眼球后部的血管“指纹”可以准确预测中风风险

　　

发表在《心脏》（Heart）杂志网络版上的一项研究发现，眼睛后部感光组织层（视网膜）上的血管“指纹”可以像传统的危险因素一样准确地预测一个人患中风的风险，但不需要进行多次侵入性的实验室测试。

研究人员总结说，指纹包括29项血管健康指标，是一种实用且易于实施的方法，特别适合初级卫生保健和资源匮乏的环境。

研究人员指出，全球约有1亿人受中风影响，每年有670万人死于中风。大多数病例是由可改变的危险因素引起的，如高血压、高胆固醇、不良饮食和吸烟。

研究人员解释说，众所周知，视网膜复杂的血管网络与大脑的血管系统具有共同的解剖和生理特征，这使其成为评估糖尿病等系统性疾病损害的理想候选者。

他们补充说，由于研究结果的变化和对眼球后部专门成像技术（眼底摄影）的不一致使用，它在中风风险预测方面的潜力尚未得到充分的探索。

但是研究人员说，机器学习（AI），如基于视网膜的微血管健康评估系统（RMHAS），已经开辟了识别生物标志物的可能性，可以准确预测中风的风险，而不需要侵入性的实验室测试。

为了进一步探讨这一点，他们测量了68,753名英国生物银行研究参与者眼底图像中5类视网膜血管结构的30个指标。

这5个类别包括静脉和动脉的口径（长度、直径、比率）、密度、扭曲度、分支角度和复杂性。

他们考虑了潜在的影响风险因素：背景人口统计和社会经济因素；生活方式;健康参数，包括血压、胆固醇、HbA1c（血糖指标）和体重（BMI）。

最终的分析包括45,161名参与者（平均年龄55岁）。在平均12.5年的监测期间，749名参与者中风。

这些人往往是年龄较大、男性、当前吸烟者和糖尿病患者。他们的体重更重，血压更高，“有益”胆固醇水平更低，这些都是已知的中风风险因素。

总共纳入118项视网膜血管可测量指标，其中29项在调整传统危险因素后与首次卒中风险显著相关。超过一半（17个）是密度指标；8个属于复杂类别；3项为口径指标；我属于扭曲这一类。

密度指标的每一次变化与卒中风险增加10-19%相关，而口径指标的类似变化与卒中风险增加10-14%相关。

复杂性和扭转指标的每降低与风险增加10.5-19.5%相关。

研究结果显示，这种视网膜“血管指纹”，即使只与年龄和性别相结合，在预测未来中风风险方面也与单独使用传统风险因素一样好。

这是一项观察性研究，因此无法得出因果关系的确切结论。研究人员承认，这些发现可能不适用于不同的种族，因为英国生物银行的大多数参与者都是白人。他们也无法评估与不同类型中风相关的风险。

然而，他们得出结论：“考虑到年龄和性别是容易获得的，视网膜参数可以通过常规眼底摄影获得，该模型为突发中风风险评估提供了一种实用且易于实施的方法，特别是在初级卫生保健和资源匮乏的环境中。”