0
文章快速检索  
高级检索
中国高血压患者并发脑卒中风险的Rothman-Keller模型研究
黄艳红1, 周亮2, 陈虹汝1, 易大莉1, 张彦琦1, 伍亚舟1, 刘岭1, 易东1     
1. 400038 重庆, 第三军医大学军事预防医学院卫生统计学教研室;
2. 400042 重庆, 第三军医大学大坪医院野战外科研究所第九研究室
[摘要] 目的 建立高血压患者并发脑卒中的风险评估模型。方法 通过Meta分析的方法获得高血压患者并发脑卒中的危险因素及相应的合并风险值,构建Rothman-Keller模型的危险评分表,再通过二项分布函数方法生成一组随机数据集,确定风险评估等级划分界值,并采用实际数据验证。结果 共纳入31篇文献,进入Rothman-Keller模型的因素包括收缩压、舒张压、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、同型半胱氨酸、高尿酸血症、空腹血糖受损/糖尿病、脑卒中家族史、颈动脉斑块、是否规律服药、体育锻炼、吸烟。实际人群发病情况与模型预测结果的ROC曲线下面积及95%CI为0.784(0.718, 0.849),P < 0.001。结论 本模型的预测效果较好,可以应用于高血压患者并发脑卒中的一级预防,有助于降低高血压患者并发脑卒中的风险。
[关键词] 高血压     脑卒中     Rothman-Keller     风险评估模型    
Risk of stroke incidence in Chinese hypertensive patients based on Rothman-Keller model
HUANG Yanhong1 , ZHOU Liang2 , CHEN Hongru1 , YI Dali1 , ZHANG Yanqi1 , WU Yazhou1 , LIU Ling1 , YI Dong1     
1. Department of Health Statistics, College of Military Preventive Medicine, Third Military Medical University, Chongqing, 400038;
2. State Key Laboratory of Trauma, Burns and Combined Injury, Department 9, Institute of Surgery Research, Daping Hospital, Third Military Medical University, Chongqing, 400042, China
Supported by the General Program of National Natural Science Foundation of China (81473068, 81202286)
Corresponding author: YI Dong, E-mail: yd_house@hotmail.com
[Abstract] Objective To build a risk assessment model of stroke in hypertensive patients. Methods The risk factors and corresponding combined risk values of hypertension patients complicating with stroke were obtained through meta-analysis. The risk score table of Rothman-Keller model was constructed. Then, a group of random data sets was generated through binomial distribution function method, and the dividing value of risk assessment grading was determined. Real data of 208 hypertension patients were used for verification. Results Thirty-one studies were included in the meta-analysis. The factors recruited in the Rothman-Keller model included systolic blood pressure, diastolic blood pressure, high-density lipoprotein cholesterol, low-density lipoprotein cholesterol, homocysteine, hyperuricemia, impaired fasting glucose/diabetes, family history of stroke, carotid plaque, regular drug taking, physical exercise, and smoke. The area under the receiver operating characteristic (ROC) curve of actual data and the forecasted results of the model (95%CI) was 0.784 and 0.718~0.849 (P < 0.001). Conclusion The forecasted effects of our model are good, which can be applied to the primary prevention of hypertension patients complicating with stroke. It is conducive to reducing the risks of complicated stroke of hypertension patients.
[Key words] hypertension     stroke     Rothman-Keller     risk assessment model    

2012年我国成年居民的高血压患病率高达25.2%[1]。目前,脑卒中仍为我国高血压患者中最主要的并发症[2]。脑卒中具有病死率高、伤残率高和复发率高等特点,给人类带来了严重的疾病负担[3]。因此,针对高血压患者建立并发脑卒中的健康风险评估模型非常有必要。目前国内有关高血压人群并发脑卒中的大型队列研究较少,且样本量有限。于是,本研究采用Meta分析的方法计算疾病影响因素的综合风险值,构建Rothman-Keller模型的危险评分表,并对高血压个体并发脑卒中风险进行预测,再通过二项分布函数方法生成1组随机数据集,确定风险评估等级划分界值,并采用实际数据对预测模型进行验证。

1 资料与方法 1.1 系统评价资料的收集

1.1.1 文献检索

全面检索PubMed、Embase、CBM、CNKI和VIP数据库,纳入国内外发表的关于高血压患者脑卒中发病风险的观察性研究,检索时限均为从建库起至2016年12月。同时手工检索中国人民解放军第三军医大学图书馆的相关会议论文。英文检索词包括:“hypertension”、“stroke”、“ischemic”、“hemorrhagic”、“risk factor”、“incidence”;中文检索词包括:高血压、脑卒中、中风、脑梗死、脑出血、脑缺血、脑血管病变、危险因素、相关因素、影响因素、发病因素。采用自由词联合主题词进行检索。

1.1.2 纳入排除标准

纳入标准:① 研究对象:年龄为18岁以上的中国高血压人群,性别不限;② 观察终点:脑卒中的发生;③ 结局指标:各种危险因素与并发脑卒中的比值比(odds ratio, OR)/相对危险度(relative ratio, RR)及95%可信区间(confidence interval, CI);④ 高血压和脑卒中均采用国际上通用的诊断标准;⑤ 研究类型:队列研究、病例对照研究;⑥ 病例组与对照组(或暴露组与非暴露组)人群基线可比。

