Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.

Исследовательская статья

Синергетический эффект гипертонии и курения на риск ишемического инсульта: исследование случай-контроль с аддитивным и мультипликативным взаимодействием

89 просмотров

⸱

DOI:

10.3791/70381

⸱

23 июня 2026 г.

 ,  ,  , 
1Hebei North University Graduate School, 2Department of Neurology, Hebei General Hospital, 3Hebei Provincial Key Laboratory of Cerebral Networks and Cognitive Disorders, Hebei General Hospital, 4Graduate School of North China University of Science and Technology, 5Graduate School of Hebei Medical University

В этой статье

Краткое содержание

Ретроспективное исследование по возрасту и полу с совпадением случаев-контрольных случаев показало, что гипертония и текущее курение независимо связаны с первым ишемическим инсультом и совместно приводили к повышению риска с помощью нададдитивных средств.

Аннотация

Ишемический инсульт остаётся одной из ведущих причин смерти и инвалидности во всём мире. Это ретроспективное исследование с одним центром оценивало независимые и интерактивные эффекты курения, употребления алкоголя и традиционных факторов сердечно-сосудистого риска на первый в истории ишемический инсульт. Случаи с рентгенологически подтверждённым первым ишемическим инсультом и контрольной группой были сопоставлены в соотношении 1:2 по возрасту (±3 года) и полу с января 2018 по июнь 2025 года. Оценивались статус курения, годы упаковки, потребление алкоголя, гипертония, сахарный диабет и липидные переменные. Была применена условная логистическая регрессия с заранее заданными ковариатами, при этом взаимодействие оценивалось как на мультипликативной, так и на аддитивной шкалах. Пенализация Ферта использовалась для обработки разреженных данных, а многократная импутация с помощью цепочных уравнений — для обработки отсутствующих данных. Всего было включено 312 случаев и 624 контрольных группы. Текущее курение (отношение шансов [OR] 2,34, 95% доверительный интервал [ДИ] 1,82–3,01), сильное потребление алкоголя (>100 г/неделю; OR 1,89, 95% ДИ 1,34–2,67), гипертония (OR 3,21, 95% CI 2,54–4,06) и сахарный диабет (OR 2,12, 95% CI 1,56–2,88) независимо связывались с ишемическим инсультом. Гипертония и текущее курение показали значимое взаимодействие как при мультипликативных препаратах (взаимодействие ОШ 1,58, 95% ДИ 1,12–2,24; P = 0,009) и аддитивные шкалы (относительный избыток риска из-за взаимодействия 2,87, 95% ДИ 1,21–4,53; приписываемая доля 0,32, 95% ДИ 0,15–0,49; индекс синергии 2,18, 95% ДИ 1,35–3,52). Различение модели было хорошим (площадь под кривой 0,82, 95% ДИ 0,79–0,85). Эти результаты поддерживают интегрированные стратегии профилактики для людей с сопутствующей гипертонией и воздействием курения.

Введение

Ишемический инсульт представляет собой серьёзную глобальную нагрузку для здоровья, на него пришлось более 6,55 миллиона смертей и 12,2 миллиона случаев инцидентов во всём мире в 2020году 1,2. Несмотря на достижения в области острого лечения и вторичной профилактики, заболеваемость ишемическим инсультом продолжает расти, что обусловлено старением населения и растущей распространённостью модифицируемых факторовриска 2,3. Понимание независимых и синергетических эффектов этих факторов риска критически важно для разработки эффективных стратегий первичной профилактики и выявления групп с высоким риском для целевых вмешательств. Примечательно, что острый ишемический инсульт — это гетерогенное заболевание, и распределение факторов риска, тяжести инсульта и исходов может значительно различаться между подтипами, включая кардиоэмболический инсульт, лакунарный инфаркт, атеротромботический инфаркт и инфаркт необычнойэтиологии 4. Поэтому адекватная дифференцировка ишемических подтипов инсульта является важным аспектом в клинических исследованиях, изучающих профили факторов риска.

Традиционные факторы риска сердечно-сосудистой системы, особенно гипертония, постоянно определяются как основные факторы, способствующие риску ишемическогоинсульта 5,6. Гипертония представляет собой самый высокий уровень риска среди всех модифицируемых факторов риска, при этом исследования показывают, что контроль артериального давления (АД) может предотвратить более половины всех инсультов6. Аналогично, сахарный диабет (СД) и дислипидемия были установлены как независимые факторы риска, с механизмами, включающими дисфункцию эндотелия, атеросклероз и протромботическиесостояния 7. Связь между этими метаболическими и сосудистыми факторами риска и инсультом была подробно задокументирована в масштабных проспективных исследованиях и мета-анализах.

