急性缺血性中风患者血浆致动脉粥样硬化指数与卒中后一年内癫痫发生之间的关联:一项回顾性队列研究
《Frontiers in Neurology》:Association between atherogenic index of plasma and post-stroke epilepsy within one year in patients with acute ischemic stroke: a retrospective cohort study
【字体:
大
中
小
】
时间:2026年03月31日
来源:Frontiers in Neurology 2.8
编辑推荐:
摘要
引言:急性缺血性中风(AIS)是全球导致死亡和残疾的主要原因之一。中风后癫痫(PSE)会对预后和生活质量产生不利影响。这项回顾性观察研究旨在探讨血浆动脉生成指数(AIP)与AIS发生后一年内PSE之间的关联。
方法:本研究是对20,538名中老年人AIS患者的回顾
摘要
引言:急性缺血性中风(AIS)是全球导致死亡和残疾的主要原因之一。中风后癫痫(PSE)会对预后和生活质量产生不利影响。这项回顾性观察研究旨在探讨血浆动脉生成指数(AIP)与AIS发生后一年内PSE之间的关联。
方法:本研究是对20,538名中老年人AIS患者的回顾性观察性队列分析。AIP的计算公式为log10(TG/HDL)。参与者根据AIP水平进行分层。采用多变量逻辑回归、限制性三次样条分析、中介效应分析、分层分析和交互作用分析。
结果:AIP升高与PSE的风险显著增加相关。研究发现存在非线性阈值效应,整体拐点为0.048(男性:0.049;女性:0.026),在此阈值以下AIP与PSE的关联更强。中介效应分析表明纤维蛋白原和AIP对PSE具有相互调节作用。观察到AIP与性别、美国国立卫生研究院中风评分(NIHSS)和血红蛋白A1c(HbA1c)之间存在显著的乘法交互作用和加法交互作用。
结论:AIP升高与AIS发生后一年内PSE的风险增加相关。这种关联存在性别特异性阈值效应,与纤维蛋白原之间存在双向调节关系,并与性别、HbA1c、CRP和NIHSS存在交互作用。作为一种从常规血脂谱中得出的简单指标,AIP可能有助于风险分层。
1 引言
急性缺血性中风(AIS)是全球导致死亡和残疾的主要原因之一,给医疗系统带来了巨大负担(1, 2)。大约2%–4%的AIS幸存者会出现中风后癫痫(PSE),并且PSE与再次住院率和功能预后较差有关(3–5)。因此,应识别可改变的风险因素,以制定预防策略并指导临床决策。动脉粥样硬化是大多数AIS病例的发病机制(6)。血脂异常不仅促进动脉粥样硬化,还影响全身代谢和炎症反应(7)。血脂代谢紊乱与癫痫相关的多种病理生理过程有关,包括铁死亡、脂滴/自噬相关途径(脂质吞噬)和肠道微生物群介导的免疫调节(8)。Guo等人(9)报告称,癫痫儿童患者的血清高密度脂蛋白胆固醇(HDL)浓度明显低于健康儿童,且血脂异常的风险更高。相比之下,Assis等人(10)观察到血脂异常与老年癫痫患者的癫痫发作之间存在负相关。由于这些研究考察了不同的年龄组和临床结果,中年和老年AIS患者中血脂异常与PSE之间的关联仍不清楚。
血浆动脉生成指数(AIP)是一种反映血脂代谢紊乱的简单指标。AIP结合了甘油三酯(TG)和HDL,反映了促动脉粥样硬化(富含TG的脂蛋白)和抗动脉粥样硬化(HDL)成分之间的平衡。AIP比单独的血脂指标更能全面反映血脂代谢紊乱状况。已有研究表明AIP可预测不良的心血管和中风结局(11, 12)。AIP升高与不良的中风后结局相关,包括抑郁、早期神经功能恶化、功能恢复不良和死亡率增加(13–16)。然而,中年和老年AIS患者中AIP与PSE之间的关联仍不明确,包括潜在的中介途径和交互作用,需要进一步阐明,以指导预防策略和风险分层。本研究的人群定义为45岁及以上的成年人,因为在这个年龄段血脂异常更为明显,中风是获得性癫痫的主要原因(17)。