排除标准:① 研究对象包含未患高血压人群的文献;② 妊娠高血压等特定高血压的研究;③ 综述、病例报道、动物实验等研究;④ 重复的文献,选取信息量较大的研究。

1.1.3 质量评价和资料提取

由2位研究员按盲法的形式,对纳入文献进行质量评价与资料提取,如遇分歧通过第3名研究员进行仲裁。采用纽卡斯尔-渥太华量表(the Newcastle-Ottawa Scale, NOS)[4]进行质量评价。资料提取内容:① 作者、发表年份、性别、样本量、调查地点、研究设计类型、脑卒中类型、影响因素和调整因素等;② 结局指标:各危险因素与并发脑卒中的OR/RR及95%CI

1.2 验证数据的收集

本资料来源于重庆市某医院2014-2016年符合国际诊断标准的高血压患者208例。

1.3 统计学方法

1.3.1 Meta分析

采用Q检验和I2对Meta分析中研究间异质性进行检验,当P>0.1且I2<50%,采用固定效应模型进行Meta分析;反之,采用随机效应模型进行Meta分析,最终得到合并RR值及95%CI。通过比较固定效应模型和随机效应模型的合并结果,来进行敏感性分析,评价结果的稳定性。当纳入文献数量足够(≥10) 时,采用Begg’s检验和Egger’s检验判断是否存在发表偏倚。采用Stata 11.0进行Meta分析。

1.3.2 Rothman-Keller模型

1972年Rothman和Keller提出针对慢性病发病风险的Rothman-Keller模型[5]。此模型不仅考虑了影响因素的独立作用,还考虑了影响因素之间的交互效应,是近年来非常常用的个体多因素发病预测模型[6-7]。当发病率较低时,可以用OR直接估算RR[8]。有研究指出高血压人群脑卒中的发病率(2.57%)较低[9-12],因此,用OR估算RR。Rothman-Keller模型参数的计算方法如下:

① 计算基准发病比例ρ

其中,Pi是某一危险因素在全人群中的暴露率,RRi是某一危险因素的相对危险度,PAR%是人群归因危险度百分比。

② 计算危险分数S

③ 计算组合危险分数ə

其中,Pi是≥1的各项危险分数;qi是 < 1的各项危险分数。

④ 计算个体高血压患者患脑卒中风险

1.3.3 验证

使用SPSS 18.0统计软件绘制验证高血压患者实际并发脑卒中情况和模型发病风险预测结果的ROC曲线。

2 结果 2.1 纳入文献情况

初检出文献8 553篇,通过其他途径获取5篇文献。查重后获得6 042篇文献。根据纳入排除标准,经初筛和复筛后,纳入31篇文献[11-41]进行Meta分析。其中,包括3篇队列研究[11-12, 21]和28篇病例对照研究[13-20, 22-41]。研究时间范围从1994-2015年。研究对象均来自中国。年龄均为>18岁的成年人。病例对照研究共纳入16 832例高血压患者,其中有5 096例发生脑卒中。队列研究共纳入22 763例高血压患者,其中有516例发生脑卒中。纳入文献评分从5分到9分不等,评分为9分的研究占3.23%(1/31),7分占12.90%(4/31),6分占16.13%(5/31),5分占67.74%(21/31)。纳入研究质量中等偏上。

2.2 Meta分析结果

有12项因素的Meta合并结果差异具有统计学意义(P < 0.05),包括收缩压(systolic blood pressure, SBP)、舒张压(diastolic blood pressure, DBP)、高密度脂蛋白胆固醇(high-density lipoprotein cholesterol, HDL-c)、低密度脂蛋白胆固醇(low-density lipoprotein cholesterol, LDL-c)、同型半胱氨酸(homocysteine, Hcy)、高尿酸血症、空腹血糖受损/糖尿病、脑卒中家族史、颈动脉斑块、是否规律服药、体育锻炼、吸烟,其合并RR值分别为1.06、1.02、0.75、1.69、3.05、5.63、1.94、1.94、3.81、2、0.42、1.81。另外,总胆固醇(total cholesterol, TC)、甘油三酯(triglyceride, TG)和肥胖3项因素的合并结果差异没有统计学意义(P>0.05),因此未纳入模型研究(表 1)。

表 1 Meta分析合并结果
影响因素研究数量样本量固定效应模型随机效应模型
RR95%CIPRR95%CIP
SBP(mmHg)1131 520
  <18011
   ≥180