Факторы образа жизни, особенно курение сигарет, представляют собой ещё один критический аспект риска инсульта. Современное курение почти удваивает риск ишемического инсульта, при этом чёткая зависимость доза и ответ между годами упаковки и рискоминсульта 8,9. Исследование по профилактике инсульта у молодых мужчин показало коэффициенты шансов (OR) от 1,46 для лёгких курильщиков (<11 сигарет в день) до 5,66 для заядлых курильщиков (≥40 сигарет в день)8. Исследование INTERSTROKE (Исследование важности традиционных и новых факторов риска инсульта в различных регионах и этнических группах мира), охватившее 32 страны, сообщило о глобальном риске текущего курения в 12,4% населения, что подчёркивает значительный вклад в нагрузку на инсульт в различных группах населения. Курение оказывает свои вредные последствия через несколько путей, включая развитие атеросклероза, дисфункцию эндотелия, усиление агрегации тромбоцитов, повышенный уровень фибриногенов и снижение кровотока в мозге вследствие вазоконстрикции9.

Связь между употреблением алкоголя и ишемическим инсультом более сложна, в большинстве популяций наблюдается J-образнаякривая 11,12. Умеренное или умеренное употребление алкоголя (1–2 напитка в день) связано с снижением риска ишемического инсульта в несколькихисследованиях 11,13, возможно, благодаря благоприятному воздействию на высокоплотный липопротеиновый холестерин (HDL-C), функцию тромбоцитов и воспаление. Однако чрезмерное употребление алкоголя (≥3 напитка в день) увеличивает риск инсульта из-за таких механизмов, как гипертония, фибрилляция предсердий (ФП), нарушения свертывания и прямаянейротоксичность 14,15. Недавние данные Alcohol Intake and Health Study показывают, что даже умеренное употребление алкоголя может повысить риск ишемического инсульта при уровнях двух стандартных напитков в день (относительный риск 1,08, 95% доверительный интервал 1,01–1,15)16, что бросает вызов прежним предположениям о защитных эффектах.

Хотя независимые эффекты этих факторов риска хорошо задокументированы, их интерактивные или синергетические эффекты остаются менее всесторонними в определённых контекстах исследований. Взаимодействие на аддитивной шкале, количественно измеряемое такими показателями, как относительный избыток риска из-за взаимодействия (RERI), особенно актуально с точки зрения общественного здравоохранения, поскольку оно определяет, будут ли вмешательства, направленные на одновременное воздействие нескольких факторов риска, приносят пользу, превышающую сумму выгод отдельных вмешательств17,18. Предыдущие исследования, включая крупные проспективные когорты, такие как UK Biobank, Multi-Ethnic Study of Atherosclerosis и исследование Healthy Life in an Urban Environment, изучали взаимодействие курения и гипертензии в связи с конечными точками сердечно-сосудистыхзаболеваний 9,19,20. Однако многие более ранние исследования case–control были ограничены небольшими размерами выборки, а в некоторых случаях — менее стандартизированными определениями экспозиции или отсутствием формальной оценки аддитивноговзаимодействия 21,22. Признаётся, что по этой теме имеются значительные данные по масштабным когортам, и настоящее исследование направлено на то, чтобы дополнить, а не заменить эти выводы.

В предыдущих расследованиях case–control было отмечено несколько методологических проблем. Ранние исследования кейс-контроль иногда использовали несогласованные определения воздействия, что могло затруднить прямуюсопоставимость 10. Определения статуса курения варьировались от простых бинарных категоризаций до более тонких классификаций с учётом длительности и интенсивности. Количественная оценка потребления алкоголя также не была стандартизирована в некоторых старых исследованиях, с различными определениями умеренного и тяжёлого употребления алкоголя. Некоторые исследования с методом случай-контроль страдали от недостатка выборки, что приводило к соотношениям событий на переменную (EPV) ниже рекомендуемого порога 10–1523, что приводило к нестабильным оценкам коэффициентов и ошибкам стандарта. Редкие данные в определённых комбинациях воздействия могут привести к разделению в логистической регрессии, что приводит к невероятно большому коэффициенту шансов (OR)24. Кроме того, недостающие данные часто обрабатывались неоптимально с помощью анализа полного случая, что вводило смещение в отбор и снижало статистическую мощность.

Для устранения этих ограничений было проведено одноцентровое ретроспективное исследование случай–контроль. Основная гипотеза заключалась в том, что курение и употребление алкоголя демонстрируют синергетические взаимодействия с традиционными факторами риска, особенно гипертонией, как на мультипликативной, так и на аддитивной шкале, что предполагает, что комбинированные воздействия создают риск, превышающий сумму индивидуальных эффектов. Целью было количественно оценить эти независимые и интерактивные эффекты для формирования стратегий стратификации и профилактики рисков, с особым акцентом на выявление подгрупп высокого риска, которые могут получить наибольшую пользу от интенсивного многофакторного вмешательства.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

Это исследование было проведено в соответствии с Хельсинкской декларацией и одобрено Комитетом по этике исследований Хэбэйской общей больницы (номер одобрения IRB: LW-104). Из-за ретроспективного характера исследования и использования анонимизированной информации о пациентах, Этический комитет больницы Хэбэй отменил требование информированного согласия. Исследовательские инструменты, используемые в этом протоколе, перечислены в Таблице материалов.