本研究有三个主要目的:首先,评估AIP与AIS发生后一年内PSE之间的关联,包括剂量-反应关系和潜在的阈值效应,并探讨性别差异;其次,评估纤维蛋白原在AIP与PSE关系中的中介作用;第三,研究相关亚组中是否存在加法或乘法交互作用。
2 方法
2.1 数据来源
本研究使用的数据存放在Dryad数字存储库(18)中。原始作者在数据存入前处理了缺失值。Dryad提供对原始数据的开放访问。数据收集遵循伦理标准,数据再利用也符合开放数据准则。
2.2 研究设计和参与者
数据来自重庆急救医疗中心建立的数据库。2017年6月至2022年6月期间,研究人员进行了回顾性观察研究,提取了42,079名中风患者的记录。经过严格的纳入和排除标准后,共有21,459名AIS患者被纳入分析,用于开发PSE预测模型。使用PostgreSQL作为数据库管理系统,通过结构化查询语言(SQL)整合多维临床数据。
纳入标准包括急性缺血性中风的临床诊断和住院治疗。排除标准如下:(1)既往中风或短暂性脑缺血发作;(2)既往脑外伤、颅内肿瘤或可能导致癫痫发作的脑血管畸形;(3)既往癫痫史或因癫痫预防或其他原因(如偏头痛或精神疾病)使用抗癫痫药物;(4)中风发作后72小时内死亡;(5)失访,定义为无门诊记录或无法通过电话联系,或在中风后的3个月内死亡。
当前分析将队列限制在45至90岁的患者,以关注中年和老年人,这一群体中血脂异常和中风相关获得性癫痫更为常见。如图1所示,最终纳入的队列为20,538名患者。
图1 研究的总体流程图。研究方案获得了重庆大学中心医院伦理委员会的批准。由于数据已匿名处理且符合相关监管标准,因此免除了知情同意的要求。
2.3 变量
潜在的协变量根据临床相关性和先前的研究(18–31)选取,包括年龄、性别、美国国立卫生研究院中风评分(NIHSS)、脑疝、脑积水、深静脉血栓形成、糖尿病、高血压、冠状动脉疾病、心房颤动、脂肪肝、皮质受累、大血管疾病、血小板计数、白细胞计数、血红蛋白A1c(HbA1c)、C反应蛋白(CRP)、丙氨酸氨基转移酶(ALT)、胆红素、白蛋白、尿素、估计的肾小球滤过率(eGFR)和血尿酸。人口统计和临床变量从医院数据库中提取。影像学检查结果来自CT和MRI报告。当CT或MRI显示额叶、顶叶、颞叶、枕叶或岛叶有梗死时,记录为皮质受累。通过血管造影(CTA、MRA或DSA)识别大血管疾病。实验室指标从医院记录中提取,包括TG、HDL、血小板计数、白细胞计数、HbA1c、CRP、ALT、胆红素、白蛋白、尿素、肌酐和血尿酸。eGFR使用适用于中国患者的修改版Diet in Renal Disease公式计算(32)。
主要结局是AIS发生后一年内是否发生PSE。PSE在随访期间通过神经科医生的门诊重新评估和电话访谈确认。TG和HDL在医院实验室测量。AIP的计算方法如下(33)。参与者根据AIP中位数(0.079)分为两组:Q1组AIP<0.079,Q2组AIP≥0.079。这种分法保持了组间的平衡,有助于比较不同AIP水平的风险。
2.4 统计分析
使用直方图分布和均值-标准差(SD)比率评估变量的正态性(34)。所有近似正态分布的连续变量以均值±SD表示。高度偏斜的连续变量以中位数和四分位数范围(IQR)表示。只有CRP表现出高度偏斜(补充图S1,表S1)。分类变量以频率和百分比(%)报告。根据分布的正态性,使用独立样本t检验或Mann–Whitney U检验比较组间连续变量。分类数据使用卡方检验进行比较。
2.5 AIP与PSE之间的关联
通过多变量逻辑回归测试AIP与PSE之间的主要关联。结果以调整后的比值比(OR)和95%置信区间(CI)报告。AIP作为标准化连续变量(每增加1个SD)和分类变量(Q1参考值)进行研究。模型1调整了年龄、性别和NIHSS;模型2调整了年龄、性别、NIHSS、脑疝、脑积水、深静脉血栓形成、糖尿病、高血压、冠状动脉疾病、心房颤动和脂肪肝;模型3调整了年龄、性别、NIHSS、脑疝、脑积水、深静脉血栓形成、糖尿病、高血压、冠状动脉疾病、心房颤动、脂肪肝、皮质受累、大血管疾病、血小板计数、白细胞计数、HbA1c、CRP、ALT、胆红素、白蛋白、尿素、eGFR和血尿酸。检查方差膨胀因子,所有协变量的值均<5,表明没有多重共线性问题。使用带有四个节点(第5、35、65、95百分位数)的限制性三次样条(RCS)评估剂量-反应关系和非线性。使用两段式逻辑回归并进行平滑处理以发现潜在的阈值效应。使用似然比检验和自助重采样验证非线性和阈值结果。
