2025, Vol. 44文章信息
- 杨继, 张垚, 张秋月, 赵英强
- YANG Ji, ZHANG Yao, ZHANG Qiuyue, ZHAO Yingqiang
- 天津地区社区人群脑卒中早期筛查模型的构建与评价
- Construction and evaluation of an early screening model for stroke in community populations in Tianjin area
- 天津中医药大学学报, 2025, 44(11): 961-972
- Journal of Tianjin University of Traditional Chinese Medicine, 2025, 44(11): 961-972
- http://dx.doi.org/10.11656/j.issn.1673-9043.2025.11.01
-
文章历史
收稿日期: 2025-05-03
引用本文 |
2. 国家中医针灸临床医学研究中心, 天津 300381;
3. 天津中医药大学第二附属医院老年病科, 天津 300250;
4. 天津中医药大学第二附属医院心血管科, 天津 300250
2. National Clinical Research Center for Acupuncture and Moxibustion, Tianjin 300381, China;
3. Department of Geriatrics, Second Affiliated Hospital of Tianjin University of Traditional Chinese Medicine, Tianjin 300250, China;
4. Department of Cardiovascular Medicine, Second Affiliated Hospital of Tianjin University of Traditional Chinese Medicine, Tianjin 300250, China
脑卒中是中国乃至全球的重大公共卫生问题，具有高发病率、高致死率和高致残率[1]。近年来随着医疗技术的发展使脑卒中的治疗取得了长足进步，但从多项研究数据来看以医院为基础的技术进步并不能减轻中国脑卒中疾病负担[2]，脑卒中早期筛查仍然面临诸多挑战。现有的早期筛查方法主要基于传统的危险因素评估，但在实际应用中，许多筛查工具在基层的普及性较差，且缺乏针对社区人群特点的个性化筛查手段，如当前国内外经典的脑卒中筛查模型如弗明汉脑卒中风险评估量表（FSP）、汇集队列方程（PCE）以及中国动脉粥样硬化性心血管疾病风险预测研究模型（China-PAR）多基于大样本、多变量的复杂计算，虽然能够提供理论上的高精度风险评估，但难以在资源有限的社区医疗中实施[3]。此外，FSP等模型均忽略了中医体质等影响疾病发生发展的个体差异性因素，未能充分整合中西医结合的优势。这使得现有模型在基层应用中效果不理想，难以满足预警和早期干预的需求。研究显示：天津市脑卒中发病率高于全国平均水平，老年人（年龄≥65岁）、高血压、糖尿病和肥胖等患者中更为突出，社区居民中存在着电子健康档案信息利用率低、滞后性等问题，并未能充分发挥健康档案在疾病预防和管理中的作用[4-8]。因此，基于天津地区脑卒中流行现状，开展基于天津地区社区人群特征结合中医体质理论与西医筛查手段构建适合基层应用的脑卒中中西医结合早期筛查模型研究，对于进一步提升天津地区脑卒中的防控效果，协助脑卒中高危人群筛查及个体化健康管理具有重要意义，同时也为其他地区脑卒中的防控提供参考依据。
本研究通过天津中医药大学第二附属医院临床试验伦理审查（伦理批件号：2020-011-01），并在中国临床试验注册中心完成注册（注册号：ChiCTR2000039187）。
1 对象与方法 1.1 研究类型本研究为多中心、病例对照研究。
1.2 研究对象研究对象为2019年1月—2020年12月期间在天津市向阳楼社区卫生服务中心、中山门社区卫生服务中心、挂甲寺社区卫生服务中心、双环邨社区卫生服务中心、北闸口镇卫生院、辛庄镇卫生院、双桥河镇卫生院、西堤头镇卫生院、大张庄镇卫生院、双街镇卫生院参与国家基本公共卫生服务体检的脑卒中患者（作为病例组）和非脑卒中患者（作为对照组）。
1.3 临床资料收集收集的资料包括研究对象的人口学信息、检验检查结果、中医症状、中医体质判定结果等，由上述社区医院公共卫生团队及天津中医药大学第二附属医院心血管内科团队经过专业培训后下乡采集。其中人口学信息、生活习惯、病史、中医症状、中医体质通过问卷收集，基础体征（身体质量指数、腰围、血压、心率等）由现场测量获得，查体、理化指标（血常规、生化）以及常规12导联心电图由受过专业训练的医生现场采集，中医体质判定由经过培训的社区医师按照中医体质判定标准进行判定，由副主任及以上职称的中医医师最终核定，最终资料保存至社区居民电子健康档案中。
1.4 研究方法 1.4.1 诊断标准 1.4.1.1 脑卒中诊断标准脑卒中主要包括缺血型（脑梗死）和出血型（脑出血）
1）脑梗死：脑梗死诊断标准参照《中国脑梗死中西医结合诊治指南2017》[9]：（1）急性起病；（2）局灶性神经功能缺损（一侧面部或肢体无力或麻木，言语障碍等），少数为全面神经功能缺损；（3）症状和体征持续时间不限（当影像学显示有责任病灶时），或持续24 h以上（当缺乏责任病灶时）；（4）排除非血管性病因；（5）头颅CT/MRI排除脑出血。
临床诊断应进行分期：发病后6 h以内为超早期；一般发病后2周左右为急性期，但应注意与病情的程度有关，轻型者可能提前进入恢复期，危重型的恢复期可能延迟；发病2周~6个月为恢复期；6个月以后为后遗症期。
2）脑出血：脑出血诊断标准参照《中国脑出血治疗指南（2019）》[10]：（1）急性起病；（2）局灶神经功能缺损症状（少数为全面神经功能缺损），常伴有头痛、呕吐、血压升高及不同程度意识障碍；（3）头颅CT或MRI显示出血灶；（4）排除非血管性脑部病因。
1.4.1.2 中医体质判定标准中医体质判定标准参考《中医体质分类与判定》中九种体质的分类判定标准[11]：分别为平和质、气虚质、气郁质、痰湿质、阴虚质、阳虚质、血瘀质、湿热质、特禀质。若判定过程中若出现兼夹体质，本研究将采用得分最高的体质类型作为其体质类型进行分析。
1.4.2 纳入标准1）具有天津市户籍的常驻人口，累计居住6月以上。2）年龄≥18岁。3）国家基本公共卫生服务体检并建立了社区居民电子健康档案。4）脑卒中患者须符合相应的诊断标准。
同时符合上述3项者，方可纳入本研究。
1.4.3 排除标准1）非社区常驻的流动人口；2）未参与国家基本公共卫生服务体检并拒绝建立社区居民电子健康档案。3）合并有严重呼吸系统疾病、肝肾功能不全、恶性肿瘤、自身免疫系统疾病、血液系统疾病。4）已确定死亡者。5）具有精神症状或认知功能障碍、痴呆患者。6）档案资料缺失比例＞15%者。
符合上述6条中的任何1条者，即被排除。
1.4.4 建模方法 1.4.4.1 样本量计算本研究样本量计算参考文献[12]，基于10EPV（10 event per variable）原则，即每个预测变量至少需要10个阳性样本来保证统计分析的稳定性和准确性。具体而言，假设研究中有k个预测变量，则所需阳性样本数为10×k。为了获得足够的阳性样本数，需考虑样本中阳性事件的发生率p，因此总样本量n需满足n×p≥10×k。例如，若研究中有5个预测变量且阳性事件的发生率为20%，则所需阳性样本数为50，故总样本量需至少为250个样本，以确保每个预测变量有足够的阳性样本进行有效的统计分析。
1.4.4.2 数据的规范化处理为了减少两组相关特征偏差和混杂变量的影响，消除年龄、性别对危险因素的干扰，参考文献[13-15]，采用倾向性评分匹配法（PSM），以年龄、性别为匹配要素，通过R软件将分别将病例组与对照组进行1∶1匹配，设定卡钳值为0.02，以排除混杂因素对脑卒中的影响。在匹配前后，测试协变量的平衡情况，匹配完成后，通过非参数检验和卡方检验（χ2检验）来确定病例组与对照组的协变量是否平衡，若P值＞0.05，提示匹配成功，将匹配后的数据用Excel再次整理，建立规范数据库。
