构建基于Logistic回归分析糖尿病患者缺血性脑白质病变严重程度的评估模型

刘彦龙，张媛媛，杨淼，马龙，尤晓涵

缺血性脑白质病变（white matter lesions，WML）又称为缺血性脑白质疏松症，最先由Haehinski等于1987年提出，具体指磁共振T2WI上出现脑室周围或皮质下弥漫性高信号，是脑小血管病的重要表现形式之一[1]。严重的缺血性WML会造成认知功能障碍、共济失调、大小便障碍等临床症状，对患者的生活质量造成不利影响[2,3]。缺血性WML发病的相关因素复杂，研究表明，2型糖尿病（diabetes mellitus type 2，T2DM）患者是发生缺血性WML的高危人群[4]。随着近年我国T2DM发病率的升高，糖尿病合并缺血性WML的发病率也呈升高趋势。在临床实践中，准确评估缺血性WML的严重程度对指导制定个体化治疗方案具有积极意义。因此，本研究将以糖尿病合并缺血性WML患者为对象，通过收集临床资料进行Logistic回归分析来构建缺血性WML病情严重程度的评估模型，旨在为临床评估缺血性WML的严重程度提供新方法。

1 资料与方法

1.1 一般资料

选择2017年1月至2020年12月我科收治的T2DM合并缺血性WML患者132例进行回顾性研究，纳入标准：接受头颅MRI检查，脑室周围白质及深部白质斑点状或斑片状异常信号、病灶直径＞5 mm；有T2DM病史，符合《中国2型糖尿病防治指南(2017年版)》[5]中T2DM的诊断标准；临床资料完整。排除标准：既往有脑梗死、脑出血、短暂性脑缺血发作等脑血管疾病病史；合并帕金森病、阿尔茨海默病、自身免疫性疾病、恶性肿瘤。本研究取得医院伦理委员会批准及入组患者的知情同意。

1.2 方法

1.2.1 缺血性WML严重程度的评估 采用年龄相关性脑白质改变（age-related white mater changes，ARWMC）评分[6]分别评估左右半球额叶区、颞叶区、顶枕叶区、幕下区、基底节区的WML严重程度，无病变为0分、局灶性病变为1分、病灶融合为2分、弥漫性受累为3分，计算5个不同区域ARWMC评分之和，1～4分为轻度、5～8分为中度、≥9分为重度，轻度和中度患者共87例，纳入非重度组；重度患者共45例，纳入重度组。

1.2.2 临床资料的收集 收集入组患者病历资料：性别、年龄、吸烟史、高血压史、冠心病史、高脂血症史、糖尿病病程、空腹血糖（fasting blood glucose，FBG）、餐后2 h血糖（2 h postprandial blood glucose，2 h PBG）、糖化血红蛋白A1c型（glycosylated hemoglobin,type A1c，HbA1c）、甘 油 三 酯（triglyceride，TG）、总胆固醇（total cholesterol，TC）、低密度脂蛋白胆固醇（low density lipoprotein cholesterol，LDL-C）、高密度脂蛋白胆固醇（high density lipoprotein cholesterol，HDL-C）、肌 酐（creatinine，Cr）、血 尿 素 氮（blood urea nitrogen，BUN）、尿 酸（uric acid，UA）、同型 半 胱 氨 酸（homocysteine，HCY）、C反 应 蛋 白（C-reactive protein，CRP）。

1.3 统计学处理

采用SPSS21.0软件及Prism 6.0软件进行统计学处理，计量资料首先进行正态性检验，符合正态分布的计量资料以（均数±标准差）表示，t检验，符合偏态分布的计量资料采用M(U25,U75)表示，非参数秩和检验；WML严重程度的影响因素采用Logistic回归分析、诊断效能采用ROC曲线分析；P＜0.05为差异有统计学意义。

2 结果

2.1 重度组与非重度组患者临床资料的比较

重度组的性别、高血压史、冠心病史、高脂血症史、吸烟率、TG、TC、LDL-C、HDL-C、Cr、BUN与非重度组比较，差异无统计学意义（P＞0.05），年龄、糖尿病病程、FBG、2 h PBG、HbA1c、UA、HCY、CRP均高于非重度组，差异有统计学意义（P＜0.05），见表1。