2.6 中介效应、交互作用和敏感性分析
中介效应分析方法包括Sobel检验、自助中介效应和1,000次模拟的准贝叶斯蒙特卡洛方法。交互作用分析用于测试关键协变量对效应的修改:年龄(<65岁 vs. ≥65岁)、性别、NIHSS(<12 vs. ≥12)、皮质受累、CRP(≤3 mg/L vs. ≥3 mg/L)和HbA1c(<6.5% vs. ≥6.5%)。通过似然比检验测试乘法交互作用;通过相对超额风险(RERI)和归因比例(AP)评估加法交互作用。对于连续修饰因子(HbA1c、CRP、NIHSS),使用R包交互RCS(R Project for Statistical Computing)通过3个节点(第10、50、90百分位数)拟合交互样条模型。敏感性分析包括使用每增加0.1单位的AIP和AIP三分位数构建的模型。通过计算E值评估对未测量混杂因素的稳健性。
所有分析均使用R统计软件(版本4.2.2,http://www.R-project.org,The R Foundation)和免费统计分析平台(版本2.3beta,中国北京)(35)进行。双尾p值<0.05被视为统计学显著。
3 结果
3.1 研究人群的基线特征
表1显示了20,538名研究参与者的基线特征,按AIP分组。平均年龄为67.69±10.93岁。男性比例占50.04%。与AIP较低组(Q1)相比,AIP较高组(Q2)的患者年龄更小,女性比例更高。他们更有可能患有糖尿病、高血压、冠状动脉疾病和脂肪肝。他们患心房颤动、脑疝和深静脉血栓形成的概率较低。此外,他们的血小板计数、HbA1c、ALT、白蛋白、尿素和血尿酸水平高于Q1组。他们的NIHSS、白细胞计数、CRP和胆红素水平低于Q1组。
表1 变量
总人数(n = 20,538)
AIP
Q1 (<0.079, n = 10,261)
Q2 (≥0.079, n = 10,277)
年龄(岁),均值 ± SD:67.69 ± 10.93
69.90 ± 11.21
65.49 ± 10.18
<0.001
性别,n (%):
0.029
男性:10,278(50.04)
5,213(50.80)
5,065(49.28)
女性:10,260(49.96)
5,048(49.20)
5,212(50.72)
NIHSS,均值 ± SD:8.05 ± 2.96
8.97 ± 3.02
7.14 ± 2.59
<0.001
脑疝,n (%):
165(0.80)
101(0.98)
64(0.62)
0.004
脑积水,n (%):
250(1.22)
173(1.69)
77(0.75)
<0.001
深静脉血栓形成,n (%):
1,296(6.31)
841(8.20)
455(4.43)
<0.001
糖尿病,n (%):
7,167(34.90)
1,924(18.75)
5,243(51.02)
<0.001
高血压,n (%):
14,308(69.67)
5,980(58.28)
8,328(81.04)
<0.001
冠状动脉疾病,n (%):
9,521(46.36)
4,583(44.66)
4,938(48.05)
<0.001
心房颤动,n (%):
2,024(9.85)
1,322(12.88)
702(6.83)
<0.001
脂肪肝,n (%):
4,077(19.85)
833(8.12)
3,244(31.57)
<0.001
皮质受累,n (%):
1,255(6.11)
702(6.84)
553(5.38)
<0.001
大血管疾病,n (%):
5,401(26.30)
2,505(24.41)
2,896(28.18)