1.031.02-1.03<0.0011.06a1.02-1.090.001
DBP(mmHg)65 065
  <11011
   ≥110

1.021.01-1.03<0.0011.02a1.00-1.040.043
HDL-c(mmol/L)53 929
  <1.0411
   ≥1.04

0.960.95-0.97<0.0010.75a0.68-0.830.000
LDL-c(mmol/L)87 779
  <4.1411
   ≥4.14

2.252.12-2.40<0.0011.69a1.02-2.80.042
TC(mmol/L)810 115
  <6.1811
   ≥6.18

0.980.86-1.100.7141.740.90-3.350.100
TG(mmol /L)87 905
  <1.6911
   ≥1.69

0.990.92-1.060.7731.210.90-1.630.216
Hcy(μmol/L)63 286
  <1511
   ≥15

2.201.65-2.93<0.0013.05a1.51-6.140.002
高尿酸血症41 838
  否11
  是

5.693.95-8.18<0.0015.63a1.18-26.740.030
肥胖69 125
  否11
  是

1.011.00-1.010.0141.180.96-1.430.109
空腹血糖受损/糖尿病158 649
  否11
  是

1.561.43-1.70<0.0011.94a1.54-2.44<0.001
脑卒中家族史427 827
  否11
  是

1.961.57-2.45<0.0011.94a1.36-2.78<0.001
颈动脉斑块62 342
  阴性11
  阳性

3.022.33-3.92<0.0013.81a2.32-6.28<0.001
是否规律服药56 751
  规律11
  不规律

2.00a1.49-2.70<0.0012.001.49-2.70<0.001
体育锻炼46 457
  否11
  是

0.42a0.30-0.58<0.0010.410.27-0.63<0.001
吸烟1220 554
  否11
  是

1.711.48-1.98<0.0011.81a1.46-2.26<0.001
a:模型中使用的参数

通过转换合并模型,发现1项因素,即肥胖的合并结果不稳定,随机效应模型的合并结果还不能认为差异具有统计学意义[RR=1.18, 95%CI(0.96, 1.43),P=0.109],而固定效应模型合并结果认为差异具有统计学意义[RR=1.18, 95%CI(0.96, 1.43),P=0.014]。因此,未将肥胖纳入模型研究。

采用Begg’s检验和Egger’s检验对纳入研究数量≥10的3项因素(SBP、空腹血糖受损/糖尿病和吸烟)进行发表偏倚检验。发现空腹血糖受损/糖尿病可能存在发表偏倚,Begg’s test结果:z=2.08, Pr>|z|=0.038。Egger’s test结果:t=2.66, P=0.019。

2.3 Rothman-Keller模型参数

通过各项研究获取各发病因素的暴露水平,得到平均暴露率Pi;再通过Meta分析合并危险因素的风险值,得到各发病因素的合并RR值,即获得RRi。高血压患者并发脑卒中预测模型的参数值见表 2

表 2 高血压人群并发脑卒中预测模型的参数表
影响因素暴露率PiRRi基准发病比例ρ危险分数S
SBP(mmHg)
  <1800.96010.9980.998
   ≥1800.0401.060.9981.057
DBP(mmHg)
  <1100.95010.9990.999
   ≥1100.0501.020.9991.019
HDL-c(mmol/L)
  <1.040.18611.2551.255
   ≥1.040.8140.751.2550.942
LDL-c(mmol/L)
  <4.140.78410.8700.870
   ≥4.140.2161.690.8701.471
Hcy(μmol/L)
  <150.68610.6080.608
   ≥150.3143.050.6081.856
高尿酸血症
  否0.83610.5680.568
  是0.1645.630.5683.196
空腹血糖受损/糖尿病
  否0.81810.8540.854
  是0.1821.940.8541.657
脑卒中家族史
  否0.88110.8990.899
  是0.1191.940.8991.744
颈动脉斑块
  阴性0.41510.3780.378
  阳性0.5853.810.3781.441
是否规律服药
  规律0.80410.8360.836
  不规律0.19620.8361.672
体育锻炼
  否0.68211.2261.226
  是0.3180.421.2260.515
吸烟
  否0.73110.8210.821
  是0.2691.810.8211.486

2.4 确定风险评估等级划分界值

本研究根据12个危险因素的两项分布函数,确定低危、中危及高危的界值方法,共生成10 000例高血压患者12个危险因素分布情况。将随机生成的10 000例数据,代入模型,分别计算相应的发病风险;并将发病风险从小到大进行排序,最后以序号(ID)为横坐标,发病风险为纵坐标绘制10 000个样本点的联合分布图(图 1)。

图 1 高血压患者并发脑卒中风险的Rothman-Keller模型风险等级划分界值

根据发病风险的变化趋势分别选择第7 700位的A点(发病风险为0.065 3),作为高血压患者并发脑卒中的低危和中危划分界值,第9 350位的B点(发病风险为0.098 9),作为并发脑卒中的中危和高危划分界值。即发病风险<0.065 3,属于低危人群;发病风险在0.065 3~0.098 9,属于中危人群;而发病风险>0.098 9,属于高危人群(图 1)。

2.5 个体发病风险预测

根据建立的Rothman-Keller模型,可以对高血压患者并发脑卒中的风险进行预测。具体过程如下:

① 收集高血压患者个体的相关数据。收集的资料包括年龄、性别、收缩压、舒张压、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、同型半胱氨酸、高尿酸血症、空腹血糖受损/糖尿病、脑卒中家族史、颈动脉斑块、是否规律服药、体育锻炼和吸烟等因素。

② 计算组合危险分数ə

假设有1例50岁高血压患者A,吸烟,不进行体育锻炼,不规律服用高血压药物,体检发现HDL-c≥1.04 mmol/L,DBP<110 mmHg,SBP≥180 mmHg,LDL-c≥4.14 mmol/L,Hcy≥15 μmol/L,尿酸水平正常,颈动脉斑块阳性,患糖尿病,无脑卒中家族史。查找表 2,以上影响因素的危险分数依次分别是1.486、1.226、1.672、0.942、0.999、1.057、1.471、1.856、0.568、1.441、1.657、0.899。