1.4.4.3 混杂因素筛选及模型变量处理为保证所建立的模型更好在社区基层医疗机构开展运用和推广，本研究参考文献[16]所采用的建模指标来源于社区居民电子健康档案中国家基本公共卫生服务项目的年度体检数据。包括人口学信息（年龄、性别、居住地域）、生活习惯（吸烟情况、饮酒情况、饮食结构、运动情况）、病史（高血压病、糖尿病、冠心病、房颤、血脂异常、贫血）、基础体征（身体质量指数、腰围、收缩压、舒张压、心率）、体格检查及理化指标（心脏听诊杂音、心电图ST-T改变、血小板计数、白细胞计数、空腹血糖、动脉硬化指数）、中医症状（乏力、胸闷、心悸、胸痛、失眠、视力模糊、耳鸣、肢体麻木、便秘、肢体活动不利）、中医体质（平和质、气虚质、气郁质、痰湿质、湿热质、特禀质、阴虚质、阳虚质、血瘀质）。
对选取的建模指标进行处理。连续性变量根据与结局变量是否存在线性关系进行处理，若存在线性关系，按照连续变量处理，若非线性关系，可将变量根据临床经验或最佳Cut-off值转换为二分类变量或有序分类变量。无序性多分类变量可根据变量数量转换为多个二分类变量或有序分类变量。
为了减少混杂因素的影响，尽可能降低模型复杂程度，进一步对潜在混杂变量进行筛选。首先，通过单因素分析（如t检验、非参数检验、卡方检验等）识别与结局变量（脑卒中）显著相关的变量（P＜0.05），并通过Lasso算法、共线性诊断再次筛选及评估。随后，将最终筛选的变量纳入多因素Logistic回归模型，以识别独立的预测因素。在多因素回归分析中，逐步回归法（stepwise）被应用以筛选最终的建模变量，进入标准为P＜0.05，剔除标准为P > 0.1。
1.4.4.4 模型建立与评价（部分内容参照统计方法部分）1）模型建立：为保证有足够的训练样本和模型的稳定性，将处理后的数据使用R 4.1.3按照8∶2的比例随机分为训练集和测试集。训练集用于建立模型，而测试集则用于验证训练集所建立模型的区分度和校准度。8∶2比例是机器学习和统计分析中的一种常见实践，适用于大多数应用场景。这种比例在实践中被证明能够在训练效果和评估效果之间取得良好的平衡。既可以重复利用数据样本，避免数据浪费，也可以减少模型过拟合风险，从而提高模型的稳定性和可靠性
2）模型评价：模型评价从内部验证、外部验证等方面进行评价。（1）内部验证通过计算拟合优度、绘制ROC曲线并计算灵敏度、特异度、准确率、阳性似然比、阴性似然比、AUC等评价模型的预测能力，校准度则采用R软件中“caret程序包”进行Bootstrap法做内部验证，绘制校正曲线。最后采用临床决策曲线分析（DCA）对模型临床效能进行评价。（2）外部验证通过即将测试集数据代入测试集构建的模型中，根据区分度、校准度等对模型进行综合评价。（3）通过与单纯西医指标构建的模型比较，评价加入中医体质变量对模型的改进情况。
1.5 统计学处理 1.5.1 单因素分析采用SPSS 28.0、Stata15.0、SAS等软件进行统计学分析，连续性变量中符合正态分布的以均数±标准差（x±s）表示，两组间比较采用独立样本t检验；非正态分布的计量资料以M（Q25，Q75）表示，两组间比较采用非参数检验；分类变量以“率或构成比”表示，组间比较采用卡方检验，等级资料比较应用Wilcoxon秩和检验。将统计结果P＜0.05的变量纳入多因素分析筛选中。
1.5.2 多因素分析将单因素分析筛选后建模指标采用Logistic回归方法进行多因素分析（若因素较多，则在多因素分析前使用Lasso算法及共线性诊断进行二次筛选）。以“脑卒中”为因变量（1=“是”，0=“否”），其余建模指标作为自变量带入Logistic回归模型，进入条件为P＜0.05，剔除条件为P＞0.1。将统计结果P＜0.05的变量纳入最终模型变量中。
1.5.3 模型的验证模型内部验证通过Hosmer-Lemeshow检验评价模型拟合优度，同时绘制受试者工作特征曲线（ROC），并计算灵敏度、特异度、准确率、阳性似然比、阴性似然比、计算AUC等评价模型的预测能力，并应用“caret程序包”进行Bootstrap法做内部验证，绘制校正曲线。最后采用临床决策曲线分析（DCA）对模型临床效能进行评价。
模型外部验证即将测试集数据代入训练集构建的模型中，根据区分度、校准度等对模型进行综合评价。
最终通过以nomogram列线图展现模型。
2 研究结果 2.1 训练集与测试集比较最终共筛查了24 792例档案资料完整的社区人群。其中脑卒中1 376例，粗患病率为5.55%。采用倾向性匹配方法，以年龄、性别为匹配要素，设置卡钳值0.02，共匹配到脑卒中组与非脑卒中组各1 376例。按8∶2比例划分为训练集与测试集，训练集2 202例，测试集550例。训练集与测试集的基线数据比较差异无统计学意义（P＞0.05），具有可比性。
训练集中，脑卒中组与非脑卒中组，在居住地域、身体质量指数、腰围、收缩压、舒张压、心律不齐、饮食嗜盐、运动情况、冠心病、房颤、高血压、糖尿病、白细胞计数、平和质、气虚质、气郁质、痰湿质、阴虚质、阳虚质、乏力、胸闷、心悸、视力模糊、耳鸣、肢体麻木、便秘、肢体活动不利比较上存在显著性，差异具有统计学意义（P＜0.05）。
测试集中，脑卒中组与非脑卒中组，在腰围、收缩压、舒张压、饮食嗜盐、运动情况、冠心病、房颤、高血压、白细胞计数、平和质、气虚质、痰湿质、阳虚质、胸闷、心悸、视力模糊、耳鸣、肢体麻木、便秘、肢体活动不利比较上存在显著性，差异具有统计学意义（P＜0.05）（结果见表 1-3）。
| 例数 | 年龄（岁） | 性别（n，%） | 居住地域（n，%） | 身体质量指数 （kg/m2） |
现在吸烟 （n，%） |
现在饮酒 （n，%） |
||||||
| 男 | 女 | 郊区 | 城区 | |||||||||
| 训练集 | 2 202 | 73.00（69.00，78.00） | 1 356（61.6） | 846（38.4） | 1 149（52.2） | 1 053（47.8） | 25.47（23.24，28.09） | 1 025（46.5） | 787（35.7） | |||
| 测试集 | 550 | 74.00（69.00，78.00） | 362（65.8） | 188（34.2） | 310（56.4） | 240（43.6） | 25.46（23.31，28.04） | 254（46.2） | 213（38.7） | |||
| 总体 | 2 752 | 73.00（69.00，78.00） | 1 718（62.4） | 1 034（37.6） | 1 459（53.0） | 1 293（47.0） | 25.47（23.24，28.08） | 1 279（46.5） | 1 000（36.3） | |||
| P | 0.883 | 0.074 | 0.087 | 0.754 | 0.915 | 0.210 | ||||||
| 例数 | 腰围 （cm） |
收缩压 （mmHg） |
舒张压 （mmHg） |
心率 （次/分） |
心律不齐 （n，%） |
听诊杂音 （n，%） |
饮食嗜盐 （n，%） |
|||||
| 训练集 | 2 202 | 89.00（82.00，96.00） | 130.00（120.00，140.00） | 76.00（70.00，80.00） | 69.00（61.00，78.00） | 324（14.7） | 2（0.1） | 225（10.2） | ||||
| 测试集 | 550 | 89.00（83.00，96.00） | 130.00（120.00，140.00） | 76.00（70.00，80.00） | 68.00（60.00，78.00） | 100（18.2） | 2（0.4） | 64（11.6） | ||||