1. Дизайн исследования

Это расследование представляло собой ретроспективное исследование случай-контроль, проведённое в общей больнице Хэбэй. Случаи включали лиц с первым ишемическим инсультом, а контрольные группы были набраны из одновременных проходящих медицинских осмотров или нецереброваскулярных амбулаторных пациентов в том же учреждении. Индивидуальное сопоставление проводилось по возрасту (±3 года) и полу, при этом соотношение случаев к контролю составляло 1:2. Когда индивидуальное сопоставление стало невозможным, частотное сопоставление использовалось как дополнительная стратегия, а коэффициенты сопоставления включались в последующие статистические модели.

Источники данных включали электронные медицинские карты, системы архивирования изображений и коммуникации для нейровизуализации, системы управления лабораторной информацией и базы данных медицинских осмотров. Для обеспечения достаточного размера выборки и достаточного количества событий на переменную (EPV) для статистического вывода был определен период сбора данных с 1 января 2018 года по 30 июня 2025 года. Этот временной интервал был откалиброван для получения не менее 300 случаев и 600 контрольных единиц, что соответствует заранее установленным статистическим требованиям к мощности и порогам EPV для первичной аналитической модели.

2. Участники исследования

Случаи определялись как люди, перенёсшие первый в истории ишемический инсульт, с клиническими проявлениями, соответствующими остром фокальной неврологической этиологической этиологии, подтверждающими нейровизуализационными данными с помощью компьютерной томографии (КТ) или магнитно-резонансной томографии (МРТ) с диффузионно-взвешенной томографией (DWI), показывающей острый инфаркт головного мозга, и отсутствие предыдущего анамнеза ишемического инсульта на основе проверки медицинской карты и интервью с пациентом или прокси. Ишемические подтипы инсульта классифицировались в соответствии с критериями исследования Org 10172 в лечении острого инсульта (TOAST) с помощью экспертов неврологов.

Критериями исключения были геморрагический инсульт (внутримозговое или субарахноидальное кровоизлияние) или временная ишемическая атака (ТИА) без инфаркта при визуализации, тромбоз церебрального венозного синуса и обширные отсутствующие данные по критическим переменным (>30% отсутствующая при ключевом воздействии или ковариатных измерениях, которые нельзя было надёжно определить).

Два сертифицированных невролога независимо рассматривали каждый возможный случай, при этом расхождения решались через консультацию с третьим старшим неврологом. Этот стандартизированный процесс рассмотрения решений обеспечил диагностическую согласованность и минимизировал ошибочную классификацию. Дата индекса по случаям определялась как дата начала симптомов инсульта или, когда точное время начала не было доступно, как дата первоначального медицинского обращения с симптомами инсульта.

Контрольные группы были взяты из лиц, посещавших медицинский центр госпиталя или обращавшихся в нецереброваскулярные амбулаторные клиники в тот же период исследования. Критерии допуска требовали отсутствия истории цереброваскулярных заболеваний, включая инсульт или ТИА, задокументированных в медицинских записях и подтверждённых структурированным интервью. Контрольные группы были индивидуально сопоставлены по случаям по возрасту (±3 года) и полу в соотношении 1:2. Когда индивидуальное сопоставление было невозможно, частотное сопоставление использовалось для обеспечения сопоставимого общего возраста и полового распределения между группами. В таких случаях коэффициенты сопоставления явно включались как ковариаты в моделях условной или безусловной логистической регрессии для контроля остаточного смешивания.

Предыдущие исследования задокументировали распространённые проблемы с недостаточным размером выборки и недостаточным EPV в эпидемиологических исследованиях с использованием логистической регрессии25. Для устранения этих ограничений было применено правило Педуцци, рекомендующее минимальное количество EPV 10, а современные рекомендации предполагали EPV ≥ 15 для моделей, включающих термины взаимодействия. Первичная аналитическая модель была априори определена с примерно 12 параметрами, включающими категориальные переменные воздействия, такие как статус курения и употребление алкоголя, заранее заданные факторы, включая возраст с использованием сплайнов, индекс массы тела (ИМТ), систолическое артериальное давление (SBP) со сплайнами, диабет, дислипидемию, употребление лекарств, функцию почек и гомоцистеин, а также первичный термин взаимодействия между гипертонией и текущим курением.