因此,根据公式(3),患者A的组合危险分数=(1.486-1)+(1.226-1)+(1.672-1)+(1.057-1) +(1.471-1)+(1.856-1)+(1.441-1)+ (1.657-1)+0.942×0.999×0.568×0.899=4.3465。

③ 计算个体高血压患者患脑卒中风险

我国高血压人群脑卒中的平均发病率约为2.57%[9-12]。因此,根据公式(4),患者A并发脑卒中的风险=2.57%×4.346 5=0.111 7。

④ 风险等级的评估

根据风险等级划分标准,该高血压患者A并发脑卒中风险(0.111 7)>0.098 9(中危和高危划分风险界值),属于并发脑卒中的高危人群。

2.6 验证

本资料来源于重庆市某医院2014-2016年符合国际诊断标准的高血压患者208例,年龄(60.73± 12.86) 岁,其中男性93例,女性115例;高血压并发脑卒中组84例,年龄为(58.90±12.70) 岁,其中男性47例,女性37例;单纯高血压组124例,年龄为(63.43± 12.70) 岁,其中男性46例,女性78例。

将风险等级为中危和高危组的对象(即发病风险>0.065 3) 定义为“并发脑卒中”(赋值为1),低危组的对象(即发病风险≤0.065 3) 定义为“未并发脑卒中”(赋值为0),得到模型的发病预测结果。采用实际人群发病数据与模型预测结果绘制ROC曲线,模型验证结果如下:ROC曲线下面积及95%CI为0.784(0.718, 0.849),P < 0.001,灵敏度为0.810,特异度为0.758(图 2)。

图 2 模型预测的ROC曲线

3 讨论

Meta分析方法将多个研究结果进行定量合成,间接地增加了样本含量,使结果更加稳定和适用,结论更有说服力。为保证Meta分析合并结果的可靠性,排除合并研究数量<4个的影响因素(如微量白蛋白尿、饮酒等)。本研究以系统评价及Meta分析为基础,结合Rothman-Keller模型建立中国高血压患者并发脑卒中的风险评估模型,并在构建的模型基础上,通过两项分布函数方法生成1组随机数据集,确定风险评估等级划分界值,并对模型进行验证。

本研究发现影响高血压患者并发脑卒中风险的发病因素主要包括体检指标、生活方式、现患疾病情况和疾病家族史4大类。其中,Hcy、高尿酸血症、颈动脉斑块和是否规律服药的危险强度较高,需重点关注。通过确定模型风险评估等级划分界值,将高血压患者划分为高危、中危和低危3个风险等级,并针对不同风险人群进行个性化的健康教育和健康促进。可纠正的生活方式及饮食习惯干预是高血压患者并发脑卒中危险因素防治的基础,即病因预防的一种方式。因此,建议高危人群加强体育锻炼、限盐、减少高脂肪、高胆固醇和高碳水化合物的食物摄入、规律服用高血压药物、避免情绪波动过大。本模型也可用于评价干预后患者并发脑卒中风险,来评价干预的效果。

本研究纳入的31篇文献质量评分从5~9分,原始研究质量不一。未来,研究应当建立更多有关高血压患者的大型队列研究,并重点关注对模型贡献较大的若干个因素,探讨脑卒中发生风险情况;并应适时将新增的高质量高血压患者并发脑卒中的研究纳入模型分析,进一步完善模型,增加模型的适用性。另外,本研究的对象是中国高血压患者,因此,模型也仅仅适用于预测中国高血压患者并发脑卒中风险,尽量不外推至其他人群。

有许多预测脑卒中发病风险的模型研究[12, 42-43]。比如,有研究运用修订后的弗明汉脑卒中风险评估表对高血压患者进行10年的发病概率风险等级预测,发现对模型贡献最大的发病因素是收缩压和年龄[42]。另外,文献[12]报道建立高血压患者并发脑卒中风险预测模型,发现年龄、性别、收缩压、高血压病程、脑卒中家族史等因素是高血压患者发生脑卒中的可能危险因素。本模型纳入12个发病因素,其中贡献较大的因素有高尿酸血症、Hcy、空腹血糖受损/糖尿病、脑卒中家族史和是否规律服药。相对于其他模型研究,本研究在建模的基础上,进一步将人群划分为不同风险等级,为预防高血压患者并发脑卒中提供依据;并采用实际数据对模型进行验证,检验模型的预测能力及预测准确性。

本研究的优势包括以下方面:① 本研究通过Meta分析的方法将多个原始研究进行定量合成,间接地增加了样本量,在一定程度上弥补了国内缺乏大样本、长时间观察队列的缺陷。② 本研究在构建的模型基础上,通过二项分布函数方法得到10 000例样本点的联合分布情况,构建高血压患者并发脑卒中风险等级划分标准;③ 本模型的预测效果较好,ROC曲线下面积较大,特异度和敏感度均较高,可以用来对高血压并发脑卒中的风险预测,适合推广运用。本研究也存在不足之处:比如,由于纳入文献数量有限,因此未通过亚组分析区分脑卒中的不同类型(出血型和缺血型)进行Meta分析和建立模型,可能会对模型的预测效果有一定影响;另外,个别发病因素可能存在一定的发表偏倚,提示可能对模型预测效果有一定影响。

