冠心病危险因素结合相关无创检查预测冠状动脉病变程度的研究

摘要

背景及目的：
　　冠状动脉粥样硬化性心脏病（Coronary atherosclerotic heart disease）的病因尚未完全确定，但研究表明，冠心病（Coronary heart disease，CHD）的发生、发展是多种因素作用于不同环节所导致的，这些因素即为危险因素，主要的危险因素包括：年龄、性别、血脂异常、高血压、吸烟、糖尿病及糖耐量异常、肥胖、家族史等。随着我国人口老龄化的到来及生活方式的不良改变，冠心病的发病率和死亡率呈现上升趋势。目前临床上，冠状动脉造影仍然是诊断冠心病较准确的方法，但是其为有创性检查手段，且价格较为昂贵，基层医院因无相关设备及人才，尚未完全普及，造成部分CHD患者漏诊、误诊等，不能得到及时有效的治疗。这就需要结合患者自身的具体情况及各种无创性检查，例如，超声、心电图、实验室检查等，进行评估，从而选择合理的临床治疗方案。本研究通过对325例临床资料完整，且行冠状动脉造影检查的患者进行分析，并结合无创检查，建立预测冠状动脉阻塞积分的数学模型，评价冠状动脉病变程度，寄希望为临床选择治疗方案提供帮助。
　　方法
　　选择2013年11月～2015年10月在本院行冠状动脉造影且临床资料完整的患者,共325例。通过查阅病历及电话随访收集患者的年龄、性别、体重、血压、吸烟史、家族史、临床生化指标、心电图及彩超检查结果，判定性格特点，根据患者的冠状动脉造影结果，采用改良Gensini评分，计算冠状动脉阻塞积分。采用SPSS16．0进行数据分析，以冠状动脉阻塞积分为反应变量，各危险因素及无创检查结果为自变量，建立回归方程。
　　结果：
　　1、各危险因素及异常无创检查结果与冠状动脉阻塞积分的关联性研究：冠状动脉阻塞积分与吸烟史、高血压、2型糖尿病、LDL-C、A型行为、家族史、危险因素个数呈正相关，与HDL-C及TB呈负相关，与静息ECG异常、颈动脉斑块形成亦呈正相关。
　　2、危险因素及无创检查对冠状动脉阻塞积分预测模型的建立：以年龄、性别、吸烟史、高血压、2型糖尿病、空腹血糖、TC、TG、LDL-C、HDL-C、BMI、WBC、UA、FIB、TB、静息ECG异常、颈动脉斑块形成、A型行为、家族史、危险因素个数为自变量，冠状动脉阻塞积分为因变量，使用逐步回归方法筛选自变量示：吸烟史、高血压、2型糖尿病、LDL-C、HDL-C、TB、静息ECG异常、颈动脉斑块形成、A型行为、家族史、危险因素个数进入方程，即：Y预测值=4.734+1.212（吸烟史有=1，无=0）+1.398（高血压有=1,无=0）+1.453（DM有=1，无=0）+1.057（LDL-C）-3.205（HDL-C）-0.397（TB）+3.138(静息 ECG异常有=1，无=0)+2.258（颈动脉斑块形成有=1，无=0）+2.131（A型行为有=1，无=0）+3.13（家族史有=1，无=0）+1.236（危险因素个数）。采用方差分析的方法检验回归方程，F=13.203，P﹤0.001，拟合的回归方程有统计学意义。复相关系数R=0.816，决定系数R2=0.666，即十一个自变量可以解释反应变量变异的66.6％，说明方程拟合效果较好。
　　结论：
　　1、冠状动脉阻塞积分与吸烟史、高血压、2型糖尿病、LDL-C、A型行为、家族史、危险因素个数呈正相关，与HDL-C及TB呈负相关，与静息ECG异常、颈动脉斑块形成亦呈正相关。
　　2、吸烟史、高血压、2型糖尿病、LDL-C、HDL-C、TB、静息 ECG异常、颈动脉斑块形成、A型行为、家族史、危险因素个数对冠状动脉阻塞程度有预测意义，建立的危险因素及无创检查预测冠状动脉阻塞积分的数学模型，可在一定程度上反映冠状动脉的病变程度。
　　3、本研究中发现总胆红素与冠心病呈负相关，作用机制可能在于其作为内源性抗氧化剂，可以抵御机体的氧化应激状态，抑制 LDL-C被氧化修饰；A型行为及危险因素聚集与冠心病呈正相关，前者与机体长期处于应激状态有一定关系，后者则可能与多个危险因素之间相互影响、相互促进有密切关系。

目录

封面

声明

中文摘要

英文摘要

目录

符号说明

引言

1 资料与方法

1.1 研究对象

1.2 临床资料收集

1.3 诊断标准

1.4 危险因素计数

1.5 冠状动脉病变的评估

1.6 统计学方法

2 结果

2.1 研究人群的一般资料

3 讨论

3.1 年龄、性别与冠心病

3.2 吸烟与冠心病

3.3 高血压与冠心病

3.4 2型糖尿病与冠心病

3.5 血脂异常与冠心病

3.6 胆红素与冠心病

3.7 A型行为与冠心病

3.8 家族史与冠心病

3.9 静息ECG异常、颈动脉斑块形成与冠心病

3.10 危险因素个数与冠心病

4 结论

参考文献

综述:心血管疾病遗传标志物的进展及展望

个人简历

致谢