UKPDS评分联合颈动脉超声预测2型糖尿病患者冠状动脉病变程度的临床应用

吴妍 何浪 刘小慧 许峥贵 王丹 付蕾 沈法荣

近年来，糖尿病在全球的患病率逐步上升，从2005年的3.33亿增加到2015年的4.35亿，增长了31%[1]。据估计，约有70%的2型糖尿病（T2DM）患者最终死于心血管疾病（cardiovascular disease，CVD）和脑血管疾病，其中冠心病占50%[2]。因此需要寻找一个能有效预测糖尿病患者冠状动脉病变程度的模型，针对性地对患者进行筛查，以期早期干预，从而进一步降低CVD死亡风险。英国前瞻性糖尿病研究（United Kingdom prospective diabetes study，UKPDS）评分是目前用来评估T2DM患者10年冠心病风险（coronary heart disease risk，CHDRISK）及卒中风险的常用工具[3]，国内外已有多项研究显示该模型能够有效预测T2DM患者心血管事件风险[4]。本研究拟应用UKPDS评分中的CHDRISK联合颈动脉超声来预测T2DM患者冠状动脉病变程度，并建立预测模型。

SYNTAX（SYNergy between percutaneous coronary intervention with taxus and cardiac surgery）评分是在SYNTAX研究中产生的，根据冠状动脉造影的结果，将冠状动脉解剖系统分成16个节段，并根据左、右冠优势以及冠状动脉损伤或狭窄所在的具体血管段、狭窄程度、病变特征等进行计算评分[5-6]。SYNTAX评分能够定量的评估冠状动脉病变的严重和复杂程度，较其他评分方法，更充分、更全面。因此本研究将它作为冠状动脉病变程度的参考标准。

1 对象和方法

1.1 研究对象 选取2012年1月至2016年12月在本院住院并行冠状动脉造影的T2DM患者496例，其中男 317 例，女 179 例，年龄 27～89（65.21±10.38）岁。糖尿病诊断标准采用1999年WHO糖尿病诊断及分型标准。排除标准：（1）已行冠状动脉血运重建；（2）继发性高血压；（3）甲状腺功能亢进；（4）除外糖尿病的其他内分泌紊乱性疾病；（5）既往恶性肿瘤病史；（6）感染性疾病；（7）风湿性疾病史。本研究经本院伦理委员会批准，所有患者均知情同意。

1.2 临床及实验室数据收集

1.2.1 一般资料 收集患者性别、年龄、吸烟史、糖尿病病程、收缩压、舒张压等资料，及空腹排便后的身高、体重，计算BMI。所有入选患者禁食8～12 h后于次日清晨空腹抽取肘正中静脉血，检测糖化血红蛋白（HbA1C）、FBG、TBil、尿酸（UA）、TC、TG、HDL-C、LDL-C，以上均取患者入院后的首次检查结果。

1.2.2 颈动脉内膜厚度的测量 采用日本Aloka Alpha彩色多普勒超声诊断仪，用于周围血管检查的探头频率为10 MHz。患者取仰卧位，检查双侧颈总动脉分叉前1 cm处的内膜厚度，以双侧内膜厚度的最大值作为评价颈动脉硬化程度的指标，≥1 mm的定义为颈动脉硬化，＜1 mm的为阴性。

1.2.3 CHDRISK及冠状动脉病变程度评分 应用UKPDS risk engine（version 2.0），将患者的性别、年龄、种族、目前吸烟状态、HbA1C、收缩压、TC、HDL-C、有无房颤等信息输入软件，计算所有入选对象的CHDRISK。并根据冠状动脉造影结果，由有经验的冠状动脉介入医生计算SYNTAX评分，本研究将它作为冠状动脉病变程度的参考标准，根据评分结果分为低分组（＜23分）304例和中高分组（≥23分）192例。

1.3 统计学处理 采用SPSS 20.0统计软件。正态分布的计量资料采用表示，组间比较采用两独立样本t检验；若不符合正态分布，则以 M（P25，P75）表示，组间比较采用非参数检验；计数资料用率表示，组间比较采用χ2检验和Fisher确切概率法。CHDRISK与其他参数间的关系分析采用线性回归分析，STNTAX中高分预测因素的筛选采用logistic回归分析。预测模型的可视化处理利用R软件的nomogram方法，具体的评估流程为：每个对象筛选出来的有效变量分别映射于最上方的Points一栏，得到每个变量对应的分值，最后所有变量的Points相加得到最后的总分Total Points，然后根据Total Points映射于RISK一栏得到最终的风险概率值。并采用ROC曲线评价本研究预测模型的预测效能。P＜0.05为差异有统计学意义。

2 结果

2.1 低分组和中高分组患者一般资料比较 低分组和中高分组患者在女性比例、吸烟史、糖尿病病程、FPG、TC、TG、颈动脉硬化、CHDRISK、SYNTAX 评分方面比较差异均有统计学意义（均P＜0.05）。见表1。

