中性粒细胞/淋巴细胞比值与大动脉粥样硬化型脑梗死主动脉弓钙化的相关性分析

周淑宇，王 莉，蔡必扬，李军荣

0 引 言

主动脉动脉粥样硬化是常见也易被忽视的脑梗死危险因素[1-2]。据报道，超过60%的60岁以上脑梗死患者在主动脉弓处存在动脉粥样硬化病变[1]。因主动脉弓处的管径较大，发生钙化时往往钙化负荷也较大，主动脉弓钙化(aortic arch calcification，AAC)可以作为动脉粥样硬化的量化指标[3]。AAC在一定程度上能够反映系统各血管床的动脉粥样硬化负荷[4]；同时也可以作为脑梗死事件的独立预测因子[5]。

在动脉粥样硬化及动脉钙化的发生发展过程中，炎症都是主要的参与因素[6]。研究表明，C反应蛋白、白介素-6、脂蛋白相关磷脂酶A2等炎症相关因子的升高可提示脑梗死、颈动脉粥样硬化等疾病风险的升高[7-8]。中性粒细胞/淋巴细胞比值(neutrophil-to-lymphocyte ratio，NLR)作为一项简便易得的临床指标，可反映机体炎症状态，在脑血管病领域中的研究价值逐渐受到重视[9-10]。已有研究证实，NLR是颅内外动脉粥样硬化性狭窄和脑梗死的独立预测因子[11-13]；然而NLR对主动脉粥样硬化的预测价值尚未完全阐明。本研究旨在探讨大动脉粥样硬化型脑梗死患者NLR与AAC严重程度的相关性，明确NLR作为反映主动脉粥样硬化负荷的临床应用价值。

1 资料与方法

1.1 研究对象本研究依托南京卒中注册系统[14]。回顾性分析2010年1月至2013年6月在东部战区总医院神经内科住院的脑梗死患者。入组标准：①年龄≥18周岁；②确诊为急性脑梗死，并依据TOAST分型标准归类为大动脉粥样硬化型；③发病7 d内完成颈部CTA的检查。排除标准：①有明确的急性感染症状，如发热、咳嗽、腹泻等；②合并恶性肿瘤或自身免疫性疾病；③有严重的肝、肾功能不全，甲状旁腺疾病或其他引起钙磷代谢紊乱的疾病；④曾行主动脉支架置入术。收集研究对象人口学资料，包括年龄、性别；脑血管疾病的危险因素，包括高血压、糖尿病、高脂血症、吸烟史、饮酒史；实验室生化指标，包括空腹血糖、血清总胆固醇、三酰甘油、高密度脂蛋白胆固醇(HDL-c)、低密度脂蛋白胆固醇(LDL-c)、钙磷水平等。

1.2 NLR测定所有患者空腹留取外周血测定血常规。化验结果中的白细胞、中性粒细胞及淋巴细胞计数均纳入研究数据。NLR=中性粒细胞计数/淋巴细胞计数。

1.3 AAC定量测定所有入组患者均在入院7 d内进行颈部CTA的检查。CTA检查采用德国西门子64排双源CT(Somatom Sensation 64, Siemens, Forcheim, Germany)完成。患者取头尾位，采用3 mm/100 ms薄扫，扫描范围由主动脉弓下4 cm至颈内动脉鞍上2 cm，具体参数如下：管电压120 kV，管电流130 mA，准直器32×0.6 mm，旋转时间0.33 s，重建层厚为0.75 mm。平扫原始数据传入西门子工作站，重建层厚为1mm。AAC的定量分析采用钙化积分软件(Syngo CalciumScoring, Siemens, Forcheim, Germany)完成，原理为Agatston Score(AS)法，公式为AS=Σ(钙化面积×密度系数)[15]。软件自动识别管壁钙化，设定钙化面积阈值为4个紧邻的像素、CT阈值为130 HU。CT值越高，则密度系数越大，具体如下：130～199 HU计为1分，200～299 HU计为2分，300～399 HU计为3分，≥400 HU计为4分。CT值低于130 HU则无钙化，计为0分。AAC的定量评估包括自主动脉起始段至颈总动脉、椎动脉及锁骨下动脉起源1 cm内的所有钙化灶总和。钙化积分均由2位影像科人员分别完成，如有异议经讨论达成统一。

1.4统计学分析使用SPSS Statistics 23.0(Armonk, NY：IBM Corp.)进行分析。对本研究中的连续数值型变量，使用Shapiro-Wilk检验检测其正态性。由于本研究的连续数值型变量均不符合正态分布，故均用中位数(四分位数)表示。根据钙化积分结果将患者分为3组：无钙化组(Agatston积分=0)、轻度钙化组(0100)。使用Kruskal-Wallis检验对3组的基线资料进行比较分析。

使用广义线性模型(有序概率)分析NLR与AAC严重程度的相关性，AAC严重程度作为因变量；并参照既往研究文献[11, 16]；NLR按照四分位数由低到高分成4组，同样使用广义线性模型(有序概率)分析NLR分组与AAC严重程度的相关性。单因素分析组间具有统计学差异的参数以及传统的心血管病危险因素作为协变量纳入回归模型。模型1校正年龄和性别2个变量，模型2则校正年龄、性别、高血压、糖尿病及吸烟等变量。以P≤0.05为有统计学意义。