| 总体 | 2 752 | 89.00（82.00，96.00） | 130.00（120.00，140.00） | 76.00（70.00，80.00） | 69.00（61.00，78.00） | 424（15.4） | 4（0.1） | 289（10.5） | ||||
| P | 0.678 | 0.396 | 0.205 | 0.995 | 0.051 | 0.381 | 0.372 | |||||
| 例数 | 运动情况（n，%） | 合并疾病（n，%） | ||||||||||
| 不运动 | 每天运动 | 每周运动1次 | 偶尔运动 | 冠心病 | 房颤 | 贫血 | 高血压病 | 糖尿病 | 血脂异常 | |||
| 训练集 | 2 202 | 856（38.9） | 993（45.1） | 308（14.0） | 45（2.0） | 313（14.2） | 26（1.2） | 98（4.5） | 1 635（74.3） | 628（28.5） | 983（44.6） | |
| 测试集 | 550 | 216（39.3） | 262（47.6） | 67（12.2） | 5（0.9） | 89（16.2） | 7（1.3） | 23（4.2） | 404（73.5） | 149（27.1） | 242（44.0） | |
| 总体 | 2 752 | 1 072（39.0） | 1 255（45.6） | 375（13.6） | 50（1.8） | 402（14.6） | 33（1.2） | 121（4.4） | 2 039（74.1） | 777（28.2） | 1 225（44.5） | |
| P | 0.186 | 0.271 | 1.000 | 0.874 | 0.744 | 0.540 | 0.824 | |||||
| 例数 | 理化指标 | |||||||||||
| 血小板计数（×109/L） | 白细胞计数（×109/L） | 空腹血糖（mmol/L） | ST-T改变（n，%） | 动脉硬化指数≥4（n，%） | ||||||||
| 训练集 | 2 202 | 209.00（176.00，248.00） | 5.84（4.90，6.90） | 5.78（5.25，6.64） | 1 278（58.0） | 496（22.5） | ||||||
| 测试集 | 550 | 209.00（176.00，247.00） | 5.80（4.92，6.80） | 5.70（5.20，6.61） | 298（54.2） | 117（21.3） | ||||||
| 总体 | 2 752 | 209.00（176.00，248.00） | 5.80（4.90，6.90） | 5.77（5.23，6.63） | 1 576（57.3） | 613（22.3） | ||||||
| P | 0.558 | 0.453 | 0.268 | 0.112 | 0.566 | |||||||
| 例数 | 中医体质（n，%） | |||||||||||
| 平和质 | 气虚质 | 气郁质 | 痰湿质 | 湿热质 | 特禀质 | 阴虚质 | 阳虚质 | 血瘀质 | ||||
| 训练集 | 2 202 | 1 640（74.5） | 154（7.0） | 72（3.3） | 220（10.0） | 50（2.3） | 32（1.5） | 195（8.9） | 198（9.0） | 39（1.8） | ||
| 测试集 | 550 | 418（76.0） | 34（6.2） | 18（3.3） | 53（9.6） | 17（3.1） | 6（1.1） | 38（6.9） | 53（9.6） | 5（0.9） | ||
| 总体 | 2 752 | 2 058（74.8） | 188（6.8） | 90（3.3） | 273（9.9） | 67（2.4） | 38（1.4） | 233（8.5） | 251（9.1） | 44（1.6） | ||
| P | 0.496 | 0.562 | 1.000 | 0.866 | 0.336 | 0.655 | 0.167 | 0.699 | 0.211 | |||
| 例数 | 主要症状（n，%） | |||||||||||
| 乏力 | 胸闷 | 心悸 | 胸痛 | 失眠 | 视力模糊 | 耳鸣 | 肢体麻木 | 便秘 | 肢体活动不利 | |||
| 训练集 | 2 202 | 23（1.0） | 214（9.7） | 200（9.1） | 4（0.2） | 1（0.0） | 286（13.0） | 188（8.5） | 82（3.7） | 22（1.0） | 73（3.3） | |
| 测试集 | 550 | 8（1.5） | 54（9.8） | 46（8.4） | 4（0.7） | 1（0.2） | 63（11.5） | 37（6.7） | 19（3.5） | 6（1.1） | 21（3.8） | |
| 总体 | 2 752 | 31（1.1） | 268（9.7） | 246（8.9） | 8（0.3） | 2（0.1） | 349（12.7） | 225（8.2） | 101（3.7） | 28（1.0） | 94（3.4） | |
| P | 0.556 | 1.000 | 0.656 | 0.092 | 0.859 | 0.371 | 0.194 | 0.862 | 1.000 | 0.653 | ||
| 注：1 mmHg≈0.133 kPa；身体质量指数：身体质量指数=体质量（kg）/身高的平方（m2）；动脉硬化指数：动脉硬化指数=[总胆固醇（TC）-高密度脂蛋白（HDL-C）]/高密度脂蛋白（HDL-C），动脉硬化指数≥4，则说明发生动脉硬化。 |
||||||||||||
| 组别 | 例数 | 年龄（岁） | 性别（n，%） | 居住地域（n，%）*** | 身体质量指数 （kg/m2）** |
现在吸烟 （n，%） |
现在饮酒 （n，%） |
|||||
| 男 | 女 | 郊区 | 城区 | |||||||||
| 非脑卒中组 | 1 101 | 73.00（69.00，79.00） | 685（62.2） | 416（37.8） | 631（57.3） | 470（42.7） | 25.18（22.95，28.03） | 527（47.9） | 411（37.3） | |||
| 脑卒中组 | 1 101 | 73.00（69.00，78.00） | 671（60.9） | 430（39.1） | 518（47.0） | 583（53.0） | 25.71（23.47，28.13） | 498（45.2） | 376（34.2） | |||
| 总体 | 2 202 | 73.00（69.00，78.00） | 1 356（61.6） | 846（38.4） | 1 149（52.2） | 1 053（47.8） | 25.47（23.24，28.09） | 1 025（46.5） | 787（35.7） | |||
| P | 0.531 | 0.569 | ＜0.001 | 0.004 | 0.232 | 0.131 | ||||||
| 组别 | 例数 | 腰围 （cm）*** |
收缩压 （mmHg）*** |
舒张压 （mmHg）*** |
心率 （次/分） |
心律不齐 （n，%）* |
听诊杂音 （n，%） |
饮食嗜盐 （n，%）*** |
||||
| 非脑卒中组 | 1 101 | 88.00（80.00，95.00） | 130.00（120.00，138.00） | 72.00（70.00，80.00） | 69.00（62.00，78.00） | 141（12.8） | 1（0.1） | 9（0.8） | ||||
| 脑卒中组 | 1 101 | 89.00（83.00，96.00） | 130.00（124.00，142.00） | 78.00（70.00，80.00） | 69.00（60.00，78.00） | 183（16.6） | 1（0.1） | 216（19.6） | ||||