Категории года упаковки и категории статуса курения не были включены одновременно в основную модель, чтобы избежать коллинеарности; вместо этого они рассматривались в отдельных моделях. Одновременное включение диагноза гипертонии и сплайна SBP было оправдано, поскольку переменная бинарной гипертензии фиксирует статус лечения, тогда как сплайн SBP моделирует непрерывную, потенциально нелинейную связь между измеренным артериальным давлением и риском инсульта. Оценка коэффициента инфляции дисперсии (VIF) подтвердила приемлемую коллинеарность (VIF < 3,5 для обеих переменных). Применяя консервативный порог EPV ≥ 15, был рассчитан минимальный требуемый номер в 180 случаев.

Целевой размер выборки был установлен на уровне ≥300 случаев с ≥600 сопоставленными контрольными группами. Такой размер выборки также обеспечивал достаточную статистическую мощность для выявления основных эффектов и ключевых взаимодействий. Используя метод Хсие26 для совпадения схем case–control, были проведены формальные расчёты мощности для первичного воздействия курения, предполагая распространённость контрольного воздействия 30% для текущего курения, предполагаемое отношение шансов (OR) 1,6, α = 0,05 (двусторонняя), соотношение 1:2 и целевую мощность 90%.

3. Переменные и измерения

Основным результатом стал первый в истории ишемический инсульт (да/нет). Для установления случая потребовалось двойное суждение невролога на основе клинической картины и подтверждающей нейровизуализации. Время инсульта определялось как дата появления симптомов или, когда он отсутствовал, как дата первого медицинского обследования, фиксирующая острые неврологические дефициты.

Факторами воздействия были курение и употребление алкоголя. Поведение при курении классифицировалось как «никогда не курящий», «бывший курильщик» или «нынешний». Никогда не курение определялось как пожизненное потребление менее 100 сигарет, прежнее курение — как прекращение не менее чем за 6 месяцев до даты указания или эталонной даты, а текущее курение — как активное курение в течение 6 месяцев после даты индекса или эталонной даты. Интенсивность курения количественно измерялась как пачки-годы, рассчитанные как (средняя объём сигарет в день ÷ 20) × года курения. Для анализа дозы и ответа использовались порядковые категории (<10, 10–20, >20 упаковочных лет).

Потребление алкоголя было стандартизировано до граммов чистого этанола в неделю (г/неделя) на основе стандартных предположений по содержанию этанола для пива (5%), вина (12%) и крепких крепких (40%). Один стандартный напиток составлял примерно 10 г этанола. Уровни потребления были классифицированы как отсутствующий (0 г/неделю), лёгкий или умеренный (1–100 г/неделю) и тяжёлый (>100 г/неделю).

Все данные о воздействии собирались в ходе структурированных интервью с абстракцией медицинских записей. В случаях воздействие отражало привычные модели в год, предшествующий инсульту; Для контрольных групп воздействие соответствовало периоду, предшествующему медицинскому осмотру или визиту в клинику. При необходимости проводились телефонные последующие интервью с пациентами или доверенными лицами.

На рисунке 1 представлен направленный ациклический график, иллюстрирующий гипотетические взаимосвязи между воздействиями, запутанными факторами и результатами, которые определяли ковариатный отбор. Заранее указанный набор ковариатов включал возраст, пол, ИМТ, СБП, сахарный диабет, дислипидемию, применение медикаментов, липидный профиль (LDL-C, HDL-C), почечную функцию (eGFR), гомоцистеин, фибрилляцию предсердий и семейный анамнез. Переменные кодировались последовательно: 1 указывала на наличие или повышение, а 0 — на отсутствие или нормальные уровни. Таблица 1 содержит подробные определения и спецификации измерений переменных.

figure-protocol-1
Рисунок 1: Направленный ациклический граф (DAG). Эта диаграмма показывает заранее определённые взаимосвязи между курением, потреблением алкоголя, традиционными факторами сердечно-сосудистого риска, измеренными смешанными факторами и ишемическим инсультом. Направленные стрелки обозначают предполагаемую аналитическую структуру, используемую для определения минимального достаточного набора корректировок с помощью алгоритма dagitty. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

ПеременнаяОпределение и измерениеКодированиеПримечания
Ишемический инсультПервый в истории, подтверждённый с изображением1/0Основной результат
Статус куренияНикогда/Бывший/Текущий0/1/2Также рекордные годы
Годы стаи(Сигареты/день ÷ 20) × летНепрерывныйМоделирование RCS
Алкоголь (г/неделя)Чистые граммы этанола в неделюНепрерывныйКатегории: 0, 1-100, >100
Систолическое давлениеmmHgНепрерывныйМоделирование RCS
ГипертонияДавление ≥140/90 или лекарства1/0Бинарный
ДиабетДиагноз или лекарства1/0Бинарный
ДислипидемияДиагноз или лекарства1/0Бинарный
LDL-Cmmol/lНепрерывныйВыше = хуже
HDL-Cmmol/lНепрерывныйНиже = хуже
eGFRCKD-EPI, мл/мин/1,73 м²НепрерывныйНиже = хуже
Гомоцистеинмкмоль/лНепрерывныйВыше = хуже
Использование статиновИстория приёма лекарств1/0Бинарный
Антигипертензивное применениеИстория приёма лекарств1/0Бинарный
HTN × КурениеЧлен произведения--Первичное взаимодействие
давление, давление; CKD-EPI, сотрудничество по эпидемиологии хронических заболеваний почек; HDL-C, высокоплотный липопротеиновый холестерин; ГТН — гипертония; LDL-C, холестерин липопротеинов низкой плотности; RCS, ограниченные кубические сплайны
(Uniform 1=Присутствует/Высокий, 0=Отсутствует/Низкий)

