摘要
目的:本研究目的在于探究脑小血管病总体负荷与红细胞分布宽度的关系。 方法:选取2018年9月至2023年3月期间，对来我院就诊的脑血管病变患者进行脑小血管病筛查，最终纳入133例患者进行了研究。我们按照Staals等人和Klarenbeek等人为腔隙性卒中患者设计的CSVD总体负荷评分方法对入选的133例患者进行评分，将这些患者根据其CSVD总体负荷评分结果“0、1、2、3、4”分成5个组别，具体为CSVD0组、CSVD1组、CSVD2组、CSVD3组和CSVD4组，再根据总体负荷评分分值高低分为低负荷组（0-2分）及高负荷组（3-4分），通过对这些不同组别的数据分析，探讨影响CSVD总体负荷的与红细胞分布宽度（RDW）之间的相关性。 结果:根据纳入排除标准共纳入并成功患者133名。（1）在对CSVD0组、CSVD1组、CSVD2组、CSVD3组和CSVD4组的单因素统计分析中发现，高CSVD评分组与高龄、既往有高血压病史、中风史、颈动脉硬化、高胆固醇水平、高MCHC水平、高RDW水平有显著相关性（P＜0.05）;在甘油三酯、高密度脂蛋白、APOA1和APoB水平及在炎症标志物如补体C3、补体C4、C反应蛋白2、SAA和RF等方面未观察到显著差异（P＞0.05）。将有意义的单因素纳入有序多因素Logistic回归分析结果显示:年龄（OR=2.569;95％CI:1.068～6.182;P=0.005）、RDW（OR=1.033;95％CI:1.006～1.061;P=0.016）是CSVD患者MRI总体负担增加的两个独立危险因素。（2）在脑小血管病变高、低负荷分组分析中发现，根据RDW水平的基线四分位数分为4分类，单因素logistic分析测算出RDW水平与脑小血管病高负荷的具有相关性（P=0.002），有统计学意义，调整混杂因素后RDW仍是脑小血管病高负荷的危险因素。（4）将年龄和RDW引入影响CSVD评分的向量矩阵，并进行ROC曲线分析。基于具有最大Youden指数截断点相对应的阈值来作为临界值预测CSVD评分，预测模型呈现最大曲线下面积（AUC）为0.858。 结论:1红细胞分布宽度作为连续变量及分类变量均是脑小血管病总体负荷的危险因素，红细胞分布宽度约大，脑小血管病总体负荷越高。2、红细胞分布宽度及年龄对脑小血管病具有预测价值。
NETL