<0.001
血小板计数(10^9/L),均值 ± SD:
189.62 ± 26.86
186.71 ± 24.50
192.52 ± 28.74
<0.001
白细胞计数(10^9/L),均值 ± SD:
8.40 ± 1.49
8.49 ± 1.50
8.30 ± 1.48
<0.001
HbA1c(%),均值 ± SD:
6.69 ± 0.93
6.42 ± 0.75
6.96 ± 1.01
<0.001
CRP(mg/L),中位数(IQR):
9.50 (4.80, 19.30)
10.90 (4.80, 24.30)
8.50 (4.70, 16.70)
<0.001
丙氨酸氨基转移酶(U/L),均值 ± SD:
24.28 ± 10.29
23.55 ± 9.08
25.01 ± 11.33
<0.001
胆红素(μmol/L),均值 ± SD:
15.22 ± 4.02
16.59 ± 4.30
13.85 ± 3.19
<0.001
白蛋白(g/L),均值 ± SD:
40.84 ± 2.25
40.53 ± 2.32
41.15 ± 2.13
<0.001
尿素(mmol/L),均值 ± SD:
6.47 ± 1.41
6.34 ± 1.12
6.61 ± 1.64
<0.001
eGFR(mL/min/1.73 m^2),均值 ± SD:
88.82 ± 29.20
90.20 ± 28.16
87.44 ± 30.15
<0.001
血尿酸(μmol/L),均值 ± SD:
343.15 ± 58.62
327.36 ± 49.58
358.92 ± 62.57
<0.001
纤维蛋白原(g/L),均值 ± SD:
3.61 ± 0.47
3.63 ± 0.47
3.59 ± 0.46
<0.001
结局:PSE,n (%):
867(4.22)
300(2.92)
567(5.52)
<0.001
3.2 总人群中AIP与PSE的关联
表2显示AIP与PSE风险显著正相关。在完全调整的模型(模型3)中,连续分析表明,AIP每增加1个SD,PSE的风险增加183%(OR = 2.83;95% CI:2.53–3.18;p < 0.001)。在两组分析中,与Q1相比,Q2的PSE风险增加了340%(OR = 4.40;95% CI:3.46–5.59;p < 0.001)。表2显示了各变量在不同模型中的结果。
**表2 变量** | **模型1** | **模型2** | **模型3** | **OR (95% CI)** | **p** |
| --- | --- | --- | --- | --- | --- |
| 总人口 | AIP每1个标准差 | 1.27 (1.19 ~ 1.36) | <0.001 | 2 (1.85 ~ 2.16) | <0.001 |
| AIP (Q1 < 0.079) | 1 (参考) | 1 (参考) | 1 (参考) | 1 (参考) | |
| AIP (Q2 ≥ 0.079) | 1.94 (1.68 ~ 2.24) | <0.001 | 4.02 (3.40 ~ 4.76) | <0.001 |
| 男性 | AIP每1个标准差 | 1.31 (1.18 ~ 1.45) | <0.001 | 1.72 (1.55 ~ 1.92) | <0.001 |
| 男性 | AIP (Q1 < 0.067) | 1 (参考) | 1 (参考) | 1 (参考) | |
| 男性 | AIP (Q2 ≥ 0.067) | 2.15 (1.70 ~ 2.72) | <0.001 | 4.25 (3.24 ~ 5.56) | <0.001 |
| 女性 | AIP每1个标准差 | 1.25 (1.14 ~ 1.36) | <0.001 | 2.68 (2.38 ~ 3.02) | <0.001 |
| 女性 | AIP (Q1 < 0.084) | 1 (参考) | 1 (参考) | 1 (参考) | |