Таблица 1: Словарь кодирования переменных (Uniform 1=Present/High, 0=Absent/Low). Эта таблица определяет структуру кодирования, используемую для всех бинарных, категориальных и непрерывных переменных, и документирует гармонизированные правила измерения, применяемые при абстракции данных.

4. Источники данных, очистка и обработка отсутствующих данных

Чтобы минимизировать ошибки транскрипции, два независимых исследователя провели параллельную абстракцию данных для всех случаев и случайной выборки 10% контрольных групп, при этом расхождения устранялись с помощью сторонних решений. Контроль качества данных включал проверку диапазона на наличие неправдоподобных значений, проверку логической согласованности и разрешение дублирующих записей. Надёжность между оценщиками оценивалась с использованием внутриклассовых коэффициентов корреляции для непрерывных переменных и статистики каппа Коэна для категориальных переменных, при этом все значения превышали 0,85.

Недостающие данные были устранены с помощью множественных импутаций с помощью цепных уравнений (MICE). Для непрерывных переменных использовалась предиктивная средняя регрессия, логистическая регрессия для бинарных переменных, а для категориальных переменных — мультиномиальная или ординальная логистическая регрессия для категориальных переменных. Было сгенерировано двадцать вчисленных наборов данных для повышения точности оценки. Модель импутации включала все переменные анализа, вспомогательные переменные, связанные с отсутствующим, и результат. Производные переменные, включая члены взаимодействия, пассивно вставлялись для поддержания согласованности.

5. Статистический анализ

Эффективность соответствия модели и предиктивная производительность оценивались с использованием нескольких метрик. Мультиколлинеарность оценивалась с использованием факторов инфляции дисперсии (VIF), при этом VIF >10 указывал на проблемную мультиколлинеарность, требующую устранения с помощью переменного уменьшения или наказания по гребням. Дискриминация количественно оценивалась с помощью площади под кривой (AUC). Следует отметить, что поскольку это было совпадающее исследование случай–контроль, абсолютные риски нельзя было оценить напрямую, а AUC был выведен из безусловной логистической регрессионной модели, включающей возраст, пол и все заранее заданные ковариаты как вторичную оценку дискриминационной способности, а не претензии на калибровку на уровне популяции. Опубликованный балл Бриера отражает среднюю разницу в квадрате между предсказанными вероятностями и наблюдаемым статусом случая–контроль в аналитической выборке и представлен как относительная модельная показатель производительности, а не как калиброванная метрика на уровне популяции, поскольку соотношение 1:2 случая к контролю не отражает истинную распространённость заболевания. Анализ кривой принятия решений проводился как вторичная оценка; В тексте указаны числовые метрики и пороговые диапазоны.

Что касается мер аддитивного взаимодействия (RERI, AP, S), признается, что эти метрики формально определяются с точки зрения рисков или относительных рисков (RR). В настоящем проектировании совпадения случая–контроль, коэффициенты шансов (OR), оценённые на основе условной логистической регрессии, служат приближением к RR при предположении редких заболеваний. На основе исходных данных по популяции (3 847 потенциальных цереброваскулярных случаев, отборованных из более широкой клинической популяции, вместе с 18 456 подходящими контрольными группами), грубая распространённость инсульта в этом учреждении составляла примерно 17–18%. Хотя это превышает обычный порог предположения о редких заболеваниях, недавние методологические исследования показали, что меры аддитивного взаимодействия, полученные из OR, остаются информативными и направленно согласованными с теми, что основаны на RR, даже при умеренной распространённости заболевания, хотя величина RERI может быть несколько переоценена17.18. Условные OR из сопоставленного анализа использовались для расчёта RERI, AP и S, с бутстрэпированными доверительными интервалами (1 000 реплик) для получения корректного вывода. Эти результаты следует интерпретировать как приблизительные показатели силы аддитивного взаимодействия, а не как точные оценки риска на уровне популяции.

Шесть случаев с частотным соответствием (1,9% от общего числа) рассматривались путём включения переменных (возраст и пол) в ковариаты в модель условной логистической регрессии. Анализ чувствительности, исключённый из этих шести случаев и их сопоставленных контрольных групп, дал практически идентичные результаты (данные не показаны), что подтвердило, что это незначительное отклонение от индивидуального сопоставления не повлияло на выводы.

