Heart：视网膜血管纹路预测卒中事件

卒中是最常见的心血管疾病之一，每年导致约670万人死亡。虽然全世界有超过1亿人卒中，但近90%的卒中可归因于高血压、高胆固醇、饮食和吸烟等可改变的风险因素。因此，早期识别有风险的个体可以加强早期干预，从而减少与卒中相关的残疾和死亡率。

众所周知，复杂的视网膜血管网络与大脑的血管系统具有共同的解剖和生理特征，允许对血管系统健康进行无创评估。先前的研究表明，以扭曲、静脉直径、动静脉缺口和微动脉瘤形式出现的视网膜微血管异常反映了高血压、糖尿病和高胆固醇血症等全身性疾病的损害，这些都是已知的可改变的卒中危险因素。也有研究表明，视网膜的解剖特征，如分形维数、弯曲度和口径，是未来卒中死亡率的标志。然而，视网膜血管参数与卒中事件之间的联系并没有导致眼底摄影的广泛应用，以提高风险预测。

近日，心脏病领域权威杂志Heart上发表了一篇研究文章，该研究旨在探究视网膜血管参数与卒中事件之间的关系，揭示新的关联，并探讨其对卒卒中险的预测能力。

研究人员利用基于视网膜的微血管健康评估系统从英国生物银行眼底图像中提取视网膜血管参数，并使用Cox回归分析，对传统风险因素进行调整，以评估相关性，且对多重比较进行错误发现率调整。此外，研究人员采用受试者工作特征（ROC）曲线评估其预测价值。

在12.5年的中位随访期间，45161名参与者中发生了749起卒中事件。研究人员分析确定了29个与卒卒中险相关的重要参数，其中密度参数明显占主导地位（超过一半）。这些参数的每一个标准差变化都会使卒卒中险增加9.8%至19.0%。对于已知的口径参数，每个SD变化与风险增加相关（范围从10.1%到14.1%）。对于已知的复杂性参数和动脉弯曲计数，SD每降低一个数值都与风险增加有关（范围从10.4%到19.5%）。引入视网膜血管参数将ROC曲线下的面积提高到0.752，显著优于仅使用传统危险因素的模型（0.739，p<0.001）。

由此可见，视网膜血管分析是一种无创的卒卒中险评估筛查方法，优于传统的风险分层模型。该研究发现的29个新的视网膜指标为脑卒中病理生理学研究提供了新的途径。

原始出处：

Mayinuer Yusufu.et al.Retinal vascular fingerprints predict incident stroke: findings from the UK Biobank cohort study.Heart.2024.https://heart.bmj.com/content/early/2025/01/03/heartjnl-2024-324705