| 总体 | 2 202 | 89.00（82.00，96.00） | 130.00（120.00，140.00） | 76.00（70.00，80.00） | 69.00（61.00，78.00） | 324（14.7） | 2（0.1） | 225（10.2） | ||||
| P | ＜0.001 | ＜0.001 | ＜0.001 | 0.389 | 0.014 | 1.000 | ＜0.001 | |||||
| 组别 | 例数 | 运动情况（n，%）*** | 合并疾病（n，%） | |||||||||
| 不运动 | 每天运动 | 每周运动1次 | 偶尔运动 | 冠心病*** | 房颤*** | 贫血 | 高血压病*** | 糖尿病*** | 血脂异常 | |||
| 非脑卒中组 | 1 101 | 376（34.2） | 530（48.1） | 176（16.0） | 19（1.7） | 79（7.2） | 0（0.0） | 40（3.6） | 675（61.3） | 251（22.8） | 500（45.4） | |
| 脑卒中组 | 1 101 | 480（43.6） | 463（42.1） | 132（12.0） | 26（2.4） | 234（21.3） | 26（2.4） | 58（5.3） | 960（87.2） | 377（34.2） | 483（43.9） | |
| 总体 | 2 202 | 856（38.9） | 993（45.1） | 308（14.0） | 45（2.0） | 313（14.2） | 26（1.2） | 98（4.5） | 1 635（74.3） | 628（28.5） | 983（44.6） | |
| P | ＜0.001 | ＜0.001 | ＜0.001 | 0.079 | ＜0.001 | ＜0.001 | 0.493 | |||||
| 组别 | 例数 | 理化指标 | ||||||||||
| 血小板计数（×109/L） | 白细胞计数（×109/L）** | 空腹血糖（mmol/L） | ST-T改变（n，%） | 动脉硬化指数≥4（n，%） | ||||||||
| 非脑卒中组 | 1 101 | 210.00（177.00，250.00） | 5.80（4.80，6.80） | 5.80（5.30，6.60） | 639（58.0） | 260（23.6） | ||||||
| 脑卒中组 | 1 101 | 208.00（175.00，246.00） | 5.91（4.98，7.10） | 5.77（5.22，6.70） | 639（58.0） | 236（21.4） | ||||||
| 总体 | 2 202 | 209.00（176.00，248.00） | 5.84（4.90，6.90） | 5.78（5.25，6.64） | 1 278（58.0） | 496（22.5） | ||||||
| P | 0.245 | 0.006 | 0.961 | 1.000 | 0.241 | |||||||
| 组别 | 例数 | 中医体质（n，%） | ||||||||||
| 平和质*** | 气虚质*** | 气郁质*** | 痰湿质*** | 湿热质 | 特禀质 | 阴虚质*** | 阳虚质*** | 血瘀质 | ||||
| 非脑卒中组 | 1 101 | 967（87.8） | 32（2.9） | 16（1.5） | 38（3.5） | 20（1.8） | 16（1.5） | 71（6.4） | 54（4.9） | 17（1.5） | ||
| 脑卒中组 | 1 101 | 673（61.1） | 122（11.1） | 56（5.1） | 182（16.5） | 30（2.7） | 16（1.5） | 124（11.3） | 144（13.1） | 22（2.0） | ||
| 总体 | 2 202 | 1 640（74.5） | 154（7.0） | 72（3.3） | 220（10.0） | 50（2.3） | 32（1.5） | 195（8.9） | 198（9.0） | 39（1.8） | ||
| P | ＜0.001 | ＜0.001 | ＜0.001 | ＜0.001 | 0.198 | 1.000 | ＜0.001 | ＜0.001 | 0.518 | |||
| 组别 | 例数 | 主要症状（n，%） | ||||||||||
| 乏力*** | 胸闷*** | 心悸*** | 胸痛 | 失眠 | 视力模糊*** | 耳鸣*** | 肢体麻木*** | 便秘*** | 肢体活动不利*** | |||
| 非脑卒中组 | 1 101 | 0（0.0） | 0（0.0） | 1（0.1） | 0（0.0） | 0（0.0） | 2（0.2） | 0（0.0） | 0（0.0） | 0（0.0） | 0（0.0） | |
| 脑卒中组 | 1 101 | 23（2.1） | 214（19.4） | 199（18.1） | 4（0.4） | 1（0.1） | 284（25.8） | 188（17.1） | 82（7.4） | 22（2.0） | 73（6.6） | |
| 总体 | 2 202 | 23（1.0） | 214（9.7） | 200（9.1） | 4（0.2） | 1（0.0） | 286（13.0） | 188（8.5） | 82（3.7） | 22（1.0） | 73（3.3） | |
| P | ＜0.001 | ＜0.001 | ＜0.001 | 0.133 | 1.000 | ＜0.001 | ＜0.001 | ＜0.001 | ＜0.001 | ＜0.001 | ||
| 注：与非脑卒中组比较，*P＜0.05，**P＜0.01，***P＜0.001；1 mmHg≈0.133 kPa；身体质量指数：身体质量指数=体质量（kg）/身高的平方（m2）；动脉硬化指数：动脉硬化指数=[总胆固醇（TC）-高密度脂蛋白（HDL-C）]/高密度脂蛋白（HDL-C），动脉硬化指数≥4，则说明发生动脉硬化。 | ||||||||||||
| 组别 | 例数 | 年龄（岁） | 性别（n，%） | 居住地域（n，%） | 身体质量指数 （kg/m2） |
现在吸烟 （n，%） |
现在饮酒 （n，%） |
|||||
| 男 | 女 | 郊区 | 城区 | |||||||||
| 非脑卒中组 | 275 | 73.00（69.00，77.00） | 174（63.3） | 101（36.7） | 165（60.0） | 110（40.0） | 24.98（23.12，27.91） | 123（44.7） | 101（36.7） | |||
| 脑卒中组 | 275 | 74.00（69.00，79.00） | 188（68.4） | 87（31.6） | 145（52.7） | 130（47.3） | 25.78（23.60，28.07） | 131（47.6） | 112（40.7） | |||
| 总体 | 550 | 74.00（69.00，78.00） | 362（65.8） | 188（34.2） | 310（56.4） | 240（43.6） | 25.46（23.31，28.04） | 254（46.2） | 213（38.7） | |||
| P | 0.174 | 0.243 | 0.102 | 0.081 | 0.549 | 0.381 | ||||||
| 组别 | 例数 | 腰围 （cm）* |
收缩压 （mmHg）* |
舒张压 （mmHg）** |
心率 （次/分） |
心律不齐 （n，%） |
听诊杂音 （n，%） |
饮食嗜盐 （n，%）*** |
||||
| 非脑卒中组 | 275 | 87.00（82.00，95.50） | 128.00（120.00，139.00） | 74.00（70.00，80.00） | 68.00（60.00，77.00） | 43（15.6） | 0（0.0） | 4（1.5） | ||||
