有关无症状颈动脉狭窄人群，要不要筛查，怎么筛查，怎么治疗，治疗后风险效益如何等等，目前都尚未有定论。

背景：普通人群中，无症状颈动脉中度（≥50％）和重度（≥70％）狭窄的患病率较低，估计分别为2.0％和0.5％，因此，在当前指南中不建议使用超声对无症状颈动脉狭窄患者进行人群水平筛查。

然而，无症状性颈动脉狭窄（Asymptomatic carotid stenosis,ACS）会显著增加缺血性中风和心肌梗塞的风险，此外，研究证据表明，对于狭窄程度大于50%的ACS的患者，适当使用三联药物疗法（即降血脂药，抗血小板药和降血压药）可以有效帮助预防中风和心肌梗死。

既往，已有学者开发了多种风险评分模型，可基于一些基本信息筛选出高危的ACS患者，然后将其作为重点人群进行针对性筛查。然而，用于开发这些风险评分的数据较为陈旧，多是基于二十多年前招募的参与者，并且该模型未包括ACS的重要预测因子，例如外周动脉疾病（PAD）。

因此，本研究目的是，以当代人群筛查数据，开发新的ACS风险评分模型，以预测需要进行筛查的高危ACS患者。

方法：

人群：2008-2013年间，在某家血管疾病诊所进行体检的人群中，招募参与者。

暴露：参与者填写标准化问卷，主诉有关年龄，性别，身高和体重，血管疾病史（TIA，中风，冠心病），高血压，糖尿病，吸烟状况和抗血小板药、降压和降脂药物的使用情况等信息；由医务人员用血压计测量参与者的血压，基于超声评估其颈总动脉和颈内动脉情况；此外，对参与者的血样本进行血生化分析，获取血清总胆固醇（TC）和高密度脂蛋白（HDL）水平。

结局变量：设定两种结局①中重度狭窄（颈动脉狭窄程度≥50%）②重度狭窄（（颈动脉狭窄程度≥70%），狭窄率计算公式以及分类方式参照NASCET原则。

数据分析：采用多变量logistic回归模型，确定可独立预测50％和70％ACS的自变量集合，基于自提法（Bootstrap）验证模型内部有效性，基于受试者工作特性曲线（ ROC）和曲线下面积（AUROC)评估模型的区分度（discrimination）,即, 是否能够将患者和非患者区分开；基于模型校准图形（calibration plot）评估模型校准度，即模型预测结果与实际情况的符合程度。

结果：共纳入596 469名参与者，年龄，性别，当前吸烟，糖尿病，既往中风/短暂性脑缺血发作，冠状动脉疾病，外周动脉疾病，血压和血脂等，可作为50％和70％ACS的预测因素。对于50％ACS，模型的AUROC为0.78（95％置信区间[CI] 0.77-0.78），对于70％ACS, AUROC为0.82（95％CI 0.81-0.82。在最高风险的十分位数人群中进行筛查，每筛查13人可确诊1例50％ACS患者，检出41%的ACS患者（狭窄率≥50%）；每筛查58人可检出1例70％ACS患者，检出51%的ACS患者（狭窄率≥70%）。

表1：纳入模型的参与者基本信息

表3：基于多元回归结果，对纳入的变量进行赋值，总分越高，发生ACS的风险越高（≥50%或≥70%）

结论：新的风险模型可以有效地预测ACS的发生率，在最高风险的十分位数人群中进行有针对性的筛查，可检出所有ACS患者（狭窄率≥50%）的40％。对这些检测出的高危人群，开始或加强心血管风险管理，可能有助于减少颈动脉相关的缺血性卒中和心肌梗塞风险。

— THE END —