2.2 STNTAX中高分预测因素的筛选 logistic回归分析结果显示CHDRISK和颈动脉硬化与STNTAX中高分均存在显著相关（均P＜0.05）。见表2。

2.3 预测模型的可视化 本研究模型预测因素包括CHDRISK和颈动脉硬化，采用nomogram方法将预测模型进行可视化处理，见图1。

2.4 预测模型的准确率评价 预测模型AUC=0.626，即预测准确率为62.6%，具有较好的预测准确性，见图2。

3 讨论

CVD是本世纪全球关注的主要健康问题之一[7]。2013年，有1 730万例患者死于心血管病。基于人口平均年龄、城市化的增加以及相关风险因素的暴露，发展中国家CVD病死率将进一步增加[8]，到2030年，这一数字预计将增加到2 360多万[9]。T2DM患者的冠心病病死率和发病率是非糖尿病患者的2～4倍，这使得CVD成为T2DM患者死亡和残疾的首要原因。糖尿病相关CVD主要表现为动脉粥样硬化、心肌梗死和心脏功能障碍。

表1 低分组和中高分组患者一般资料比较

表2 STNTAX中高分预测因素

冠心病传统的危险因素包括糖尿病、年龄、性别、高血压、血脂紊乱、吸烟、高尿酸等。吸烟是动脉粥样硬化的重要危险因素，正在吸烟者的危险性高于曾经吸烟者，并且每天吸烟数量和动脉粥样硬化严重程度呈正相关。持续吸烟者患动脉硬化的风险是非吸烟者的16倍，戒烟可以降低风险，但曾经吸烟者患动脉硬化的风险是非吸烟者的7倍。Framingham研究发现，男性吸烟者发生冠心病猝死的相对危险较不吸烟者高10倍，女性高4.5倍[10]。本研究也发现中高分组患者中，男性比例较高。糖尿病血脂异常的特点是空腹和餐后TG升高、HDL-C降低和LDL-C升高。这些脂质变化代表了糖尿病与糖尿病患者心血管风险增加之间的主要联系[11]。冠心病患者血脂成分异常在CVD发生、发展中起独立作用，独立危险因素包括：TC、LDL-C；而HDL-C是保护因素。在本研究中，低分组与中高分组患者相比，TC、TG更高，这可能与冠状动脉病变严重患者已在服用降脂药物有关。

针对糖尿病患者CVD风险的评估，UKPDS评分在英国人群中有良好的灵敏度（90%），但会高估西班牙人群的风险，而对希腊人群具有中度特异度，在我国人群有很好的预测性[4]。UKPDS评分系统的建立来源于UKPDS研究，可用于评估糖尿病患者10年冠心病及卒中风险，该研究纳入5 100例新诊断的T2DM患者，随访评估单纯控制血糖能否降低糖尿病并发症相关的发生率和病死率。通过这项研究，将T2DM患者一些传统的心血管危险因素综合起来推导出了一个评分系统对10年冠心病及卒中风险进行评估。这个模型包括性别、年龄、HbA1C、种族、HDL-C、吸烟、TC、收缩压和是否房颤。其预测T2DM患者未来CVD发生风险的概率取得公认的效果。其预测结果也被国外多个高血压、高血脂防治指南采用。作为评估个体发病危险和指导临床治疗的工具。但目前尚缺乏其与冠状动脉病变程度的相关性的研究。

图1 可视化的预测模型

图2 预测模型对中高分组患者预测效能的ROC曲线

颈动脉硬化可以反映全身血管的炎症状态，糖尿病与亚临床动脉粥样硬化状态密切相关，糖尿病患者的颈动脉粥样硬化明显高于一般人群，颈动脉内膜厚度可以用来预测无症状性冠状动脉狭窄。因此，T2DM患者中颈动脉硬化情况和CHDRISK密切相关。颈动脉超声是用来明确动脉糖尿病患者动脉粥样硬化情况的传统方法[12]。

因此，本研究采用logistic回归模型，筛选结果显示CHDRISK和颈动脉硬化与冠状动脉病变严重程度存在显著相关，并建立了可视化的预测模型，ROC曲线本模型AUC=0.626，即预测准确率为62.6%，具有较好的预测准确性。冠状动脉造影虽然是诊断冠心病的一个“金标准”，但此项检查具有有创性、费用高、重复性差等缺点，不宜作为常规筛查手段，冠状动脉CT成像基层医院也无法开展。而颈动脉超声是一个简单易行的操作，在基层医院也能实施，UKPDS评分中的项目也可以通过问诊及生化检查得到。因此，本模型的建立在基层作为初步筛查冠心病具有一定的推广意义。但由于本研究纳入样本量较小，可能存在一定的误差，今后还需要在大样本的患者中进一步校正。另外，本研究在患者用药方面未进行统计，进一步的研究需要排除药物的干扰，特别是他汀类药物的影响，以便使预测模型更加完善。