关于建立高血压前期人群高血压发病病证结合风险预测模型的思考

防治战略前移是当前临床医学的发展趋势。2010年美国心脏协会(AHA)战略规划工作小组把理想的健康行为和健康因素定义为心血管健康［1］。国内外学者指出，高血压是心血管疾病的第一战场，而高血压前期又是高血压病的第一战场［1－4］。高血压前期由《美国预防、检测、评估与治疗高血压全国联合委员会第七次报告》(JNC7)［5］首次提出，是指收缩压为120～139mmHg、舒张压为80～89mmHg者。国内高血压前期患病率较高，调查发现，除个别地区患病率较低外，其余地区高血压前期患病率为41.5%～43.9%［6］。与正常血压人群相比，高血压前期人群未来发生高血压病的概率和发生心血管疾病的可能性大大增加。北京地区流行病学调查显示，10年前正常血压和高血压前期的亚组人群10年后发生高血压的比例分别为22.2%和52.6%［7］。日本一项调查数据显示，从高血压前期进展到高血压病的受试者发生心血管疾病的风险比保持正常血压或高血压前期的风险高2.95倍［8］。《中国高血压防治指南》［9］将高血压前期定义为正常高值血压，其与JNC7指南针对该病的建议均为以生活方式改变为主。近年来研究发现，针对高血压前期人群，给予膳食添加剂或中医辨证治疗、穴位埋线等方法，可以有效地预防或延缓高血压前期向高血压的改变［10－12］。但是，高血压前期患病率高、血压跨度大、危险度各异，无选择性地给予干预将浪费巨大的医疗资源。因此，识别可能发展为高血压病的高危高血压前期人群，预测未来发展为高血压病的风险，有针对性地进行干预显得尤为重要。

1高血压前期人群早期识别和风险预测的研究现状及存在问题

有学者采用构建数学模型的方法，寻找高血压前期人群发生高血压病的高危因素及预测因子，并预测高血压前期人群发展为高血压病的风险。如采用Cox比例风险回归分析，寻找高血压前期人群发生高血压病的独立危险因素［13－14］。采用多元线形回归探索C反应蛋白对高血压前期人群进展至高血压的预测价值［15］。这种通过建立数学模型，对未来可能发生的风险状态、影响因素和变化趋势所作的分析和推断的方法，即为风险预测，构建的数学模型称为风险预测模型。近年来，风险预测用于研究致病危险因素与慢性病发病率及病死率之间数量依存关系及其规律性，将生活方式、理化指标等因素转化为可测量的指标，用于预测个体在未来一定时间发生疾病或死亡的危险。如刘建平等［16］采用分类树模型预测缺血性脑卒中发病风险，正确率为79.30%。文玉娜等［17］采用多因素Logistic回归分析，预测乙型肝炎后肝硬化患者死亡概率，结果显示预测的敏感度为91.5%，特异度为92.4%，正确指数为0.839。杨召等［18］采用AＲIMA-BPNN组合模型预测流感发病率，结果显示，AＲIMA-BPNN组合模型预测的平均绝对误差为0.029、平均误差绝对率为0.43%。

这些风险预测模型的建立能够较好地筛查疾病高危人群、预测疾病的发病情况，但目前开展的相关研究在预测高血压前期人群发生高血压病的风险时存在一定的局限性。一方面，目前针对高血压前期人群发展为高血压病的预测模型主要采用回归统计方法如Logistic回归、Cox逐步回归等，虽然具有一定的预测能力，但这些模型要求变量满足独立性且不能处理变量之间的共线性问题，因此，用于预测高血压病这样的复杂疾病具有一定的局限性［19］。另一方面，这些研究都是基于现代医学研究的危险因素建立风险评估工具，缺少高血压前期中医证候学方面的研究内容。此外，也有学者提出采用基于健康管理队列构建高血压病风险预测模型，预测高血压前期人群发展为高血压病的风险［20］。这种方法也存在一定的缺陷，其危险因素在高血压前期人群与正常人群中的重要程度不同。有研究指出，在高血压前期妇女中，蒙古族、高血压家族史是其发生高血压的独立预测指标，而在正常血压妇女中则不是［21］。高血压前期人群与正常人群相比更容易发生2个以上危险因素聚集的情况，随着危险因素聚集的个数增多，发生高血压前期的危险性越大［22］。

2中医证候要素是开展风险预测研究的重要影响因素

中医证候是影响高血压前期人群患高血压病的重要因素。首先，高血压病属于中医学“眩晕”“头痛”范畴，病因有内外两个方面，病机为脏腑阴阳平衡失调，主要为肝肾阴阳平衡失调，病理因素主要为风、火、痰、瘀、虚，病位以肝肾为主，涉及脾、心［23］，因此，高血压前期人群中辨证属于阴虚阳亢或肝火上炎者，更有可能发展为高血压病。其次，有学者采用临床流行病学方法，对比高血压病和高血压前期证候学特征，发现血压由正常高值发展到高血压病的过程是一个机体由实到虚、由肝系病变到肝肾同病的逐渐发展过程，肝火亢盛证、阴阳两虚证可能为高血压前期发展为高血压病的危险证候，肝火亢盛证可能是高血压前期发展为高血压病的高危证型［24－26］。因此，我们提出构建高血压前期发展为高血压病的风险预测模型，不仅要考虑高血压前期高危人群危险因素，而且要重视中医证候要素，要将证候要素作为重要的影响因素，建立病证结合的高血压前期发展为高血压的风险预测模型，从而提高模型的预测准确性。

