改良FSP、CVHI联合Lp-PLA2预测脑卒中

目的探讨以改良弗明汉卒中风险评分(FSP)、脑血流动力学指标(CVHI)及脂蛋白磷脂酶A2(Lp-PLA2)构建的脑卒中预测模型对脑卒中的预测能力。方法收集101例首发缺血性脑卒中患者和156名社区非脑卒中常住人口的临床资料。利用多因素Logistic回归分析FSP、CVHI及Lp-PLA2预测脑卒中发生的价值,建立单纯FSP、FSP+CVHI、FSP+Lp-PLA2、FSP+CVHI+LpPLA2预测模型,通过受试者工作特征曲线(ROC)的曲线下面积(AUC)分析各模型的脑卒中预测能力。结果 FSP、CVHI、Lp-PLA2每增加1个等级发生脑卒中的风险分别增加2.85、3.25、7.75倍(P值分别为0.043、0.036、<0.001)。单纯FSP、FSP+CVHI、FSP+Lp-PLA2、FSP+CVHI+LpPLA2预测模型ROC的AUC分别为0.588、0.845、0.858和0.936。结论 FSP+CVHI+Lp-PLA2预测模型可有效预测脑卒中的发生。

血浆炎症因子联合FSP预警首发脑卒中的应用研究

目的:探讨Framingham卒中风险评分(FSP)结合血浆炎症因子(Hs-CRP、IL-6、TNF-α和LpPLA2)水平构建预测首发脑卒中的新模型的预测价值。方法:选择2014年8月至2015年6月于东莞市厚街医院住院的首发脑卒中患者101例为,同期按年龄、性别随机匹配的156例社区非卒中人群为对照组。利用多因素Logistic回归分析FSP及炎症因子水平在预测脑卒中发生的价值,通过ROC曲线及Z检验比较分析各预测模型的诊断价值及差异。结果:随着FSP定义的脑卒中危险度的增加,炎症因子表达水平显著升高;回归分析显示卒中独立危险因素包括:FSP(OR=2.85,95%CI:1.05-7.23)、IL-6(OR=6.53,95%CI:1.76-21.71)和Lp-PLA2(OR=7.75,95%CI:2.15-53.45)。单纯FSP、单纯炎症因子、FSP+炎症因子预测模型的受试者工作曲线下面积分别为0.588、0.850和0.861。结论:FSP、IL-6和Lp-PLA2是脑卒中发生的独立危险因素,将IL-6和Lp-PLA2纳入预测模型可有效提高首发脑卒中的预测效率。