Были выявлены значительные наблюдения и выбросы с использованием статистики дельта–бета и расстояния Кука, а также проводились анализы чувствительности с исключением экстремальных значений для оценки результатов. Были проведены следующие заранее определённые анализы чувствительности: повторный анализ с использованием только текущего курильщика (по сравнению с некогда/бывшим комбинированным) в качестве бинарного воздействия; оценку ассоциаций с ишемическими подтипами инсульта, классифицируемых по критериям TOAST, где данные были разрешены; сравнение моделей с разными числами и положениями узлов ограниченного кубического сплайна (RCS) для непрерывных ковариат; анализ полного случая, ограниченный лицами с полными данными по всем переменным модели; последовательное удаление наблюдений с экстремальными значениями ковариата (за пределами 1-го и 99-го перцентилей); стратификация по полу и возрастным категориям (<60 и ≥60 лет), включая отдельный анализ молодых пациентов с инсультом (≤55 лет); а если после сопоставления сохранялся остаточный дисбаланс ковариатов (стандартизированная средняя разница ≥0,10), то обратная вероятность взвешивания лечения (IPTW) с использованием баллов склонности для ключевых воздействий в качестве вспомогательного анализа.

Что касается оценки оценки склонности в этом дизайне case–control, модель склонности была адаптирована для прогнозирования вероятности текущего курения (воздействия) с учётом ковариатов до экспозиции, а не для прогнозирования состояния случая–контроль; Следовательно, соотношение выборки 1:2 не влияет на действительность оценки склонности. Все анализы проводились с использованием версии R 4.3.x или более поздней (R Foundation for Statistical Computing, Вена, Австрия). Ключевые пакеты включали survival (условная логистическая регрессия), logistf (штрафная логистическая регрессия Ферта), rms (RCS и диагностика моделей), epiR (меры аддитивного взаимодействия), мыши (множественная импутация), boot (доверительные интервалы загрузки) и ggplot2 (визуализация данных).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

Вывод образца и успех сопоставления
Рисунок 2 изображен диаграмма потока участников, следующая рекомендациям «Укрепление отчетности о наблюдательных исследованиях в эпидемиологии». Из первоначального пула из 3 847 пациентов с подозрением на цереброваскулярные события с января 2018 по июнь 2025 года 892 с геморрагическим инсультом, 456 с ТИА без инфаркта, 127 с церебрально-венозным тромбозом, 1 238 с рецидивирующими инсультами и 822 с недостаточными д...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

Это исследование «кейс–контроль» с EPV = 26,0, предварительной регистрацией, наказанием Ферта, множественной импутацией и оценкой взаимодействия в двойном масштабе, дало несколько результатов. Во-первых, были подтверждены независимые связи между изменяемыми факторами риска — текущим курением, большим потреблением алкоголя, гипертонией и сахарным диабетом — и первым ишемическим инсультом, при этом размеры эффекта соответствуют международной литературе. Во-вторых, было выявлено значительно...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

Авторы не заявляют о конкурирующих интересах. На дизайн исследования, сбор данных, анализ, интерпретацию или подготовку рукописей не повлияли финансовые или нефинансовые конфликты интересов.