| 女性 | AIP (Q2 ≥ 0.084) | 1.84 (1.53 ~ 2.21) | <0.001 | 4.94 (3.92 ~ 6.21) | <0.001 |
| 女性 | 5.18 (4.05 ~ 6.62) | <0.001 | 4.35 (3.16 ~ 6.00) | <0.001 |
**不同模型中AIP与PSE的关联:**
- **模型1**:仅调整了年龄和性别(针对总人口)。
- **模型2**:调整了年龄、性别(针对总人口)、NIHSS、脑疝、脑积水、深静脉血栓形成、糖尿病、高血压、冠心病、心房颤动和脂肪肝。
- **模型3**:调整了年龄、性别(针对总人口)、NIHSS、脑疝、脑积水、深静脉血栓形成、糖尿病、高血压、冠心病、心房颤动、脂肪肝、皮质受累、大血管疾病、血小板计数、白细胞计数、HbA1c、CRP、丙氨酸氨基转移酶、胆红素、白蛋白、尿素、eGFR和血尿酸。
**总人口的RCS曲线如图2A所示。** 非线性测试表明AIP与PSE之间存在显著的非线性关系,临界值为0.048(表3)。当AIP < 0.048时,AIP每增加1个标准差,PSE的风险显著增加(OR = 10.75;95% CI:6.24–18.52;p < 0.001)。当AIP ≥ 0.048时,关联性仍然显著,但较弱(OR = 2.22;95% CI:1.77–2.79;p < 0.001)。
**AIP与PSE在不同性别亚群中的关联:**
2D热图(补充图S2)显示,无论男性还是女性,AIP与PSE之间的关系都先增加然后略微下降。男性中的增加速度更快,而下降速度更慢。表2中的性别分层分析表明,高AIP与PSE风险增加相关。调整协变量后(模型3),高AIP的男性PSE风险是低AIP组的7.99倍(95% CI:5.10–12.51),女性为4.35倍(95% CI:3.16–6.00)。图2B和表3中的RCS曲线显示,男性和女性都表现出显著的阈值效应。男性的拐点为0.049;在此值以下,AIP每增加1个标准差,调整后的OR分别为19.08(95% CI:6.78–53.69;p < 0.001)和2.59(95% CI:1.66–4.05;p < 0.001)。女性的拐点为0.026;在此值以下,OR分别为9.67(95% CI:3.66–25.57;p < 0.001)和2.34(95% CI:1.77–3.11;p < 0.001)。
**纤维蛋白原在AIP与PSE关联中的中介作用:**
图3显示纤维蛋白原在AIP与PSE关联中的潜在中介作用。研究发现,较高的AIP与较低的纤维蛋白原水平相关(β = –0.11,95% CI:–0.12至–0.10)。同时,较高的纤维蛋白原水平与较低的PSE风险相关(OR = 0.34,95% CI:0.27至0.43)。中介分析(图3A)表明,AIP与PSE的关联部分由纤维蛋白原介导,中介比例为7.04%(p < 0.001)。图3B显示,AIP介导了纤维蛋白原对PSE影响的40.8%(p < 0.001)。这种相互中介作用表明AIP和纤维蛋白原的联合效应可能比单独效应更为显著。
**AIP与PSE的交互作用:**
表4和图4显示了AIP与性别、HbA1c、NIHSS和CRP结合对PSE的综合影响。与参考组(女性;AIP < 0.079)相比,AIP ≥ 0.079的男性PSE风险OR为6.43(95% CI:4.58–9.03;p < 0.001)。当AIP ≥ 0.079且HbA1c ≥ 6.5%时,OR达到22.96(95% CI:15.58–33.82)。当AIP ≥ 0.079且NIHSS ≥ 12时,OR为13.06(95% CI:9.04–18.88)。当CRP > 3 mg/L且AIP ≥ 0.079时,OR增加到80.91(95% CI:30.05–217.83;p < 0.05)。AIP与前三者(性别、HbA1c、NIHSS)具有显著的乘法和加法交互作用,相对风险增加(RERI)分别为3.52(95% CI:1.75–5.28)、11.04(95% CI:4.94–17.15)和8.74(95% CI:4.36–13.12)。仅与CRP存在显著的加法交互作用,RERI为61.56(95% CI:0.54–122.58)。交互作用曲线显示,AIP在所有指标范围内都与PSE相关。在HbA1c较低、NIHSS中等和CRP较高的情况下,这种关联更强(图5)。AIP与PSE的关系在各个年龄组和皮质受累程度中均一致(补充表S2)。
