当前位置:首页 > 生物研究 > 神经生物学 > 正文

Stroke:自我报告的卒中危险分层!

对于卒中风险分层的标准是Framingham卒中风险函数(FSRF),一个方程需要评估血压、静脉葡萄糖、心电图确定的房颤和心脏病。近日,卒中领域权威杂志Stroke上发表了一篇研究文章,研究人员了评估了自我报告的卒中风险函数(SRSRF)对卒中风险分层的影响,并与FSRF进行了比较。

研究人员评估了来自于卒中地理和种族差异的原因研究(REGARDS研究)的参与者基础和随访后卒中发生情况。研究人员采用直接评估的卒中危险因素计算了 FSRF。采用13个自我报告的问题排除那些已患卒中的患者后计算SRSRF,并评估卒中风险。使用FSRF和SRSRF的比例风险分析被用来评估卒中发生风险。

在平均8.2年的随访期间,23983名参与者中有939名发生了卒中。FSRF和SRSRF得到了一个高度相关的风险评分(r=0.852;95%可信区间为0.849-0.856);然而,SRSRF比FSRF在卒中风险区分上能力较强(Csrsrf=0.7266;95%可信区间为0.7076-0.7457;Cfsrf=0.7075;95%可信区间为0.6877-0.7273;P=0.0038)。10年卒中风险位于最高十分位数范围的参与者预期风险在FSRF为11.1%,在SRSRF为13.4%。

简单的自我报告问卷可以用来识别那些高卒中风险的个体,并且好于FSRF的金标准。该工具适合用于临床上识别那些高卒中风险的个体,也可以科学地确定一个富含卒中风险的亚群。

参阅文献:

George Howard, et al. Self-Reported Stroke Risk Stratification Reasons for Geographic and Racial Differences in Stroke Study.Stroke. 2017. https://doi.org/10.1161/STROKEAHA.117.016757



阅读次数:  

发表评论