| 脑卒中组 | 275 | 90.00（84.00，96.00） | 130.00（120.00，146.00） | 77.00（70.00，82.00） | 69.00（61.50，78.50） | 57（20.7） | 2（0.7） | 60（21.8） | ||||
| 总体 | 550 | 89.00（83.00，96.00） | 130.00（120.00，140.00） | 76.00（70.00，80.00） | 68.00（60.00，78.00） | 100（18.2） | 2（0.4） | 64（11.6） | ||||
| P | 0.010 | 0.031 | 0.002 | 0.281 | 0.151 | 0.479 | ＜0.001 | |||||
| 组别 | 例数 | 运动情况（n，%）** | 合并疾病（n，%） | |||||||||
| 不运动 | 每天运动 | 每周运动1次 | 偶尔运动 | 冠心病*** | 房颤* | 贫血 | 高血压病*** | 糖尿病 | 血脂异常 | |||
| 非脑卒中组 | 275 | 88（32.0） | 145（52.7） | 40（14.5） | 2（0.7） | 18（6.5） | 0（0.0） | 11（4.0） | 165（60.0） | 65（23.6） | 124（45.1） | |
| 脑卒中组 | 275 | 128（46.5） | 117（42.5） | 27（9.8） | 3（1.1） | 71（25.8） | 7（2.5） | 12（4.4） | 239（86.9） | 84（30.5） | 118（42.9） | |
| 总体 | 550 | 216（39.3） | 262（47.6） | 67（12.2） | 5（0.9） | 89（16.2） | 7（1.3） | 23（4.2） | 404（73.5） | 149（27.1） | 242（44.0） | |
| P | 0.004 | ＜0.001 | 0.022 | 1.000 | ＜0.001 | 0.084 | 0.668 | |||||
| 组别 | 例数 | 理化指标 | ||||||||||
| 血小板计数（×109/L） | 白细胞计数（×109/L）** | 空腹血糖（mmol/L） | ST-T改变（n，%） | 动脉硬化指数≥4（n，%） | ||||||||
| 非脑卒中组 | 275 | 207.00（175.50，244.50） | 5.60（4.85，6.50） | 5.70（5.20，6.40） | 141（51.3） | 65（23.6） | ||||||
| 脑卒中组 | 275 | 211.00（176.00，250.00） | 5.90（5.12，7.08） | 5.70（5.16，6.89） | 157（57.1） | 52（18.9） | ||||||
| 总体 | 550 | 209.00（176.00，247.00） | 5.80（4.92，6.80） | 5.70（5.20，6.61） | 298（54.2） | 117（21.3） | ||||||
| P | 0.628 | 0.003 | 0.786 | 0.199 | 0.211 | |||||||
| 组别 | 例数 | 中医体质（n，%） | ||||||||||
| 平和质*** | 气虚质** | 气郁质 | 痰湿质*** | 湿热质 | 特禀质 | 阴虚质 | 阳虚质*** | 血瘀质 | ||||
| 非脑卒中组 | 275 | 241（87.6） | 9（3.3） | 6（2.2） | 10（3.6） | 7（2.5） | 4（1.5） | 15（5.5） | 15（5.5） | 1（0.4） | ||
| 脑卒中组 | 275 | 177（64.4） | 25（9.1） | 12（4.4） | 43（15.6） | 10（3.6） | 2（0.7） | 23（8.4） | 38（13.8） | 4（1.5） | ||
| 总体 | 550 | 418（76.0） | 34（6.2） | 18（3.3） | 53（9.6） | 17（3.1） | 6（1.1） | 38（6.9） | 53（9.6） | 5（0.9） | ||
| P | ＜0.001 | 0.008 | 0.231 | ＜0.001 | 0.622 | 0.681 | 0.239 | 0.001 | 0.369 | |||
| 组别 | 例数 | 主要症状（n，%） | ||||||||||
| 乏力 | 胸闷*** | 心悸*** | 胸痛 | 失眠 | 视力模糊*** | 耳鸣*** | 肢体麻木*** | 便秘* | 肢体活动不利*** | |||
| 非脑卒中组 | 275 | 1（0.4） | 0（0.0） | 0（0.0） | 0（0.0） | 0（0.0） | 1（0.4） | 0（0.0） | 0（0.0） | 0（0.0） | 0（0.0） | |
| 脑卒中组 | 275 | 7（2.5） | 54（19.6） | 46（16.7） | 4（1.5） | 1（0.4） | 62（22.5） | 37（13.5） | 19（6.9） | 6（2.2） | 21（7.6） | |
| 总体 | 550 | 8（1.5） | 54（9.8） | 46（8.4） | 4（0.7） | 1（0.2） | 63（11.5） | 37（6.7） | 19（3.5） | 6（1.1） | 21（3.8） | |
| P | 0.075 | ＜0.001 | ＜0.001 | 0.132 | 1.000 | ＜0.001 | ＜0.001 | ＜0.001 | 0.040 | ＜0.001 | ||
| 注：与非脑卒中组比较，*P＜0.05，**P＜0.01，***P＜0.001；1mmHg≈0.133 kPa；身体质量指数：身体质量指数=体质量（kg）/身高的平方（m2）；动脉硬化指数：动脉硬化指数=[总胆固醇（TC）-高密度脂蛋白（HDL-C）]/高密度脂蛋白（HDL-C），动脉硬化指数≥4，则说明发生动脉硬化。 | ||||||||||||
表 2所示，训练集中，脑卒中组与非脑卒中组，在居住地域、身体质量指数、腰围、收缩压、舒张压、心律不齐、饮食嗜盐、运动情况、冠心病、房颤、高血压、糖尿病、白细胞计数、平和质、气虚质、气郁质、痰湿质、阴虚质、阳虚质、乏力、胸闷、心悸、视力模糊、耳鸣、肢体麻木、便秘、肢体活动不利比较上存在显著性，差异具有统计学意义（P＜0.05），是脑卒中患病的可疑影响因素。
为尽可能降低模型的复杂程度，同样采用Lasso算法对27个变量进一步筛选，显示当λ=648时，最优参数为0.000 488 931 2，通过10折交叉验证，找到最优λ（即距离最小均方误差（MSE）1个标准误时对应的λ），最优λ为0.005 025 126。
进一步剔除了腰围、心律不齐、气郁质、阳虚质4个变量，剩余23个变量（结果见表 4）。
| 变量 | 回归系数 | 变量 | 回归系数 | |
| 居住地域 | 0.152 | 气虚质 | 0.377 | |
| 身体质量指数（kg/m2） | -0.004 | 气郁质 | - | |
| 腰围（cm） | - | 痰湿质 | 0.517 | |
| 收缩压（mmHg） | 0.000 | 阴虚质 | -1.073 | |
| 舒张压（mmHg） | 0.025 | 阳虚质 | - | |
| 心律不齐 | - | 乏力 | 2.132 | |
| 饮食嗜盐 | 2.901 | 胸闷 | 2.104 | |
| 运动情况 | -0.171 | 心悸 | 1.499 | |
| 冠心病 | 0.760 | 视力模糊 | 3.186 | |
| 房颤 | 2.765 | 耳鸣 | 0.505 | |
| 高血压病 | 0.820 | 肢体麻木 | 2.216 | |
