500，通过Twang包中的summary函数，可知在第1 097次迭代的时候，两组协变量的平衡达到最优。

图3 协变量平衡情况与迭代次数关系图

表7 三种Logistic回归分析评价灯盏花素组对冠心病疗效

3 讨论

冠心病属于中医“胸痹心痛”等范畴，医圣张机在《伤寒杂病论》中提出本病的病机为“阳微阴弦”，既是对本病脉证的描述，也是对本病病机的概括，即本病以阳气不足为本，痰、湿、浊、瘀、气滞、寒凝等为标，属于本虚标实之证，主以辛温行气、补气活血、祛瘀化痰等治疗[7]。历代医家也多在此基础上从不同角度进行治疗，如程志清善以疏肝气通胸阳的方法治疗[8]，韩旭善于从胃论治[9]。现代医学认为，本病是冠状动脉受损如内皮损伤、脂质异常沉积、血小板黏附聚集等一系列病变引起血栓形成，导致冠脉狭窄甚至完全阻塞所致，其治疗基本原则为防止血小板在斑块上黏附和聚集，防止易损斑块破裂，促进冠状动脉扩张，减少心肌耗氧量。

中医认为，灯盏花具辛温之性，辛能散能行，温则祛寒，辛温之性正可以治疗胸痹心痛的痰湿浊瘀寒凝之标。灯盏花素是灯盏花的提取物，主要为黄酮类化合物如灯盏乙素、灯盏甲素等成分，注射用灯盏花素早已用于冠心病的防治[10]。研究证明，灯盏花素有多途径、多靶点治疗冠心病的作用[11]。灯盏花素治疗冠心病与明显改善全血高切黏度、红细胞聚集指数等有关[12-13]，并能够通过磷酸酰肌醇-3-羟基酶/蛋白激酶B/内皮型一氧化氮合酶 （phosphatidylinositol-3-hydroxykinase/threonine kinases/endothelial nitric oxide synthase，PI3K/Akt/eNOS）信号通路影响离子通道，改善血脂代谢，影响血管舒缩以及心肌细胞凋亡[14]。冠心病与氧化应激损伤及炎症反应有着密切联系[15]，灯盏花素还能改善超敏C反应蛋白（high sensitivity-C reactive protein，hs-CRP）、白介素-6（interleukin-6，IL-6）水平，抑制炎症反应；通过提高心肌组织超氧化物歧化酶（superoxide dismutase，SOD）、 过氧化氢酶（catalase，CAT）活性，降低丙二醛（malondialdehyde，MDA）含量，抑制氧化应激反应，恢复心肌抗氧化能力[16]，从而阻止动脉粥样硬化的进展，防止冠心病加重、复发。灯盏花素还可降低肺动脉压力，保护并改善心功能[17]，缓解冠心病胸闷胸痛、心悸气短、不寐神倦乏力等症状[18]，且无明显不良反应[19]。灯盏花素还能通过抑制氧化应激反应，减轻心肌细胞缺氧/复氧损伤[20]及缺血-再灌注损伤，发挥心肌保护作用[21]。

临床中冠心病的治疗往往多种药物同时使用，老年人作为冠心病的好发人群，常有多病共存、多药共用的特点，往往存在多重用药及治疗矛盾，增加了卫生资源的消耗，降低了依从性及疗效，而单因素药物疗效评价的临床参考价值有待商榷，因此建立纳入多种临床混杂变量的研究模型以评价灯盏花素在真实世界中对冠心病治疗的实际疗效，对指导临床冠心病的合理用药、提高治疗效果具有重要意义。真实世界研究以根据病情需要的常规治疗方案作为对照，而不使用安慰剂作为对照，避免了安慰剂治疗无效的风险，且研究是在临床实践的条件下进行，能客观反映临床疾病治疗过程中的实际情况。

本研究通过匹配法事先控制部分可能的不平衡情况，再采用GBM倾向评分加权法调整处理组间的不平衡。GBM倾向评分的优势是可以估计关键变量与混杂变量之间的非线性关系，将尽可能多的已知混杂变量纳入其中，以使组间具有可比性，使研究更贴合临床中的复杂情况，同时使研究结果更接近随机对照试验的效果。不带协变量的倾向评分加权Logistic回归平衡了部分混杂变量如缬沙坦，但研究结果显示仍有很大一部分混杂变量如心律失常、肾功能不全、心力衰竭、动脉粥样硬化、红花黄色素、曲美他嗪、阿司匹林肠溶片、麝香保心丸、速效救心丸、住院天数、职业、费用类别、病危天数等经倾向加权评分后未被平衡。冠心病的危险因素包括高血压、血脂异常、糖尿病、性别等[22]；阿司匹林及辛伐他汀均为冠心病的基础用药，胰岛素为糖尿病患者的常用药物，曲美他嗪可改善代谢[23]，在冠心病中普遍应用；红花黄色素、速效救心丸、麝香保心丸已被诸多研究证实了对冠心病具有一定疗效[24-27]。而合并心律失常、心力衰竭、动脉粥样硬化疾病时，均会对心肌耗氧量造成影响；肾功能不全则会进一步降低冠心病患者的心率变异性，且与冠心病心力衰竭互相影响，对患者的预后造成不良影响[28-29]，从而影响冠心病疗效的评估。结合本研究结果，上述变量在经倾向评分加权后仍为混杂变量，一则因为是冠心病的临床常用药，二则可能因为临床中冠心病患者常合并多种可加重冠心病的其他系统疾病所致。而住院天数、职业、费用类别、病危天数等是否对研究结果有实质影响，以及影响结果所占比重则有待更深一步的研究来探索。带协变量的倾向评分加权Logistic回归，将未被平衡的混杂变量或感兴趣的希望能估计对结局影响大小的混杂变量如年龄、性别等纳入分析，尽可能地考虑可能的混杂变量对研究结果造成的偏倚，其得出的结论较前两者更为可靠。由上可知，灯盏花素治疗冠心病效果优于对照组，差异有统计学意义，与临床应用报道相符。

本研究是回顾性分析HIS系统的数据，有一定局限性。倾向评分法是一种去除已知混杂变量的有效方法，但真实世界中存在大量潜在未知的混杂变量不能去除；且本研究纳入的病例来自全国37家三级甲等医院HIS系统，存在选择偏倚，而这些因素的控制，有待于前瞻性的随机对照试验和更好的统计分析方法，所以对于本研究的因果关系的强验证，还存在推论的局限性。