本研究结果可用于区分高血压患者并发脑卒中的风险等级,并针对不同风险等级人群进行个性化的健康教育和健康促进,还能为评价健康教育和健康促进的效果提供依据。并可以将本研究的结果制作为软件或者网页来实现,普遍应用于个体自我评估、健康教育机构和社区预防保健工作中,为中国高血压患者并发脑卒中风险预测提供参考依据,也为建立其他慢性病的风险预测模型提供新的思路。

参考文献
[1] 顾景范. 《中国居民营养与慢性病状况报告(2015)》解读[J]. 营养学报, 2016, 38(6): 525–529.
GU J F. Interpretation of report on nutrition and chronic diseases among Chinese residents (2015)[J]. Acta Nutrimenta Sinica, 2016, 38(6): 525–529. DOI:10.3969/j.issn.0512-7955.2016.06.005
[2] 中国高血压防治指南修订委员会. 中国高血压防治指南2010[J]. 中华高血压杂志, 2011, 19(8): 701–743.
Writing Group of Chinese Guidelines for the Management of Hypertension. 2010 Chinese guidelines for the management of hypertension[J]. Chin J Hypertens, 2011, 19(8): 701–743. DOI:10.16439/j.cnki.1673-7245.2011.08.009
[3] 陈伟伟, 高润霖, 刘力生, 等. 《中国心血管病报告2015》概要[J]. 中国循环杂志, 2016, 31(6): 521–528.
CHEN W W, GAO R L, LIU L S, et al. Overview of report on cardiovascular diseases in China (2015)[J]. Chin Circul J, 2016, 31(6): 521–528. DOI:10.3969/j.issn.1000-3614.2016.06.001
[4] STANG A. Critical evaluation of the Newcastle-Ottawa scale for the assessment of the quality of nonrandomized studies in meta-analyses[J]. Eur J Epidemiol, 2010, 25(9): 603–605. DOI:10.1007/s10654-010-9491-z
[5] ROTHMAN K, KELLER A. The effect of joint exposure to alcohol and tobacco on risk of cancer of the mouth and pharynx[J]. J Chronic Dis, 1972, 25(12): 711–716. DOI:10.1016/0021-9681(72)90006-9
[6] 张懿, 陈峰. 食管癌个体发病风险评估方法[J]. 实用老年医学, 2016, 30(5): 427–430.
ZHANG Y, CHEN F. A risk appraisal model of esophageal carcinoma for individual[J]. Pract Geriatr, 2016, 30(5): 427–430. DOI:10.3969/j.issn.1003-9198.2016.05.024
[7] 李鹭. 基于文献系统评价的出生缺陷个体风险评估模型研究[D]. 太原: 山西医科大学, 2016.
LI L. A study of risk prediction model of birth defects at individual level based on system evaluation[D].Taiyuan:Shanxi Medical University, 2016. http://cdmd.cnki.com.cn/Article/CDMD-10114-1016726611.htm
[8] ZHANG J, YU K F. What's the relative risk? A method of correcting the odds ratio in cohort studies of common outcomes[J]. JAMA, 1998, 280(19): 1690–1691. DOI:10.1001/jama.280.19.1690
[9] 王建, 孟艳秋, 周建国, 等. 老年高血压患者脑卒中发生情况与血压控制状况的相关性[J]. 中国老年学杂志, 2015, 35(24): 7079–7080.
WANG J, MENG Y Q, ZHOU J G, et al. Stroke incidence and the correlation of status on blood pressure control in elderly hypertensive patients[J]. Chin J Gerontol, 2015, 35(24): 7079–7080. DOI:10.3969/j.issn.1005-9202.2015.24.050
[10] 王毅. 中国农村45~75岁高血压人群血脂与脑卒中发生相关性研究[D]. 上海: 复旦大学, 2014.
WANG Y. The relationship for blood lipid levels and stroke incidence in Chinese rural population aged 45~75 with primary hypertention[D]. Shanghai:Fudan University, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10246-1015428563.htm
[11] 黄久仪, 王桂清, 郭吉平, 等. 脑血管血流动力学积分对高血压患者卒中相对危险度的评估[J]. 中国脑血管病杂志, 2006, 3(12): 537–541.
HUANG J Y, WANG G Q, GUO J P, et al. Evaluation of the relative risk of stroke in patients with hypertension using cerebrovascular hemodynamic accumulative scores[J]. Chin J Cerebrovasc Dis, 2006, 3(12): 537–541. DOI:10.3969/j.issn.1672-5921.2006.12.003
[12] 闫丽, 曹烨, 汪秋实, 等. 高血压患者脑卒中发病影响因素Cox回归分析[J]. 中国公共卫生, 2016, 32(6): 748–752.
YAN L, CAO Y, WANG Q S, et al. Influencing factors of stroke in adult hypertension patients: a Cox regression analysis[J]. Chin J Public Health, 2016, 32(6): 748–752. DOI:10.11847/zgggws2016-32-06-07