| 糖尿病 | 0.096 | 便秘 | 1.783 | |
| 白细胞计数（×109/L） | 0.066 | 肢体活动不利 | 2.870 | |
| 平和质 | -1.307 | |||
| 注：1 mmHg≈0.133 kPa；身体质量指数=体质量（kg）/身高的平方（m2）。 | ||||
将Lasso算法最终筛选的23个非零系数变量进行共线性诊断，结果显示各变量容差均＞0.1且＜1，方差膨胀因子均＜10，提示各变量不存在共线性，可纳入二元Logistic回归方程进行多因素分析（结果见表 5）。
| 变量 | 容差 | 方差膨胀因子 | 变量 | 容差 | 方差膨胀因子 | |
| 居住地域 | 0.655 | 1.527 | 气虚质 | 0.732 | 1.366 | |
| 身体质量指数（kg/m2） | 0.884 | 1.131 | 痰湿质 | 0.589 | 1.699 | |
| 收缩压（mmHg） | 0.662 | 1.510 | 阴虚质 | 0.685 | 1.461 | |
| 舒张压（mmHg） | 0.645 | 1.549 | 乏力 | 0.839 | 1.191 | |
| 饮食嗜盐 | 0.900 | 1.111 | 胸闷 | 0.205 | 4.871 | |
| 运动情况 | 0.854 | 1.171 | 心悸 | 0.202 | 4.946 | |
| 冠心病 | 0.916 | 1.092 | 视力模糊 | 0.330 | 3.033 | |
| 房颤 | 0.969 | 1.032 | 耳鸣 | 0.301 | 3.318 | |
| 高血压病 | 0.778 | 1.286 | 肢体麻木 | 0.797 | 1.255 | |
| 糖尿病 | 0.903 | 1.107 | 便秘 | 0.856 | 1.169 | |
| 白细胞计数（×109/L） | 0.926 | 1.080 | 肢体活动不利 | 0.887 | 1.127 | |
| 平和质 | 0.383 | 2.608 | ||||
| 注：1 mmHg≈0.133 kPa；身体质量指数=体质量（kg）/身高的平方（m2）。 | ||||||
以脑卒中为因变量，以居住地域、身体质量指数、收缩压、舒张压、饮食嗜盐、运动情况、冠心病、房颤、高血压病、糖尿病、白细胞计数、平和质、气虚质、痰湿质、阴虚质、乏力、胸闷、心悸、视力模糊、耳鸣、肢体麻木、便秘、肢体活动不利为因变量（其中身体质量指数按临床意义转化为分类变量、收缩压、舒张压、白细胞计数按其最佳Cut-off值转化为分类变量），采用逐步回归法进行多因素筛选并构建二元Logistic回归方程，结果显示，居住地域（β=0.355）、舒张压（β=0.027）、饮食嗜盐（β=3.377）、每日运动一次（β=-0.455）、每周1次以上运动（β=-0.790）、偶尔运动（β=0.430）、冠心病（β=0.906）、高血压（β=0.891）、白细胞计数（β=0.093）、平和质（β=-1.431）、气虚质（β=0.621）、痰湿质（β=0.710）、阴虚质（β=-1.549）、心悸（β=2.935）、视力模糊（β=3.862）具有统计学意义（P＜0.05）作为入选模型的最终建模指标（结果见表 6）。
| 变量 | β | S.E. | Wald | P | OR及95%CI |
| 居住地域（城市）** | 0.389 | 0.146 | 7.125 | 0.008 | 1.475（1.109，1.962） |
| 饮食嗜盐*** | 3.333 | 0.363 | 84.438 | ＜0.001 | 28.035（13.769，57.079） |
| 不运动*** | 21.200 | ＜0.001 | |||
| 每日运动一次** | -0.460 | 0.133 | 11.961 | 0.001 | 0.631（0.487，0.819） |
| 每周一次以上运动** | -0.726 | 0.220 | 10.924 | 0.001 | 0.484（0.315，0.744） |
| 冠心病*** | 0.906 | 0.186 | 23.796 | ＜0.001 | 2.474（1.719，3.56） |
| 高血压病*** | 0.930 | 0.157 | 35.010 | ＜0.001 | 2.535（1.863，3.45） |
| 舒张压（≥75.5 mmHg）*** | 0.766 | 0.138 | 30.988 | ＜0.001 | 2.151（1.643，2.817） |
| 白细胞计数（≥7.01×109/L）* | 0.336 | 0.143 | 5.523 | 0.019 | 1.399（1.057，1.852） |
| 平和质*** | -1.423 | 0.224 | 40.167 | ＜0.001 | 0.241（0.155，0.374） |
| 气虚质* | 0.579 | 0.291 | 3.947 | 0.047 | 1.784（1.008，3.159） |
| 痰湿质* | 0.706 | 0.275 | 6.581 | 0.010 | 2.026（1.181，3.476） |
| 心悸** | 2.874 | 1.099 | 6.843 | 0.009 | 17.716（2.056，152.661） |
| 视力模糊*** | 3.750 | 0.744 | 25.372 | ＜0.001 | 42.511（9.882，182.883） |
| 常量 | -0.897 | 0.284 | 9.994 | 0.002 | 0.408 |
| 注：*P＜0.05，**P＜0.01，***P＜0.001；1 mmHg≈0.133 kPa。 | |||||
根据表 3-16结果，以Logistic回归方式建立脑卒中中西医结合早期筛查模型。回归方程：Logit（P）=0.389×居住地域（城市）+0.766×舒张压（≥75.5 mmHg）+3.333×饮食嗜盐（是）-0.460×运动（每日1次）-0.726×运动（每周1次以上）+0.906×合并冠心病（是）+0.930×合并高血压病（是）+0.336×白细胞计数（≥7.01×109/L）-1.423×平和质（是）+0.579×气虚质（是）+0.706×痰湿质（是）+2.874×心悸（是）+3.750×视力模糊-0.897。
Hosmer-Lemeshow检验提示χ2=7.853，P=0.448＞0.05，提示Logistic回归模型的拟合度良好。
2.5 风险分层由于研究人群脑卒中预测发病概率呈偏态分布，因此按风险概率四分位数分为3组＜0.188（545例）组、0.188~0.943（1 107例）组、＞0.943（550例）组，显示高危人群（＞0.943）的脑卒中风险是低危人群（＜0.188组）人群患病风险的804.923倍，95%CI（311.469，2015.441）（结果见表 7）。
| 风险分层 | β | S.E. | Wald | P | OR及95%CI | |
| 低危 | ＜0.188 | 1.000 | ||||
| 中危*** | 0.188~0.943 | 1.773 | 0.145 | 148.717 | ＜0.001 | 5.886（4.427，7.826） |
| 高危*** | ＞0.943 | 6.691 | 0.468 | 204.129 | ＜0.001 | 804.923（311.469，2 015.441） |
| 注：与低危人群比较，***P＜0.001。 | ||||||
为了进一步评估该模型的实际预测效能，需要对模型的区分度和校准度进行内部验证和外部验证。
1）区分度：首先，利用ROC曲线面积（AUC）来分析模型的判别能力，训练集的AUC为0.891[95%CI（0.878，0.905）]，Cut-off值为0.558，灵敏度为70.57%，特异度为94.10%；外部测试集的AUC为0.860[95%CI（0.830，0.890）]，Cut-off值为0.387，灵敏度为66.18%，特异度为89.46%，表明该预测模型具有较好的判别能力（结果见表 8，图 1）。