**结论:**
AIP与PSE之间的关联在不同性别亚群中存在差异。此外,纤维蛋白原在AIP与PSE的关联中起中介作用,AIP还与性别、NIHSS、HbA1c具有显著的乘法和加法交互作用。因此,这两项研究在终点类型以及AIP与结果之间的关联方向上存在差异。刘等人(15)使用了AIS后3个月时不良功能结果(mRS 3–6)作为终点指标,他们证实高AIP(阈值0.112)是一个独立的预测因素。这两项研究都强调了AIP在AIS中的预后价值,但结果类型不同:刘等人的研究关注功能损伤,而本研究关注神经并发症。刘等人的样本量为1,463人,远小于本研究的20,538人。在刘等人的研究中未发现AIP与结果之间的非线性关系;相比之下,本研究通过限制性三次样条分析发现AIP对中风后癫痫存在阈值效应(总人群中的拐点为0.636),在拐点以下风险增加更为显著。此外,之前的研究均未进行分层和亚组分析,而本研究为临床实践提供了更精细的分层证据。
AIP的对数计算值反映了血脂异常,表现为甘油三酯升高和高密度脂蛋白(HDL)降低。这种异常会导致脑部脂质成分失衡:一方面,中性脂质(如TG)水平升高会促进星形胶质细胞中脂滴的积累,形成脂质积聚的反应性星形胶质细胞(LARA),这些细胞通过上调腺苷2A受体和减少谷氨酸再摄取来增强神经元兴奋性,从而促进癫痫进展;另一方面,HDL水平降低会减弱从外周组织向肝脏的胆固醇转运,导致脑内胆固醇酯等脂质异常升高。胆固醇酯的升高已被证实与颞叶癫痫模型中的细胞膜重塑和突触功能障碍密切相关,可能进一步增加癫痫的易感性。
AIP与纤维蛋白原之间存在协同作用:纤维蛋白原促进动脉粥样硬化,升高的AIP可能反映了动脉粥样硬化病变中纤维蛋白原的消耗或斑块形成过程中的功能损伤。中风后血脑屏障(BBB)破裂时,血浆中的纤维蛋白原渗入中枢神经系统(CNS),转化为纤维蛋白,激活小胶质细胞,引发促炎细胞因子释放,导致炎症并扰乱神经微环境。纤维蛋白原还通过β3整联蛋白激活抑制性信号通路,降低抑制性突触传递;低纤维蛋白原水平会减弱这种抑制作用,导致神经元过度兴奋和癫痫发作。动脉粥样硬化引起的血管损伤会加剧纤维蛋白原介导的神经毒性,而功能失调的纤维蛋白原会进一步加速动脉粥样硬化的进程,共同加大中枢神经系统的损害和癫痫风险。
男性中AIP升高与PSE风险之间的更强相关性可能与雌激素介导的BBB保护作用缺失有关。雌激素(如17β-雌二醇)可以减少损伤后的BBB通透性,减轻缺血引起的渗漏,并抑制有毒和炎症因子侵入脑组织;同时雌激素还能增强PI3K调节亚单位与IRS-1的结合,激活PI3K通路,减轻缺血、炎症和氧化应激。在女性中,雌激素和IGF-1的协同神经保护作用可以激活PI3K/Akt通路,促进神经元存活,抑制GSK3β磷酸化和细胞凋亡,减轻中风后的神经元退化和癫痫相关炎症。
NIHSS评分反映了中风的严重程度;高分与较大的梗死体积和皮质受累相关,这些都是PSE的关键驱动因素。AIP升高和NIHSS评分高同时存在时,会叠加病理生理效应:AIP相关的脂质代谢紊乱、氧化应激和炎症会增强神经元对严重脑损伤引起的异常放电的敏感性,显著增加PSE风险。中度NIHSS评分对应于伴有缺血半影的轻度脑损伤,及时再灌注可以有效限制梗死范围;在这种情况下,单纯的脑实质损伤不足以决定PSE风险,但AIP相关的脂质紊乱会引发突触过度兴奋,破坏可塑性,加剧半影区的代谢功能障碍,与结构性损伤共同增加PSE风险。AIP与HbA1c之间的正交互作用可能源于它们在能量代谢障碍和神经炎症通路中的协同放大效应。