2 结 果

2.1 一般资料本研究共纳入609例大动脉粥样硬化型脑梗死患者。所有入组病例的平均年龄为63.0(55.0～71.0)岁，其中男性430例(70.6%)，442例(72.6%)有高血压史，166例(27.3%)有糖尿病史。根据钙化评分结果，494例(81.1%)患者的主动脉弓发生了钙化。AAC积分的分布极度左偏[250.1(7.0～929.8)]。依据钙化积分分布，115例(18.9%)患者被归为无钙化组、126例(20.7%)纳入轻度钙化组、368例(60.4%)纳入重度钙化组。

2.2 AAC严重程度组间比较各组的基线人口学特征及临床资料见表1。随着钙化严重程度的增加，各分组具有以下趋势：患者年龄更大，男性占比更低，有更高的高血压比例及更低的吸烟比例。此外，淋巴细胞计数也随钙化严重程度增加呈下降趋势，而NLR呈上升趋势。

2.3 NLR与AAC相关性分析利用广义线性模型分析显示，AAC严重程度与NLR呈正相关。如表2所示，在校正年龄及性别(模型1)后，NLR越高，AAC严重程度越高(β=0.070±0.029，P=0.015)；校正年龄、性别、高血压、糖尿病及吸烟(模型2)后，这种相关性依然存在(β=0.070±0.029，P=0.017)。按NLR的四分位值将其分为4组：组1(≤1.68)，组2(1.69～2.26)，组3(2.27～3.17)，组4(≥3.18)。NLR分组与AAC严重程度的相关性分析结果见表3。在模型1中，与最低NLR组(组1)相比，越高NLR分组显示出越严重的AAC趋势(组2β=0.128±0.140, 组3β=0.140±0.139, 组4β=0.313±0.143)，其中组4(最高NLR组)与更严重的AAC显著相关(P=0.028)。模型2中出现相似的结果(组2 β=0.118±0.141, 组3β=0.120±0.141, 组4 β=0.304±0.144)，其中组4(最高NLR组)也呈现与更严重的AAC显著相关(P=0.035)。结果提示NLR水平较高患者可能存在较严重的AAC。

表 1 入组人群不同钙化分组间基线资料比较

表 2 NLR与AAC钙化程度相关性检验

表 3 NLR四分位分组与AAC钙化程度相关性检验

3 讨 论

本研究发现NLR与AAC严重程度呈正相关，意味着NLR水平可能反映着患者主动脉弓钙化的严重程度。NLR与AAC的正相关可能提示着炎症反应在动脉粥样硬化发展中具有重要作用。

炎症反应参与动脉粥样硬化的各个阶段，炎症指标的升高往往提示活动性的血管损伤[17]。研究表明，中性粒细胞通过介导非特异性的炎症反应促进动脉粥样硬化的发生发展[18]。积累在血管壁上的中性粒细胞通过释放促炎因子、氧自由基等活性分子，触发炎症反应，降低一氧化氮利用率，导致内皮功能障碍。相反，淋巴细胞往往参与抗炎反应，对内皮起到保护作用。特定种类的淋巴细胞可以通过分泌天然抗体等免疫反应在动脉粥样硬化过程中发挥保护性的作用[19]。因此，中性粒细胞与淋巴细胞间失衡导致的NLR水平升高可以客观地反映全身炎症状态[20]。NLR越高，表明炎症反应越严重。这些起始于动脉粥样硬化的慢性炎症最终促进了动脉钙化的形成[21]。

既往研究也有对NLR和动脉钙化相关性的报道。在终末肾衰患者中，Chandra等[22]研究者分析了NLR与冠状动脉及胸主动脉钙化的相关性。结果表明，NLR越高，胸主动脉钙化积分越高。Verdoia等[16]报道了NLR与冠脉钙化的相关性。2019年的一项横断面研究也报道了在无症状人群中NLR和年龄对冠脉钙化严重程度的预测作用[23]。本研究与以往研究一致，揭示了在主动脉弓这一血管床上NLR与钙化程度的正相关。此外，国内学者研究表明，NLR与颅内动脉狭窄及脑梗死均显著相关，并且颅内动脉狭窄可能是NLR与脑梗死的相关性的中介因素[11]。这也为NLR、主动脉弓钙化与脑梗死的致病机制研究提供了新的思路，在今后研究中纳入健康对照组有助于研究目标的实现。

本研究在大动脉粥样硬化型脑梗死人群中探索了NLR与AAC负荷程度的相关性，此结果为本领域研究补充了该类人群的证据。相较于C反应蛋白、白介素-6等炎症指标，NLR更方便易得，且成本较低。因此，NLR可以作为预测AAC严重程度的常用炎症指标。本研究存在以下局限性。首先，本研究只是一个横断面的观察性研究，故无法获得两者的因果关系。由于样本量及研究资源的有限，不能收集并对所有可能影响动脉钙化的危险因素进行全面分析。其次，本研究选取的研究对象均为脑梗死患者，主动脉钙化的发生率可能较普通人群高，可能导致研究结论适用性受限。在健康人群中进行研究将有助于扩展结论适用性。

总之，在大动脉粥样硬化型脑梗死患者中，升高的NLR与更严重的AAC钙化程度相关。NLR或许可以作为反映动脉钙化程度的炎性指标。