南京（综述） 杨水祥（审校）

房颤血栓栓塞的评分及应用进展

南京（综述） 杨水祥（审校）

心房颤动（以下简称房颤）是临床上最常见的快速性心律失常，65岁以上人群中，房颤的发病率可高达75%，因此房颤也被认为是“21世纪的流行病”[1]。房颤引起血栓栓塞是房颤引起死亡、致残等的重要原因，据估计15%～20%的缺血性脑卒中是由房颤引起的，并且房颤引起的脑卒中临床预后不佳，每年的复发率更高达12%[2,3]。因此，对房颤患者血栓栓塞风险的评估有着重要的临床意义。目前临床上对房颤血栓栓塞评估的评分标准很多，本文就相关评分进行总结分析。

1 CHADS2评分、R2CHADS2评分及CHA2DS2-VASc评分

1.1 CHADS2评分 由充血性心力衰竭（congestive heart failure，C）、高血压（hypertension，H）、年龄≥75岁（age，A）、糖尿病（diabetesmellitus，D）以及既往有脑卒中或者短暂性脑缺血发作（stroke，S2）所组成的CHADS2评分系统，是在2001年首先提出、在2004年开始应用于临床研究指导危险分层及抗栓治疗策略[4,5]。该评分系统简单易用，迅速在临床广泛应用，并且获得了各国房颤指南的推荐。Rietbrock等[6]的研究发现，该评分系统能够有效地预测卒中风险，但是仍需要进一步的修正提高，这其中包括对年龄的细化分层。SPORTIF研究发现，根据CHADS2评分系统，大约60%的患者卒中风险为中危，甚至对既往有过脑卒中或者短暂性脑缺血发作（TIA）的患者，CHADS2评分系统提示为中危，但是很明显此类患者卒中风险极高，这也从侧面反映该评分系统临床应用的局限性[7]。

1.2 CHA2DS2-VASc评分系统 CHADS2评分为0的患者，其卒中的年发生率可高达2%[8]，因此对于CHADS2评分低危患者的详细分层在临床上显得尤其重要。2010年CHA2DS2-VASc开始应用于临床，该评分系统除了充血性心力衰竭（congestive heart failure，C）、高血压（hypertension，H）、年龄≥75岁（age）、糖尿病（diabetes mellitus，D）以及既往有脑卒中或者短暂性脑缺血发作（stroke，S2）外，还纳入了年龄65～74岁、外周血管病、女性等危险因素[9]。欧洲心脏调查的研究发现，CHA2DS2-VASc评分为0的患者发生血栓栓塞事件的风险为0，CHADS2评分为0的患者血栓栓塞风险为1.40%[10]。因此目前认为，对于CHA2DS2-VASc评分为0或者1的房颤患者来说，抗凝治疗不是必须的。

1.3 R2CHADS2评分 临床上经常可以见到房颤与肾功能不全同时存在的情况，并且这两种疾病均能够增加脑卒中的发生率。一项纳入了978例接受抗凝治疗房颤患者的研究发现，肾小球滤过率（eGFR）每下降30 ml·min-1·1.73m-2，血栓事件风险增加42%[11]。R2CHADS2评分系统是在CHADS2评分基础上将肾功能不全作为新的危险因素（肾功能不全定义为肾小球滤过率＜60 ml/min），并且肾功能不全得分为2分。ROCKET房颤研究共纳入了14 264例房颤患者，该研究发现，在脑卒中预测方面R2CHADS2评分与CHA2DS2-VASc和CHADS2评分类似[12]。R2CHADS2评分临床表现尚有许多不足之处，作为从ROCKET房颤研究衍生出来的评分标准，该临床研究本身就排除了那些肌酐清除率＜30 ml/min的患者，另外其他一些卒中高风险的患者也被排除在外。此外，肾功能本身就是和性别、年龄、心功能状态相关联的，这些都是CHADS2的组成部分，都会影响R2CHADS2评分的预测价值[13]。因此，该评分的预测价值还需要包括重度肾功能不全患者在内的研究进行进一步的检验。

2 QStroke评分

该评分系统源于一项350万人群的临床队列研究，该评分的研究团队同时使用了一个包含190万人群的数据库核实评分的预测价值，结果发现QStroke评分在预测卒中风险方面稍稍优于CHA2DS2-VASc评分和CHADS2评分，但是差异未见统计学意义[14]。 虽然该评分来源研究的样本量大、随访时间长、在临床实践中的代表性好，但是评分系统复杂，纳入的参数多达17个，并且男女患者需要分别计算，更主要的是该评分中排除既往有脑卒中或者TIA的患者，而临床表现非特别优异，这些都限制了该评分的临床应用。