表1 重度组与非重度组患者临床资料的比较

2.2 缺血性WML严重程度影响因素的Logistics回归分析

以缺血性WML严重程度为因变量，以单因素分析有统计学差异的因素为自变量，进行多因素Logistics回归分析，采用逐步法纳入变量，结果显示：糖尿病病程、HbA1c、2 h PBG、HCY、CRP是缺血性WML严重程度的影响因素（P＜0.05），见表2。

表2 缺血性WML严重程度的影响因素

2.3 各危险因素对缺血性WML严重程度的诊断效能

根据Logistics回归模型生成糖尿病病程、HbA1c、2 h PBG、HCY、CRP五项指标的回归方程：－33.749+0.079×糖尿病病程+0.376×2 h PBG+0.863×HbA1c+0.437×HCY+2.214×CRP，以该回归方程作为五项指标诊断缺血性WML严重程度的联合指标，见图1、表3。

表3 糖尿病病程、HbA1c、HCY、CRP及联合指标对缺血性WML严重程度的诊断效能

图1 糖尿病病程、HbA1c、HCY、CRP及联合指标诊断缺血性WML严重程度的ROC曲线

3 讨论

缺血性WML是Haehinski等于1987年提出的影像学诊断术语，脑白质内的边缘环路与人类记忆、行为、情绪等高级智能活动密切相关，脑白质发生缺血性病变会导致多样的临床症状、影响患者的日常生活[1]。近些年缺血性WML受到越来越多关注，有研究认为高龄、高血压、T2DM、高脂血症、高同型半胱氨酸等多种因素共同作用下引起颅内动脉粥样硬化、闭塞，进而造成脑白质血流灌注减少是引起缺血性WML的可能机制[7-10]，其中T2DM是造成缺血性WML的独立危险因素。本研究以T2DM合并缺血性WML为对象，探究了缺血性WML严重程度的评估方法。

目前，头颅MRI检查及ARWMC评分是临床评估缺血性WML严重程度的有效手段[11,12]，准确评估严重程度能够为制定个体化诊疗方案提供有力依据。本研究以ARWMC评分为标准进行T2DM合并缺血性WML患者严重程度的评估，在Logistic回归模型中证实糖尿病病程、HbA1c、HCY、CRP是缺血性WML严重程度的影响因素。糖尿病病程的延长伴随着血糖波动、糖基化终末产物等对血管内皮的刺激和损伤，可引起小血管及微循环内血栓形成，影响局部组织血供[13,14]，已有多中心研究证实糖尿病病程是糖尿病肾病、糖尿病大血管并发症的独立影响因素[15,16]，本研究的结果则证实糖尿病病程是T2DM合并缺血性WML严重程度的影响因素。HbA1c[17]、HCY[18]、CRP[19]的增加则是直接引起内皮损伤的病理因素，已有临床研究报道上述三项指标的水平与缺血性WML的严重程度呈正相关，本研究的结果与既往文献[16-18]吻合，证实HbA1c、UA、HCY升高会使T2DM合并缺血性WML的严重程度加重。

糖尿病病程、HbA1c、HCY、CRP是T2DM患者治疗随访中的常规监测指标，相关信息获取简便，适用于病情的长期随访和评估。经ROC曲线分析，上述4项指标对T2DM合并缺血性WML的严重程度具有诊断价值。进一步根据Logistic回归模型的分析结果得到回归方程：－38.397+0.082×糖尿病病程+0.477×HCY+2.269×CRP，将4项指标代入方程得到新的联合指标作为缺血性WML严重程度的评估模型，该联合指标对T2DM合并缺血性WML的严重程度具有诊断价值，且诊断效能优于单一指标，表明通过糖尿病病程、HbA1c、HCY、CRP建立回归方程，能够为T2DM合并缺血性WML严重程度的诊断提供新的评估模型。本研究的意义在于联合使用多项常规实验室指标进行缺血性WML严重程度的判断，适宜在临床推广使用，能够通过判断缺血性WML严重程度来指导个体化治疗。