Благодарности

Авторы благодарят участников исследования за их вклад. Медицинский персонал и научные ассистенты Общей больницы Хэбэй отмечены за помощь в сборе данных и уходе за пациентами. Это исследование было поддержано Специальным проектом в области инноваций в области здоровья и благополучия (номер проекта: 242W7703Z) и Центральным фондом для руководства местным технологическим развитием (Свободные исследовательские фундаментальные исследования) (номер проекта: 236Z7745G).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Система томографии (КТ)Отделение рентгенологии Общей больницы ХэбэйН/ДКлиническая КТ-платформа, используемая в рамках рутинной нейровизуализации при подозрении на цереброваскулярные события.
Система электронной медицинской карты (ЭМК)Общая больница ХэбэйН/ДСистема институциональной клинической карты, используемая для получения демографической информации, диагнозов, анамнеза заболевания, информации о лекарствах и данных клинических контактов для анонимизированных участников.
База данных медицинского обследованияОбщая больница ХэбэйН/ДИнституциональная база данных медицинского обследования, используемая как один из источников для идентификации и сопоставления контрольной группы.
Система управления лабораторной информацией (LIMS)Общая больница ХэбэйН/ДИнституциональная лабораторная база данных, используемая для извлечения данных по ЛПНП-Х, ЛПВП-Х, eGFR, гомоцистеину и другим лабораторным показателям.
Система магнитно-резонансной томографии (МРТ) с диффузионно-взвешенной визуализацией (ДВИ)Отделение рентгенологии Общей больницы ХэбэйН/ДКлиническая МРТ/ДВИ-платформа, используемая для подтверждения острой церебральной инфаркции, если доступна.
Форма для извлечения данных из медицинской картыФорма, разработанная для исследования, Общая больница ХэбэйН/ДСтандартизированный лист для извлечения данных, используемый независимыми исследователями для получения данных об экспозиции, коварияты, лекарствах и исходах.
Microsoft ExcelMicrosoft CorporationРабочая книга, совместимая с Microsoft 365/ExcelИспользуется для организации табличных исходных данных и подготовки дополнительной рабочей книги данных.
Система архивирования и передачи изображений (PACS)Общая больница ХэбэйН/ДИнституциональный архив нейровизуализации, используемый для просмотра КТ и МРТ/ДВИ исследований для подтверждения и аджудикации ишемического инсульта.
Пакет R: bootАвторы пакетов R из CRANbootИспользуется для вычисления доверительных интервалов бутстрапа.
Пакет R: dagittyПроект dagitty из CRANdagittyИспользуется для спецификации направленных ациклических графов и проверки наборов для корректировки.
Пакет R: epiRАвторы пакетов R из CRANepiRИспользуется для оценки добавочных мер взаимодействия, включая RERI, AP и индекс синергии.
Пакет R: ggplot2Авторы пакетов R из CRANggplot2Используется для создания статистических рисунков и визуализаций.
Пакет R: logistfАвторы пакетов R из CRANlogistfИспользуется для логистической регрессии Фирта с штрафным членом для устранения предвзятости при редких данных.
Пакет R: miceАвторы пакетов R из CRANmiceИспользуется для множественной импутации с помощью цепей уравнений.
Пакет R: rmsАвторы пакетов R из CRANrmsИспользуется для ограниченных кубических сплайнов и диагностики моделей.
Пакет R: survivalАвторы пакетов R из CRANsurvivalИспользуется для условной логистической регрессии в сопоставленном случайно-контрольном анализе.
Статистическое ПО RФонд R для статистических вычисленийВерсия 4.3.x или более поздняяОсновная статистическая среда, используемая для регрессионного моделирования, импутации, анализа взаимодействия, бутстрапа, диагностики и визуализации.
Чек-лист отчетности STROBEИнициатива STROBEН/ДФреймворк отчетности, используемый для структурирования потока наблюдательного исследования и отчетности рукописи.
Форма структурированного интервьюФорма, разработанная для исследования, Общая больница ХэбэйН/ДСтандартизированная форма, используемая для сбора или проверки данных о статусе курения, пакет-годах, употреблении алкоголя и релевантной исторической информации об экспозиции.
Классификация подтипов ишемического инсульта по TOASTСистема классификации Trial of Org 10172 in Acute Stroke TreatmentН/ДКлиническая система классификации, используемая неврологами для категоризации подтипов ишемического инсульта.