慢性高血糖会过度激活小胶质细胞,小胶质细胞释放的促炎因子会进一步破坏BBB的完整性,加重突触功能障碍。在低HbA1c条件下,AIP与PSE之间的关联更强,因为此时脑组织的能量代谢相对依赖葡萄糖供应,AIP升高引起的脂质代谢紊乱会更显著地干扰其他能量底物(如酮体和乳酸)的利用,加剧能量供需失衡。AIP与CRP在预测PSE风险方面的协同作用源于炎症和脂质代谢紊乱的叠加效应。炎症与癫痫发作密切相关,系统性的炎症会激活胶质细胞,释放促炎细胞因子和兴奋性递质,降低癫痫发作阈值;作为核心的炎症标志物,升高的CRP会通过这些通路增加癫痫风险。CRP和AIP同时升高会导致脑微环境的叠加扰动,通过炎症驱动的神经元损伤和AIP相关的脂质紊乱增加神经元过度兴奋。值得注意的是,这种协同效应与CRP浓度呈正相关,CRP浓度越高,这种交互作用越明显。
研究结果支持将入院时AIP作为PSE的筛查指标,并根据性别设定具体阈值(男性0.049;女性0.026),同时建议在风险评估和干预决策中考虑更多临床亚组特征。总体而言,AIP与PSE之间存在非线性阈值关系(整体阈值为0.048),当AIP与其他高风险因素共同存在时风险显著增加。例如,AIP≥0.079且HbA1c≥6.5%时,OR值为22.96;AIP≥0.079且NIHSS≥12时,OR值为13.06;CRP(>3 mg/L)和AIP同时升高时,风险进一步增加(OR值为80.91)。统计上,AIP与性别、HbA1c和NIHSS之间存在显著的乘法和加法交互作用(RERI分别为3.52、11.04和8.74),而AIP与CRP之间的交互作用主要是加性的(RERI=61.56)。这些结果表明,对于男性、有严重神经功能缺陷、炎症反应明显或血糖控制不佳的患者,应采取更积极的早期预警措施和针对性干预措施,例如加强脂质、血糖和炎症管理,增加神经监测和必要时的EEG监测。相比之下,按年龄和皮质受累情况进行分层并未显著改变AIP与PSE的关联,说明AIP在各个年龄组和皮质受累状态中仍具有预后价值。临床实践中,这些亚组特异性风险可以为个性化管理提供依据;然而,由于本研究是回顾性和观察性的,具体的预防和治疗策略需要在前瞻性研究中进行验证。
本研究有几个重要优势:样本量较大(20,538人),全面评估了AIP对PSE的非线性剂量-反应和阈值效应,分析了纤维蛋白原介导的双向调节机制,并系统探讨了多个临床亚组间的乘法和加法交互作用。尽管如此,仍存在一些局限性需要讨论和未来关注:首先,回顾性设计依赖于现有的医疗记录和二手数据,这可能导致选择偏倚;患者可能因早期死亡、出院后短期失访或记录不完整而被排除,临床记录或随访电话可能导致分类偏倚;AIP是根据入院时的一次血脂测量值计算的,因此无法捕捉血脂谱的时间变化,可能存在测量偏倚;一些重要混杂因素(如药物使用)未纳入分析,无法进行调整。我们计算出的E值为5.11,表明这些关联具有一定的稳健性,但仍可能存在残留混杂因素。其次,该队列来自中国西南地区,地区、种族、饮食和医疗条件的差异可能限制结果的普遍性,需要在多民族和多中心队列中进行重复验证。第三,某些亚组的交互作用估算不够精确,例如CRP亚组的RERI范围为0.54至122.58;在按年龄或皮质受累分层后交互作用不显著的亚组中,RERI和AP的95%置信区间较宽;虽然性别、NIHSS和HbA1c的交互作用区间较窄,但其临床相关性和外部有效性仍不确定。这些不精确性可能反映了亚组大小不等、基线异质性和交互作用检测能力有限。总之,我们的亚组发现和提出的AIP阈值需要在具有预定样本量和交互作用检测计划的前瞻性队列中得到验证,或通过随机试验进行验证。将AIP与其他生物标志物(如ApoB/ApoA1和胰岛素抵抗指数)结合使用,可以增强多标志物模型,以支持个体化的预防和治疗策略。
结论:AIP升高与AIS后一年内中风进展的风险增加相关,这种关联存在性别特异性阈值效应。AIP与纤维蛋白原之间的双向调节关系表明它们可能是联合治疗的目标。此外,AIP与性别、NIHSS、HbA1c和CRP之间的交互作用为临床风险分层、个性化监测和更积极的预防策略提供了依据。