| 预测变量 | cut-off值 | 灵敏度（%） | 特异度（%） | 准确率（%） | 真阳个数 | 真阴个数 | 假阳个数 | 假阴个性 | 阳性预测值（%） | 阴性预测值（%） | 约登指数 |
| 训练集 | 0.558 | 70.57 | 94.10 | 82.33 | 771 | 1 036 | 65 | 324 | 92.28 | 76.18% | 0.647 |
| 测试集 | 0.387 | 66.18 | 89.46 | 77.82 | 182 | 246 | 29 | 93 | 86.26 | 72.57% | 0.556 |
|
| 图 1 训练集与测试集的ROC曲线 |
2）校准度：其次，利用校准曲线评估模型的校准度，如图所示，两者的校准曲线均显示该模型的预测概率比较接近于观察到的实际概率，训练集中的平均绝对误差为0.003，测试集中的平均绝对误差为0.012，提示模型预测效能良好（结果见图 2）。
|
| 图 2 训练集和测试集校准曲线 |
3）临床决策分析（DCA）：为了评估该模型的临床有效性，通过绘制DCA曲线，进一步评估脑卒中早期诊断模型的临床净收益。结果分析显示，在训练集中，当疾病阈值概率为0.02~0.99时，使用该模型会比对所有患者实施或者不实施干预措施更有利，即净收益 > 0，测试集的疾病阈值概率为0.02~0.99（结果见图 3）。
|
| 图 3 训练集与测试集临床决策曲线 |
4）与单纯西医指标构建的回归模型比较：同前所述，以脑卒中为因变量，以去除中医体质变量的剩余单纯西医指标作为自变量，采用逐步回归法进行多因素筛选并建立二元Logistic回归方程：Logit（P）=0.414×居住地域（城市）+0.781×舒张压（≥75.5 mmHg）+3.394×饮食嗜盐（是）-0.481×运动（每日1次）-0.725×运动（每周1次以上）+0.952×合并冠心病（是）+1.068×合并高血压病（是）+0.353×白细胞计数（≥7.01×109/L）+4.441×心悸（是）+4.680×视力模糊-1.974，Hosmer-Lemeshow检验提示χ2=9.406，P=0.309＞0.05，提示该模型的拟合度良好。
从区分度、临床决策分析两个方面来评价加入中医体质变量对模型改善情况：
从区分度来看，以训练集数据为例，单纯西医指标模型的AUC=0.841[95%CI（0.825，0.857）]，模型预测准确率为75.57%，加入中医体质后AUC达到0.891[95%CI（0.878，0.905）]，模型预测准确率提高到82.33%，Delong检验提示两种模型AUC比较存在显著差异（Z=9.292，P＜0.001），提示加入中医体质变量可以使模型的区分度得到提升（结果见图 4）。
|
| 图 4 加入中医体质变量对模型改进情况—区分度评价 |
从临床决策分析来看，通过绘制DCA曲线，显示与单纯西医指标比较，以测试集数据为例，提示当疾病阈值概率在0.02~0.80时，加入中医体质变量可能进一步提高模型的临床净获益（结果见图 5）。
|
| 图 5 加入中医体质变量对模型改进情况—DCA评价 |
利用R软件中“rms”包将二元logistic回归方程可视化，形成了nomogram图（结果见图 6）。
|
| 图 6 脑卒中早期诊断评估模型：nomogram图 |
脑卒中是中医防控的优势病种。近年来国家积极推进“以预防为主，以基层为重点”的防控方针，开展以脑卒中为代表的心脑血管疾病高危人群早期筛查与综合干预项目，取得了一定成效[17-19]。高危人群早期发现和有效的干预管理，可以减少脑血管事件和过早死亡的发生。通过对适宜人群早期筛查，及时发现脑卒中高危人群，了解其相关危险因素，及时采取针对性的干预措施，减少高危人群向患病人群的转化，从而达到降低脑卒中的疾病负担。
通过文献研究结合流行病学调查，可以发现天津地区脑卒中的防控主要存在城市社区（农村）居民个体化健康档案信息系统利用不充分、健康管理与中医健康管理服务不规范、中医慢病管理实施环节缺失等问题[8]。建立脑卒中中西医结合早期筛查模型，开展疾病早期风险评估，积极干预，是实现高危人群筛查管理、分级管理、动态管理的重要基石，是基层医疗机构智能防控模式的重要手段。
为保证所建立的模型更好在社区基层医疗机构开展运用和推广，本研究建模指标的选择依托天津地区居民电子健康档案，利用国家基本公共卫生服务项目的年度体检数据，同时考虑资料收集的可行性，预测模型的简洁性、适用性等因素选择合适数量的建模指标，在传统流行病学调查、危险因素分析等基础上，结合数据挖掘技术，融入中医体质、症状信息，建立了适合天津地区基层医疗卫生机构使用的脑卒中中西医结合早期筛查模型。脑卒中早期筛查模型包含了12个预测指标，包括人口学指标（居住地域、饮食嗜盐、运动情况）、查体指标（舒张压）、既往疾病（冠心病、高血压病）、理化指标（白细胞计数）、中医体质（平和质、气虚质、痰湿质）、症状（心悸、视力模糊）。舒张压、高血压病等作为传统影响因素，其重要性已毋庸置疑[20-21]。炎症是动脉粥样硬化的关键机制。白细胞（WBC）计数是反映机体炎症的重要指标。白细胞计数是全身炎症的标志物，被认为在脑卒中等心脑血管疾病患病的风险中起重要作用。白细胞作为血栓形成刺激的来源可增强动脉粥样硬化形成并导致动脉粥样硬化斑块不稳定，Wu TH调查显示，WBC计数与脑卒中风险之间存在正相关且独立的相关性[22]。
中医体质是中医健康状态的重要构成要素。任何疾病的发生都有一定的体质基础，地理环境、气候特征、饮食嗜好、生活起居方式、物质文化等不同，造就体质在不同区域存在差异[23-24]。本研究发现，中医体质中气虚质、痰湿质是脑卒中的影响因素，与其他相关研究结论相一致。如龚柳调查也发现气虚质在非急性期缺血性脑卒中患者中最为多见[25]。偏于痰湿者更易患脑卒中。痰湿质尤其在大动脉粥样硬化性卒中亚型中除血瘀质外较为常见[26]，如《丹溪心法·中风》所谓：“湿土生痰，痰生热，热生风也。”痰湿质可能是导致脑血管疾病发生发展的主要原因。先天禀赋是痰湿体质形成的内在基础，随着生活习惯、饮食结构、生活压力的不断增高，运动量的减少，常导致脾失健运，中焦运化失常，致使痰湿内生，内伤积损外加邪气相干，痰气壅塞，阻塞脉道，常发该病。体质贯穿于疾病的整个过程，是制约和影响疾病发生、发展的必然要素。将中医体质元素应用于脑卒中防控工作中，对于进一步提高脑卒中的防控效果具有积极的影响。
目前，国内外在脑卒中早期筛查模型的构建中尚缺乏中医元素的研究，因此无法进行横向比较。与经典的西医筛查模型如FSP、PCE、China-PAR等模型相比，该研究构建的中西医结合早期筛查模型稍有所不同[3]。虽然国内外指南均推荐使用综合多个危险因素的风险预测模型来评估个体的心血管疾病（CVD）风险，以指导早期的生活方式或治疗性干预，但既往推荐的模型在中国推广应用时存在以下四个主要问题：首先，FSP、PCE、China-PAR等模型均依赖血脂指标来评估疾病风险。然而，根据《国家基本公共卫生服务规范（第三版）》的规定，仅65岁以上老年人每年可以免费检查血脂，这使得65岁以下人群难以定期进行血脂检测，从而影响了这些模型在较年轻群体中的风险评估，并限制了它们的广泛推广和应用；其次，现有模型未能区分冠心病与脑卒中的具体风险，这种无法区分的风险评估可能会影响预防策略的制定；第三，许多模型有特定的适用年龄限制，这可能影响其在不同年龄段人群中的适用性；第四，已有研究表明，经典的Framingham模型往往高估了中国人群的患病风险，这进一步限制了其在我国的应用效果[27]。本研究提出的中西医结合早期筛查模型，充分考虑了社区居民的早期筛查防控现状，其优势在于在保留了目前国内外现有模型的传统指标上增加了生活方式风险评估指标（如饮食嗜盐、运动情况）及中医体质以及相关症状等指标，尤其是加入中医体质有利于识别当血压等得到有效控制后残余脑卒中的患病风险，弥补了现有模型在无法获取血脂数据下应用受限的不足，这不仅增强了模型在社区医疗机构中的实用性，适用于更广泛的人群，还通过结合中医体质，从多维度提供了更全面的疾病风险评估，能够更早地识别和干预潜在的卒中高危人群，将有助于在社区医疗服务中提高脑卒中早期预警的准确性，并推动健康管理的精细化和个性化。