Ссылки

  1. GBD 2019 Stroke Collaborators. Global, regional, and national burden of stroke and its risk factors, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019. Lancet Neurol. 2021;20(10):795-820.
  2. Feigin VL, Brainin M, Norrving B, et al. World Stroke Organization: global stroke fact sheet 2025. Int J Stroke. 2025;20(2):132-144.
  3. Pu L, Wang L, Zhang R, et al. Projected global trends in ischemic stroke incidence, deaths, and disability-adjusted life years from 2020 to 2030. Stroke. 2023;54(5):1330-1339.
  4. Tuttolomondo A, Pecoraro R, Casuccio A, et al. Peripheral frequency of CD4+ CD28- cells in acute ischemic stroke: relationship with stroke subtype and severity markers. Int J Mol Sci. 2022;23(16):9476.
  5. Gorelick PB, Whelton PK. Blood pressure management in stroke: viewpoint. Hypertension. 2020;76(6):1688-1695.
  6. Zhong XL, Dong Y, Xu W, et al. Role of blood pressure management in stroke prevention: a systematic review and network meta-analysis of 93 randomized controlled trials. J Stroke. 2021;23(1):1-11.
  7. Ha SH, Lee DY, Shim JS, et al. Dyslipidemia treatment and cerebrovascular disease: evidence regarding the mechanism of stroke. J Lipid Atheroscler. 2024;13(2):139-154.
  8. Luo J, Tang X, Li F, et al. Cigarette smoking and risk of different pathologic types of stroke: a systematic review and dose–response meta-analysis. Front Neurol. 2022;12:772373.
  9. Gallucci G, Tartarone A, Lerose R, et al. Cardiovascular risk of smoking and benefits of smoking cessation. J Thorac Dis. 2020;12(7):3866-3876.
  10. Khan M, Wasay M, O’Donnell MJ, et al. Risk factors for stroke in the young (18–45 years): a case-control analysis of INTERSTROKE data from 32 countries. Neuroepidemiology. 2023;57(5):275-283.
  11. Larsson SC, Burgess S, Mason AM, et al. Alcohol consumption and cardiovascular disease: a Mendelian randomization study. Circ Genom Precis Med. 2020;13(3):e002814.
  12. Reynolds K, Lewis B, Nolen JD, et al. Alcohol consumption and risk of stroke: a meta-analysis. JAMA. 2003;289(5):579-588.
  13. Ding C, O’Neill D, Bell S, et al. Association of alcohol consumption with morbidity and mortality in patients with cardiovascular disease: original data and meta-analysis of 48,423 men and women. BMC Med. 2021;19(1):167.
  14. Toubasi AA, Al-Sayegh TN. Alcohol use and types of ischemic stroke: a systematic review and meta-analysis. Eur Neurol. 2025;88(3-4):140-150.
  15. Tomar K. Effect of alcoholism on ego strength among adults. Indian J Health Wellbeing. 2025;16(1):70-72.
  16. Biddinger KJ, Emdin CA, Haas ME, et al. Association of habitual alcohol intake with risk of cardiovascular disease. JAMA Netw Open. 2022;5(3):e223849.
  17. Rothman KJ, Greenland S, Lash TL. Modern epidemiology. 3rd ed. Philadelphia (PA): Lippincott Williams & Wilkins; 2008.
  18. Li R, Chambless L. Test for additive interaction in proportional hazards models. Ann Epidemiol. 2007;17(3):227-236.
  19. Lacey B, Herrington WG, Preiss D, et al. The role of emerging risk factors in cardiovascular outcomes. Curr Atheroscler Rep. 2017;19(6):28.
  20. Roerecke M, Kaczorowski J, Myers MG. Comparing automated office blood pressure readings with other methods of measurement: a systematic review and meta-analysis. JAMA Intern Med. 2019;179(3):351-362.
  21. Lin S, Hu C, Lin Z, et al. Bayesian estimation of the measurement of interactions in epidemiological studies. PeerJ. 2024;12:e17128.
  22. Knol MJ, VanderWeele TJ, Groenwold RH, et al. Estimating measures of interaction on an additive scale for preventive exposures. Eur J Epidemiol. 2011;26(6):433-438.
  23. Zabor EC, Reddy CA, Tendulkar RD, et al. Logistic regression in clinical studies. Int J Radiat Oncol Biol Phys. 2022;112(2):271-277.
  24. Firth D. Bias reduction of maximum likelihood estimates. Biometrika. 1993;80(1):27-38.
  25. Riley RD, Ensor J, Snell KIE, et al. Calculating the sample size required for developing a clinical prediction model. BMJ. 2020;368:m441.
  26. Bujang MA. A step-by-step process on sample size determination for medical research. Malays J Med Sci. 2021;28(2):15.
  27. Amarenco P, Kim JS, Labreuche J, et al. A comparison of two LDL cholesterol targets after ischemic stroke. N Engl J Med. 2020;382(1):9-19.
  28. Torres-Riera S, Arboix A, Parra O, et al. Predictive clinical factors of in-hospital mortality in women aged ≥85 years with acute ischemic stroke. Cerebrovasc Dis. 2025;54(1):11-19.
  29. Arboix A, Estevez S, Rouco R, et al. Clinical characteristics of acute lacunar stroke in young adults. Expert Rev Neurother. 2015;15(7):825-831.
  30. Libby P, Buring JE, Badimon L, et al. Atherosclerosis. Nat Rev Dis Primers. 2019;5(1):56.
  31. VanderWeele TJ, Ding P. Sensitivity analysis in observational research: introducing the E-value. Ann Intern Med. 2017;167(4):268-274.
  32. Hackshaw A, Morris JK, Boniface S, et al. Low cigarette consumption and risk of coronary heart disease and stroke: meta-analysis of 141 cohort studies. BMJ. 2018;360:j5855.
  33. Duncan MS, Freiberg MS, Greevy RA Jr, et al. Association of smoking cessation with subsequent risk of cardiovascular disease. JAMA. 2019;322(7):642-650.
  34. Larsson SC, Burgess S, Michaëlsson K. Smoking and stroke: a Mendelian randomization study. Ann Neurol. 2019;86(3):468-471.
  35. Samokhvalov AV, Irving HM, Rehm J. Alcohol consumption as a risk factor for atrial fibrillation: a systematic review and meta-analysis. Eur J Cardiovasc Prev Rehabil. 2010;17(6):706-712.
  36. Park TH, Ko Y, Lee SJ, et al. Identifying target risk factors using population attributable risks of ischemic stroke by age and sex. J Stroke. 2015;17(3):302-311.
  37. Riley RD, Snell KI, Ensor J, et al. Minimum sample size for developing a multivariable prediction model: part II—binary and time-to-event outcomes. Stat Med. 2019;38(7):1276-1296.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Теги

Связаться с нами
Порекомендовать библиотеке

Конфиденциальность

Условия использования

Политики

© 2026 MyJoVE Corporation. Все права защищены.