3 ATRIA脑卒中风险评分

Daniel等通过对10 927例非瓣膜病性房颤患者进行研究分析发现，年龄、既往卒中、女性、糖尿病、心衰、高血压、蛋白尿及肾功能不全（估算的肾小球滤过率，eGFR＜45 ml/min或者终末期肾病）等8个危险因素与房颤卒中风险相关。ATRIA心血管研究网队列研究纳入了25 306例患者，其中496例发生血栓栓塞事件，结果发现，ATRIA评分对栓塞事件风险的预测价值优于 CHADS2评分和CHA2DS2-VASc评分[15]。但是一项针对186 570例房颤患者的研究得出了相反的结论，尤其是对于ATRIA评分低危患者，1年随访卒中发生率可高达2.95%，而CHA2DS2-VASc评分为0的低危患者，1年卒中发生风险约为1%[16]。因此，ATRIA评分在低危人群识别与CHA2DS2－VASc和CHADS2评分比较仍需要进一步研究。另外该评分系统复杂，主要关注的是严重血栓栓塞事件导致的死亡或者明显致残，对于其他事件的注意较少，这势必会导致房颤患者抗凝治疗的不充分，这些都是限制该评分应用的重要原因。

4 血栓栓塞风险-出血风险评估复合模型

临床上很多血栓事件的危险因素也是出血的危险因素，因此提出血栓栓塞风险－出血风险复合评估模型是一个有趣的事情。从AMADEUS研究中衍生的两项复合模型显示出良好的临床预测价值[17]。复合终点“脑卒中/血栓栓塞事件/大出血”的预测因素包括年龄、既往脑卒中/TIA病史以及治疗范围时间（TTR）；另外一个模型以“脑卒中、体循环或者肺循环栓塞、心肌梗死、心血管死亡、大出血”为终点事件得出了类似的结论，同时发现左心室功能不全也是预测因素之一。Loire Valley房颤研究中另外一个模型包括既往心力衰竭、年龄＞75岁、年龄＞65岁、糖尿病、脑卒中、血管疾病、肝肾功不全、既往有出血史、INR不稳定。但是这个符合模型的预测价值没有在目前的卒中－出血模型上提高，因此复合模型仍需要进一步的研究[18]。

总之，房颤患者血栓栓塞的评估及相应的治疗是房颤治疗策略中重要的一个方面。CHADS2评分系统和CHA2DS2－VASc评分系统是目前临床应用中最重要的评分系统，但是上述评分系统中仍然有一些项目有待提高，比如心功能、肾功能甚至一些生化指标（C反应蛋白、NT－proBNP水平、瘦素水平等）、影像学指标（如DE－MRI测量的左心房纤维化等）等均可能需要在临床实践中加以考虑[19－21]。同时，房颤的血栓栓塞风险评估是一种综合性的工作，临床上的风险评估工具仅仅提供了一个参考，并且这些评估工具多以西方人群为主题研发的，对于亚洲人群来说，其房颤引起脑卒中的比例少于欧美人群，并且房颤病因的疾病谱不同，这需要引起我们的重视[22]。另外，每一位患者的具体情况、使用药物之后出现的耐受性、风险－获益比均是我们临床医生需要考虑的事情[23]。

［1］Chugh SS，Havmoeller R，Narayanan K，et al.Worldwide Epidemiology of Atrial Fibrillation：A Global Burden of Disease 2010 Study.Circulation，2014，129：837－847.

［2］Lip GY.Atrial fibrillation and stroke prevention：brief observations on the last decade.Expert Rev Cardiovasc Ther，2014，12： 403－406.

［3］Stewart S，Hart CL，Hole DJ，et al.Population prevalence，incidence，and predictors of atrial fibrillation in the Renfrew/Paisley study.Heart，2001，86：516－521.

［4］Gage BF，Waterman AD，Shannon W，et al.Validation of clinical classification schemes for predicting stroke：results from the National Registry of Atrial Fibrillation.JAMA，2001，285：2864－2870.

［5］Olesen JB，Lip GY，Hansen ML，et al.Validation of risk stratification schemes for predicting stroke and thromboembolism in patients with atrial fibrillation：nationwide cohort study.BMJ，2011，342：d124.

［6］Rietbrock S，Heeley E，Plumb J，et al.Chronic atrial fibrillation：Incidence，prevalence，and prediction of stroke using the Congestive heart failure，Hypertension，Age＞75，Diabetes mellitus，and prior Stroke or transient ischemic attack（CHADS2）risk stratification scheme.Am Heart J，2008，156：57－64.