3队列研究是构建风险预测模型的首选临床研究类型

队列研究是将某一特定人群按是否暴露于某可疑因素或暴露程度进行分组，追踪观察两组或多组成员结局发生的情况，比较各组之间结局发生率的差异，从而判定这些因素与该结局之间有无因果关联及关联程度的一种观察性研究方法［27］，因此，可作为构建风险预测模型的首选临床研究类型。通过文献研究及专家访谈，采集高血压前期发展为高血压病的可能危险因素和四诊信息，在中医理论指导下，围绕高血压前期发展为高血压病的危险因素和中医证候等相关问题，遵循筛检问卷设计的一般原则和方法，通过预调查、信度及效度分析等，形成高血压前期发展为高血压病的危险因素及四诊信息调查问卷。采用队列研究的方法，对自愿接受研究的高血压前期患者，利用高血压前期发展为高血压病的危险因素及四诊信息调查问卷进行调查，追踪随访，随访过程中发生高血压病者全部组成病例组，未发生高血压的高血压前期患者为对照组。对病例组和对照组的数据，采用描述性分析如t检验、秩和检验、方差分析、Pearson相关系数法和Spearman相关系数法、Logistic回归的逐步选择法，探索高血压前期发展为高血压病与各危险因素之间的定量关系。

4潜在类别模型是客观判断受试者证候类型的可行方法

潜在类别模型是通过间断的潜变量即潜在类别变量来解释外显指标间的关联，使外显指标间的关联通过潜在类别变量来估计，进而维持其局部独立性的统计方法。其基本假设是，外显变量各种反应的概率分布可以由少数互斥的潜在类别变量来解释，每种类别对各外显变量的反应选择都有特定的倾向，因此，本文提出将收集的四诊信息作为显变量，进行潜在类别模型分析。潜在类别模型包括两类参数，一是计算条件概率值。条件概率值反映个体某观察变量属于特定类别的可能性，即通过计算条件概率值的大小，分析各四诊信息(显变量)属于某一证候要素(潜变量)的概率，根据中医诊断有关内容，判断潜变量各类别所代表的证候要素的内容和性质。二是计算类别概率［28］。类别概率表示随机抽取的个体属于一个特定类的概率。通过计算潜在类别概率，可以判断每个证素所占的比重和受试者属于各证候要素(潜类别)的概率，然后根据概率的大小将每个受试者进行分类，确定每一位受试者的证候类型，实现将证候纳入到风险预测模型中［29］。

5比较不同建模方法结果，挑选合适的的风险预测模型

构建疾病的风险预测模型的方法较多，比较常用的有Logistic回归［17］、Cox回归［13－14］、支持向量机(SVM)［30］、神经网络［18］、马尔科夫模型［30］、决策树［31］、分类树［16］、贝叶斯网络模型［31］、时间序列模型［18］等。目前普遍认为，不存在某种方法能适合于任何特点的数据。由于数据内部变量间的关系错综复杂，建立的模型之间存在不同的差异是肯定的［32］。如Delen等［19］比较了运用Logistic回归、决策树和神经网络对20多万乳腺癌患者生存状况的预测能力，结果显示，预测能力决策树(93.6%)＞神经网络(91.2%)＞Logistic回归(89.2%)。陈建新等［31］采用贝叶斯方法、决策树、ＲBF神经网络、SVM、Logistic回归对冠心病患者(共1069例)中医诊断分类的准确性进行比较研究，综合各项性能指标，SVM最好，Logistic回归次之，决策树、贝叶斯和神经网络依次次之。可见数据类型不同，不同模型的预测能力也不同。然而只要明确了试验设计类型、研究目的、各种建模方法特点等，将不同建模方法的结果进行合理地比较，挑选出较优的模型是完全可能的［32］。

6小结

识别发展为高血压病的高危高血压前期人群，预测未来发展为高血压病的风险，具有重要的临床价值。本研究通过分析高血压前期人群早期识别和风险预测的研究现状及存在问题，提出采用队列研究，收集高血压前期发展为高血压病的危险因素及四诊信息，充分考虑中医证候对疾病发生的影响，通过相关的数据分析和数学模型，筛选出对高血压前期发展为高血压病有重要影响的危险因素和中医证候，通过对模型的预测效能进行分析评价，挑选出较优的包括危险因素和中医证候要素相结合的高血压前期发展为高血压病的风险预测模型，从而为高血压前期发展为高血压病的高危人群筛查提供科学依据。

来源：中医杂志作者：王丽颖韩学杰