[13] 陈小飞, 朵振顺, 张亮清, 等. 高血压并发脑梗死病人血浆同型半胱氨酸的研究[J]. 中西医结合心脑血管病杂志, 2004, 2(12): 691–692.
CHEN X F, DUO Z S, ZHANG L Q, et al. The investigation of plasma homocysteine in hypertension patients accomanied with cerebral infarction[J]. Chin J Integr Med Cardio-/Cerebrovasc Dis, 2004, 2(12): 691–692. DOI:10.3969/j.issn.1672-1349.2004.12.005
[14] 徐燕, 李永杰, 高旭光. 原发性高血压患者微量白蛋白尿与无症状性脑血管损害的研究[J]. 中华老年心脑血管病杂志, 2007, 9(11): 755–757.
XU Y, LI Y J, GAO X G. Study of microalbuminuria and asymptomatic cerebrovascular damage in patients with essential hypertension[J]. Chin J Geriatr Heart Brain Vessel Dis, 2007, 9(11): 755–757. DOI:10.3969/j.issn.1009-0126.2007.11.012
[15] 任雁京. 贵阳市省直机关干部高血压并发脑卒中的危险因素分析[J]. 中国临床保健杂志, 2007, 10(4): 394–395.
REN Y J. Analysis of the risk factors of hypertension complicated with cerebral apoplexy in cadre of guiyang provincial authorities[J]. Chin J Clin Health, 2007, 10(4): 394–395. DOI:10.3969/j.issn.1672-6790.2007.04.024
[16] 吴爱明, 张冬梅, 王硕仁, 等. 高血压合并脑梗死患者血清基质金属蛋白酶-9水平的变化及其危险因素分析[J]. 临床神经病学杂志, 2008, 21(6): 444–445.
WU A M, ZHANG D M, WANG S R, et al. Changes of serum matrix-metalloproteinase 9 levels and analysis of its risk factors in patients with hypertensive complicated cerebral infarction[J]. J Clin Neurol, 2008, 21(6): 444–445.
[17] 黄中红, 杨洪江, 那开宪. 高血压患者并发脑卒中危险因素分析[J]. 现代中西医结合杂志, 2009, 18(31): 3813–3814.
HUANG Z H, YANG H J, NA K X. Analysis of risk factors for hypertension complicating stroke[J]. Modern J Integr Tradi Chin West Med, 2009, 18(31): 3813–3814. DOI:10.3969/j.issn.1008-8849.2009.31.011
[18] 王艳玲, 华琦, 汤青, 等. 原发性高血压合并无症状性腔隙性脑梗死危险因素的研究[J]. 中国脑血管病杂志, 2010, 7(5): 241–244.
WANG Y L, HUA Q, TANG Q, et al. Risk factors for essential hypertension complicating silent lacunar infarction[J]. Chin J Cerebrovasc Dis, 2010, 7(5): 241–244. DOI:10.3969/j.issn.1672-5921.2010.05.005
[19] 姚月娴, 杨月榕, 王世红, 等. 原发性高血压患者颈动脉斑块与缺血性脑卒中的关系[J]. 中华高血压杂志, 2011, 19(10): 951–954.
YAO Y X, YANG Y R, WANG S H, et al. Effects of carotid artery plaque on ischemic stroke in patients with essential hypertension[J]. Chin J Hypertens, 2011, 19(10): 951–954. DOI:10.16439/j.cnki.1673-7245.2011.10.013
[20] 邢立影, 张慧英, 郭来敬, 等. 高血压并发脑卒中的危险因素分析[J]. 中国医药导报, 2011, 8(33): 144–145.
XING L Y, ZHANG H Y, GUO L J, et al. Analysis the risk factors of hypertensive patients combined with stroke[J]. Chin Med Herald, 2011, 8(33): 144–145. DOI:10.3969/j.issn.1673-7210.2011.33.063
[21] 王秀珍, 王高频, 孙兆青, 等. 辽宁省农村地区高血压人群糖代谢异常对脑卒中发病影响流行病学调查[J]. 中国动脉硬化杂志, 2011, 19(7): 617–620.
WANG X Z, WANG G P, SUN Z Q, et al. The epidemiologic study of abnormal glucose metabolism and Its effects of incidence of stroke in rural population with hypertension in liaoning province[J]. Chin J Arterioscler, 2011, 19(7): 617–620.
[22] 常彬宾, 肖欣荣, 吕柏宁, 等. 高龄老年高血压人群血尿酸浓度与脑梗死的相关性研究[J]. 中华保健医学杂志, 2011, 13(3): 183–185.
CHANG B B, XIAO X R, LYU B N, et al. Association of serum uric acid with cerebral infarction in very elderly patients with hypertension[J]. Chin J Heal Care Med, 2011, 13(3): 183–185. DOI:10.3969/j.issn.1674-3245.2011.03.004
[23] 赵洁, 张小培, 钟爱群, 等. 健康行为对原发性高血压患者脑卒中发病影响的病例对照研究[J]. 中国全科医学, 2012, 15(34): 3963–3967.