［7］Dzeshka MS，Lane DA，Lip GYH.Stroke and Bleeding Risk in Atrial Fibrillation：Navigating the Alphabet Soup of Risk－Score Acronyms（CHADS2，CHA2DS2－VASc，R2CHADS2，HAS－BLED，ATRIA，and More）.Clin Cardiol，2014，37：634－644.

［8］Gerth A，Nabauer M，Oeff M，et al.Stroke events in patients with CHADS2scores 0 and 1 in a contemporary population of patients with atrial fibrillation：results from the German AF NET registry.Eur Heart J，2013，34：4381－4381.

［9］Camm AJ，Kirchhof P，Lip GY，et al.Guidelines for the management of atrial fibrillation：the Task Force for the Management of Atrial Fibrillation of the European Society of Cardiology（ESC）. Eur Heart J，2010，31：2369－2429.

［10］Nieuwlaat R，Capucci A，Camm AJ，et al.European Heart Survey Investigators. Atrial fibrillation management： a prospective survey in ESC member countries：the Euro Heart Survey on Atrial Fibrillation.Eur Heart J，2005，26：2422－2434.

［11］Guo Y，Wang H，Zhao X，et al.Sequential changes in renal function and the risk of stroke and death in patients with atrial fibrillation.Int JCardiol，2013，168：4678－4684.

［12］Camm AJ，Savelieva I.“R”for“Renal”and for“Risk”. Circulation，2013，127：169－171.

［13］Kornej J，Lip GYH.Comparing the‘New’R2CHADS2，With the‘Old’CHA2DS2－VASc Scores for Predicting Thromboembolism in Patients Undergoing Atrial Fibrillation Ablation：New Does Not Mean Better.Can JCardiol，2014，30：385－387.

［14］Hippisley－Cox J，Coupland C，Brindle P.Derivation and validation of QStroke score for predicting risk of ischaemicstroke in primary care and comparison with other risk scores：a prospective open cohort study.BMJ，2013，346：f2573.

［15］Singer DE，Chang Y，Leila H，et al.A New Risk Scheme to Predict Ischemic Stroke and Other Thromboembolism in Atrial Fibrillation：The ATRIA Study Stroke Risk Score.J Am Heart Assoc，2013，2：18-24.

［16］Chao TF，Liu CJ，Wang KL，et al.Using the CHA2DS2-VASc Score for Refining Stroke Risk Stratification in‘Low-Risk’Asian Patients With Atrial Fibrillation.J Am Coll Cardiol，2014，64：1658-1665.

［17］Lip GY，Lane DA，Buller H，et al.Development of a novel composite stroke and bleeding risk score in patients with atrial fibrillation：the AMADEUSStudy.Chest，2013，144：1839-1847.

［18］Banerjee A，Fauchier L，Bernard-Brunet A，et al.Composite risk scores and composite endpoints in the risk prediction of outcomes in anticoagulated patients with atrial fibrillation：the Loire Valley Atrial Fibrillation Project.Thromb Haemost，? 2014，111：549-556.

［19］Aulin J，Siegbahn A，Hijazi Z，et al.Interleukin-6 and C-reactive protein and risk for death and cardiovascular events in patients with atrial fibrillation.Am Heart J，2015，170：1151-1160.

［20］Li G，Liu T.The therapeutic strategies of enhancing adiponectin and lowering leptin may be benefit to controlling atrial fibrillation.Med Hypotheses，2009，73：122.

［21］Nichols EH.DE-MRIQuantification of Atrial Fibrosis Predicts Ablation Outcome in Patients with Atrial Fibrillation.Circ J，2013，77：1399-1400.

［22］Chiang CE，Wang KL，Lip GY.Stroke prevention in atrial fibrillation：an Asian perspective.Thrombosis&Haemostasis，2014，111：789-797.

［23］李妙龄，曾晓荣.心房颤动药物治疗研究新进展.中国心血管病研究，2009，7：55-58.

The development and application of thromboembolism scoring system in atrial fibrillation

心房颤动； 栓塞； 脑卒中； 评分； 进展

Atrial fibrillation； Thromboembolism； Stroke； Scoring system； Development

100038 北京市，首都医科大学附属北京世纪坛医院心血管内科

杨水祥，E-mail：sxyang63@126.com

10．3969/j．issn．1672－5301．2017．01．003

R541.7

A

1672-5301（2017）01-0006-04

2016-06-20）