本研究尚存在一定局限性：其一，本研究采用回顾性数据作为支撑，缺乏如前瞻性队列研究终点事件的观察，不可避免存在一定偏倚，因此模型在今后的使用中仍需大样本的前瞻性数据进行反复验证；其二，本模型仅为探索中医元素在脑卒中早期筛查、预警的作用，因受回顾性数据的限制，缺乏舌脉、证候等中医元素，因此本研究构建的模型仅纳入了中医体质变量，未来在开展前瞻性研究中将逐渐加入中医证素、舌脉等指标，对模型进行不断优化。
综上所述，基于社区人群年度体检数据构建的脑卒中中西医结合早期筛查模型具有较好的临床预测效能，可定量评估社区居民脑卒中的患病风险，帮助社区医师完成脑卒中高危人群筛查，对疾病早期诊断具有一定价值。
| [1] |
陆佳楠, 张建民. 脑血管病防治: 从心脑血管病联防联治谈起[J]. 心脑血管病防治, 2020, 20(1): 25-37, 42. |
| [2] |
汤少梁, 赵兴华, 董慧秋, 等. 中国、美国和全球居民2010—2019年脑卒中疾病负担趋势年龄-时期-队列分析[J]. 中国公共卫生, 2024, 40(6): 649-658. |
| [3] |
王文志. 应重视脑卒中首次发病风险评估[J]. 中华健康管理学杂志, 2018, 4(5): 385-388. |
| [4] |
王拥军, 李子孝, 谷鸿秋, 等. 中国卒中报告2020(中文版)(1)[J]. 中国卒中杂志, 2022, 17(5): 433-447. |
| [5] |
杨宇鹏, 柳艳萍, 杨学礼, 等. 2012—2021年天津市滨海新区居民脑卒中发病特征及趋势分析[J]. 中国慢性病预防与控制, 2023, 31(4): 311-314. |
| [6] |
吴亚男. 天津农村居民脑卒中发病率及其危险因素: 一项基于人群的28年前瞻性队列研究[D]. 天津: 天津医科大学, 2019.
|
| [7] |
天津市卫生健康委员会, 天津市居民健康状况报告(2019年度)[R]. 天津: 天津市卫生健康委员会, 2020.
|
| [8] |
杨继, 张垚, 张秋月, 等. 慢性心脑血管疾病中医防控的现状问题及应对策略: 以天津地区为例[J]. 中国卫生事业管理, 2022, 39(4): 265-270. |
| [9] |
高长玉, 吴成翰, 赵建国, 等. 中国脑梗死中西医结合诊治指南(2017)[J]. 中国中西医结合杂志, 2018, 38(2): 136-144. |
| [10] |
中华医学会神经病学分会, 中华医学会神经病学分会脑血管病学组. 中国脑出血诊治指南(2019)[J]. 中华神经科杂志, 2019(12): 994-1005. |
| [11] |
中华中医药学会发布. 中医体质分类与判定[M]. 北京: 中国中医药出版社, 2009.
|
| [12] |
PEDUZZI P, CONCATO J, FEINSTEIN A R, et al. Importance of events per independent variable in proportional hazards regression analysis. Ⅱ. Accuracy and precision of regression estimates[J]. Journal of Clinical Epidemiology, 1995, 48(12): 1503-1510. DOI:10.1016/0895-4356(95)00048-8 |
| [13] |
李杰, 段光友, 曾义, 等. 围术期患者因素和麻醉方式对再次剖宫产术中出血风险的影响[J]. 临床麻醉学杂志, 2019, 35(11): 1070-1074. |
| [14] |
PARK C, JIANG N, PARK T. Pure additive contribution of genetic variants to a risk prediction model using propensity score matching: Application to type 2 diabetes[J]. Genomics & Informatics, 2019, 17(4): e47. |
| [15] |
LI H B, JIN X Q, FAN S L, et al. Behavioural disorders in children with pectus excavatum in China: A retrospective cohort study with propensity score matching and risk prediction model[J]. European Journal of Cardio-Thoracic Surgery, 2019, 56(3): 596-603. DOI:10.1093/ejcts/ezz038 |
| [16] |
雷力, 戴磊, 张秋霞, 等. 基于国家基本公共卫生服务项目构建与评价新发心房颤动风险列线图[J]. 临床心血管病杂志, 2022, 38(3): 216-221. |
| [17] |
陈庆华, 黄久仪, 余虹, 等. 某社区老年人群卒中一级干预方案实施效果的初步评价[J]. 中国脑血管病杂志, 2022, 19(2): 88-93. |
| [18] |
路笑颖, 刘玉环, 唐丽娟, 等. 河北省心血管病高危人群干预效果评价[J]. 中国慢性病预防与控制, 2023, 31(1): 56-59, 65. |
| [19] |
杨雅格. 恩施地区脑卒中高危人群筛查结果及干预效果分析[D]. 恩施: 湖北民族大学, 2022.
|
| [20] |
余洋, 郝春艳, 王路, 等. 中老年男性人群卒中风险评估及相关危险因素分析[J]. 中国卒中杂志, 2019, 14(3): 213-218. |
| [21] |
吴宝恒, 周树峰, 聂雪琼, 等. 北京市大兴区农村居民高血压、冠心病、脑卒中和糖尿病患病情况及影响因素分析[J]. 中国健康教育, 2008, 24(11): 825-828. |
| [22] |
LI J Q, IMANO H, YAMAGISHI K, et al. Leukocyte count and risks of stroke and coronary heart disease: The circulatory risk in communities study(CIRCS)[J]. Journal of Athero- sclerosis and Thrombosis, 2022, 29(4): 527-535. DOI:10.5551/jat.60889 |
| [23] |
徐聆, 徐榕, 陈燕. 老年冠状动脉粥样硬化性心脏病早期气虚质简易辨识评价表的研制[J]. 中医临床研究, 2022, 14(15): 125-129. |
| [24] |
王琦. 中医健康状态概念及其内涵研究[J]. 中华健康管理学杂志, 2012, 6(6): 1-3. |
| [25] |
龚柳, 王宇, 姚迎叶, 等. 基于社区的非急性期缺血性脑卒中患者健康状态和中医特征调查[J]. 中国中西医结合杂志, 2019, 39(12): 1434-1439. |
| [26] |
高心宇, 尹莲花. 大动脉粥样硬化性卒中中医体质和同型半胱氨酸关系的研究[J]. 中国中医急症, 2015, 24(11): 2005-2006. |
| [27] |
中国心血管风险评估与管理指南联合工作组. 中国心血管病风险评估和管理指南[J]. 中国循环杂志, 2019, 34(1): 4-28. |