ZHAO J, ZHANG X P, ZHONG A Q, et al. A Case-control study on impact of health behavioral factors on stroke in primary hypertensive patients[J]. Chin Gen Prac, 2012, 15(34): 3963–3967. DOI:10.3969/j.issn.1007-9572.2012.34.011
[24] 王娓娓, 张红苗, 张莹, 等. 老年高血压患者高尿酸血症与缺血性脑卒中相关性分析[J]. 中华老年医学杂志, 2012, 31(6): 462–464.
WANG W W, ZHANG H M, ZHANG Y, et al. Analysis of relationship between hyperuricemia and ischemic stroke in elderly patients with hypertension[J]. Chin J Geriatr, 2012, 31(6): 462–464. DOI:10.3760/cma.j.issn.0254-9026.2012.06.005
[25] 朱扬, 孙家兰, 金小燕, 等. 高血压昼夜节律变化与相关脑梗死危险因素的研究[J]. 中华临床医师杂志(电子版), 2013, 7(16): 7564–7566.
ZHU Y, SUN J L, JIN X Y, et al. The analysis of circadian rhythm of hypertension and related risk factors of cerebral infarction[J]. Chin J Clinicians(Electr Ed), 2013, 7(16): 7564–7566. DOI:10.3877/cma.j.issn.1674-0785.2013.16.056
[26] 王纯, 梁雨露. 高血压患者颈动脉斑块和急性缺血性脑卒中的相关性[J]. 贵阳医学院学报, 2014, 39(1): 80–83.
WANG C, LIANG Y L. An analysis on correlation between carotid plaque and acute ischemic stroke in essential hypertension patients[J]. J Guiyang Med Coll, 2014, 39(1): 80–83.
[27] 孟峻峰, 张芹, 王晓燕, 等. 急性缺血性脑卒中与高血压颈动脉斑块的相关性分析[J]. 中国实用神经疾病杂志, 2015, 18(11): 45–47.
MENG J F, ZHANG Q, WANG X Y, et al. Correlation analysis of acute cerebral arterial thrombosis and hypertension carotid plaque[J]. Chin J Pract Nerv Dis, 2015, 18(11): 45–47. DOI:10.3969/j.issn.1673-5110.2015.11.025
[28] 黄少芬, 肖军, 胡峥, 等. 高血压患者同型半胱氨酸与脑卒中的关系分析[J]. 实用预防医学, 2015, 22(10): 1184–1188.
HUANG S F, XIAO J, HU Z, et al. Relationship between homocysteineon and stroke in patients with hypertension[J]. Prac Prev Med, 2015, 22(10): 1184–1188. DOI:10.3969/j.issn.1006-3110.2015.010.010
[29] 常旺, 崔建忠, 王凯杰, 等. 高血压性脑出血临床危险因素分析[J]. 河北联合大学学报(医学版), 2015, 17(5): 100–103.
CHANG W, CUI J Z, WANG K J, et al. Risk factors related to clinical cases of hypertensive intracerebral hemorrhage analysis[J]. J Hebei United Univ (Health Sci), 2015, 17(5): 100–103.
[30] 韦彤雁, 蒙兰青, 李天资, 等. 高血压伴腔隙性脑梗死患者危险因素关联性分析[J]. 右江医学, 2015, 43(4): 401–404.
WEI T Y, MENG L Q, LI T Z, et al. Analysis of correlation of risk factors of patients with hypertension combined with lacunar infarction[J]. Youjiang Med J, 2015, 43(4): 401–404. DOI:10.3969/j.issn.1003-1383.2015.04.002
[31] 杨亚莉, 李艳红, 刘艳琼, 等. 高血压患者颈动脉斑块和急性缺血性脑卒中的相关性研究[J]. 中国实用神经疾病杂志, 2015, 18(18): 11–13.
YANG Y L, LI Y H, LIU Y Q, et al. Correlation study of carotid plaque and acute ischemic stroke in patients with hypertension[J]. Chin J Prac Nerv Dis, 2015, 18(18): 11–13. DOI:10.3969/j.issn.1673-5110.2015.18.007
[32] 杨艳, 肖玉娴. 高血压脑出血的危险因素分析及治疗体会[J]. 中国实用神经疾病杂志, 2015, 18(19): 72–73, 74.
YANG Y, XIAO Y X. Analysis of risk factors and treatment experience of hypertensive cerebral hemorrhage[J]. Chin J Prac Nerv Dis, 2015, 18(19): 72–73, 74. DOI:10.3969/j.issn.1673-5110.2015.19.048
[33] WANG C, HAN L, WU Q, et al. Association between homocysteine and incidence of ischemic stroke in subjects with essential hypertension: a matched case-control study[J]. Clin Exp Hypertens, 2015, 37(7): 557–562. DOI:10.3109/10641963.2015.1026039
[34] 李晓乾, 孔新兴, 王宝艳, 等. 高血压性脑出血发病的相关因素分析[J]. 广西医学, 2016, 38(1): 43–46,49.
LI X Q, KONG X X, WANG B Y, et al. Related factors influencing incidence of hypertensive cerebral hemorrhage[J]. Guangxi Med J, 2016, 38(1): 43–46,49. DOI:10.11675/j.issn.0253-4304.2016.01.13
