论文部分内容阅读
背景中风是全世界致残和死亡的主要原因,缺血性脑卒中是其主要的类型,约占所有中风的80%-85%。卒中相关性肺炎(stroke-associated pneumonia,SAP)是急性缺血性卒中(acute ischemic stroke,AIS)患者入院期间最常见的并发病之一,它可增加AIS患者的致残致死率,造成严重的经济负担。因此,寻找可能与AIS患者发生SAP及预后不良的标记物具有重要的临床意义。目前有越来越多的研究证据表明炎症机制在缺血性脑卒中发生发展及转归中扮演重要角色。中性粒细胞、淋巴细胞等外周血液细胞也已在众多研究报道里被证明与卒中后感染及缺血性卒中患者预后相关。全身免疫炎症指数(systemic immune-inflammation index,SII),作为一种新型经济的,结合中性粒细胞、血小板和淋巴细胞外周三种血液细胞的研究因素,近年来成为探究的热点,目前已在各种肿瘤疾病预后预测中被广泛应用,然而,其在AIS中的研究尚少。目的本研究旨在探讨SII与SAP的关系,同时进一步分析该值对AIS患者预后的预测价值。方法1.本研究为前瞻性队列研究:前瞻性纳入2015年1月至2017年12月就诊于郑州大学第一附属医院发病24小时内的AIS患者,收集患者人口学特征和临床资料,抽取患者入院24小时内血样进行血常规测定,计算SⅡ值(×109/L),SⅡ=P(×109/L)×N(×109/L)/L(×109/L),其中 P、N 和 L 分别是外周血小板、中性粒细胞和淋巴细胞计数。研究结局包括:入院期间是否发生SAP,3月及1年预后。2.SⅡ与SAP的关联分析:采用SPSS24.0进行数据分析。应用单因素及多因素Logistic回归分析SⅡ与SAP的关系。应用受试者工作特征(receiver operating characteristic,ROC)曲线评价 SⅡ 对 SAP 的预测价值。3.SⅡ与AIS患者预后的关联分析:预后结局指标采用改良的神经功能评分(modified Rankin scale,mRS)进行评估,包括中重度残疾(mRS 3-5分)、死亡(mRS 6分)和联合预后不良(mRS 3-6分)。采用SPSS24.0和MedCalc.19.04软件进行数据分析。应用单因素及多因素logistic回归分析SII与AIS患者3月及1年预后的关系。应用ROC曲线评价SII对AIS患者预后的预测价值。应用MedCalc.19.04软件使用Delong检验比较基线NIHSS单个指标和SⅡ+NIHSS两者联合指标对AIS患者预后结局事件预测价值的差异。采用Kaplan-Meier曲线进行生存分析,以Log-Rank法进行检验。所有统计均采用双侧检验,P<0.05为差异具有统计学意义。结果1.将SII按三分位数分组,以低三分位数SII组为参考,多因素Logistic回归分析示高三分位SⅡ组与SAP相关(P<0.001)。ROC曲线的曲线下面积(Area Under Curve,AUC)为 0.762(95%CI 0.736-0.787;P<0.001),当 SⅡ 处于最佳截断点901.06时,预测SAP的敏感度为68.67%,特异度为78.00%。2.在3月及1年随访中,校正年龄、性别,多因素Logistic回归分析示高三分位数SII组与中重度残疾、死亡、联合预后不良均相关(P<0.001);校正年龄、性别、既往病史、基线NHISS等危险因素,多因素Logistic回归分析示高三分位数SII组仍与死亡、联合预后不良相关(P<0.05),而与中重度残疾无统计学意义上的相关性(P>0.05)。3.ROC曲线分析表明SⅡ预测3月死亡(AUC=0.765)较预测3月中重度残疾(AUC=0.557)和联合预后不良(AUC=0.612)诊断效能高;同样SII预测1年死亡(AUC=0.725)也较预测1年中重度残疾(AUC=0.575)和联合预后不良(AUC=0.662)诊断效能高。4.SⅡ+NIHSS联合后较单用NIHSS评分预测3月死亡(0.783vs0.756;P=0.088)差别虽无统计学意义,但从趋势上来说,预测价值更好。而预测1年死亡两者差别存在统计学差异(0.758vs0.732;P=0.0437)。5.Kaplan-Meier生存曲线显示:SⅡ值较高组(SⅡ≥887.25×109/L)的生存率低于SⅡ值较低组(P<0.0001)。结论1.入院SⅡ值是SAP的独立危险因素。2.入院SⅡ值可预测AIS患者早期及长期预后,SⅡ水平越高提示预后不良的风险越大;相比中重度残疾、联合预后不良,SⅡ对早期及长期死亡预测效果更好。3.将SⅡ值与NHISS评分两者联合后,其预测死亡较单用NHISS更优。