[35] 金艳, 徐新娟, 陈曦, 等. 新疆某三甲医院汉族、维吾尔族和哈萨克族高血压住院患者发生腔隙性脑梗死危险因素的差异性分析[J]. 中华临床医师杂志(电子版), 2016, 10(9): 1213–1218.
JIN Y, XU X J, CHEN X, et al. To analyze the differences of risk factors in hypertensive patients with lacunar infarction among[J]. Chin J Clinicians(Electr Ed), 2016, 10(9): 1213–1218. DOI:10.3877/cma.j.issn.1674-0785.2016.09.004
[36] 陈银燕, 胡飞娥, 陈荣浩, 等. 2012-2015年某院高血压性脑出血的临床特点及危险因素[J]. 中国老年学杂志, 2016, 36(11): 2748–2749.
CHEN Y Y, HU F E, CHEN R H, et al. Clinical features and risk factors of hypertensive cerebral hemorrhage in a hospital in 2012-2015[J]. Chin J Gerontol, 2016, 36(11): 2748–2749. DOI:10.3969/j.issn.1005-9202.2016.11.084
[37] 庞慧, 韩冰, 李先池, 等. 性别差异对于原发性高血压患者脑卒中风险的影响[J]. 中华脑科疾病与康复杂志(电子版), 2016, 6(1): 14–19.
PANG H, HAN B, LI X C, et al. Gender differences in stroke risk among patients with hypertension[J]. Chin J Brain Dis Rehabil(Electr Ed), 2016, 6(1): 14–19. DOI:10.3877/cma.j.issn.2095-123X.2016.01.004
[38] 吕鸿杰. 高血压脑出血相关危险因素影响分析[J]. 山西医药杂志, 2016, 45(14): 1661–1663.
LYU H J. Analysis of related risk factors of hypertensive cerebral hemorrhage[J]. Shanxi Med J, 2016, 45(14): 1661–1663. DOI:10.3969/j.issn.0253-9926.2016.14.021
[39] 张金武. 老年高血压患者动态血压参数与缺血性脑卒中的相关性[J]. 中国实用神经疾病杂志, 2016, 19(6): 72–73.
ZHANG J W. Relationship between ambulatory blood pressure parameters and ischemic stroke in elderly hypertensive patients[J]. Chin J Pra Nerv Dis, 2016, 19(6): 72–73.
[40] 金兆春. 高血压患者颈动脉斑块与缺血性脑卒中的关系评价[J]. 中国医药指南, 2016, 14(9): 201–202.
JIN Z C. Relationship evaluation of carotid plaque and cerebral arterial thrombosis in hypertension patients[J]. Guide China Med, 2016, 14(9): 201–202. DOI:10.15912/j.cnki.gocm.2016.09.165
[41] 来春林, 邢金平, 胡风云, 等. 脂蛋白相关磷脂酶A_2与原发性高血压患者发生缺血性卒中的相关性分析[J]. 中国脑血管病杂志, 2016, 13(9): 455–459.
LAI C L, XING J P, HU F Y, et al. Correlation analysis of occurrence of ischemic stroke between lipoprotein-associated phospholipase A2 and patients with essential hypertension[J]. Chin J Cerebrovasc Dis, 2016, 13(9): 455–459. DOI:10.3969/j.issn.1672-5921.2016.09.002
[42] 刘戊谊, 张小培, 彭舟媛, 等. 社区高血压患者的脑卒中发病风险与健康信念的相关性研究[J]. 数理医药学杂志, 2016, 29(5): 776–777.
LIU M Y, ZHANG X P, PENG Z Y, et al. The correlation study on the relationship between cerebral apoplexy risk and health belief of community hypertensive patients[J]. J Mathema Med, 2016, 29(5): 776–777. DOI:10.3969/j.issn.1004-4337.2016.05.077
[43] 周亮, 程迪祥, 张彦琦, 等. 脑卒中发病风险logistic回归综合评估模型研究--基于亚洲人群研究数据[J]. 重庆医科大学学报, 2014, 39(4): 446–450.
ZHOU L, CHENG D X, ZHANG Y Q, et al. Integrated assessment model by logistic regression for stroke--based on the evidence-based data of Asian population[J]. J Chongqing Med Univ, 2014, 39(4): 446–450. DOI:10.13406/j.cnki.cyxb.000069
http://dx.doi.org/10.16016/j.1000-5404.201703161
中国人民解放军总政治部、国家科技部及国家新闻出版署批准,
由第三军医大学主管、主办

文章信息

黄艳红, 周亮, 陈虹汝, 易大莉, 张彦琦, 伍亚舟, 刘岭, 易东.
HUANG Yanhong, ZHOU Liang, CHEN Hongru, YI Dali, ZHANG Yanqi, WU Yazhou, LIU Ling, YI Dong.
中国高血压患者并发脑卒中风险的Rothman-Keller模型研究
Risk of stroke incidence in Chinese hypertensive patients based on Rothman-Keller model
第三军医大学学报, 2017, 39(20): 2042-2050
Journal of Third Military Medical University, 2017, 39(20): 2042-2050
http://dx.doi.org/10.16016/j.1000-5404.201703161

文章历史

收稿: 2017-03-26
修回: 2017-06-16

相关文章

工作空间