BNP动态变化作为急性缺血性卒中合并阵发性房颤的潜在因果关联生物标志物研究

《Journal of Stroke and Cerebrovascular Diseases》：Brain natriuretic peptide changes as a potential biomarker for paroxysmal atrial fibrillation in acute ischemic stroke cases

本研究针对急性缺血性卒中（AIS）中阵发性房颤（PAF）的临床识别难题，创新性提出通过检测入院48小时内脑钠肽（BNP）的动态变化（ΔBNP）来识别与卒中存在因果关系的PAF。回顾性分析显示，ΔBNP在PAF相关心源性卒中（CES-PAF）组显著低于其他卒中亚型，且ΔLog BNP的曲线下面积（AUC）达0.91，复合评分进一步优化诊断效能。该发现为ESUS（不明来源栓塞性卒中）的病因溯源提供了具时间因果关联性的生物标志物，对指导抗凝治疗具有重要意义。

　　

在脑血管疾病领域，急性缺血性卒中（AIS）的病因精准判定始终是临床决策的核心挑战。其中，约20-25%的卒中被归类为不明来源栓塞性卒中（ESUS），而阵发性房颤（PAF）被认为是其重要的潜在栓塞来源。然而，PAF具有隐匿性、一过性等特点，常规心电图监测极易漏诊。更为复杂的是，卒中后新发现的房颤（AFDAS）可能包含卒中应激引发的、栓塞风险较低的房颤类型，并非所有检测到的房颤都明确需要抗凝治疗。因此，如何从ESUS患者中识别出与本次卒中事件存在因果关系的PAF，而非仅仅是共存的房颤，成为优化治疗策略、平衡卒中复发与出血风险的关键。

现有的PAF预测指标，如基线BNP水平、左心房直径（LAD）、左心房容积指数（LAVI）等，虽有一定价值，但多反映慢性的心房结构性或功能性改变，难以直接证实房颤事件与卒中发生之间的时间因果关联。研究人员从房颤的病理生理过程获得灵感：房颤发作时，心房压力负荷增加会导致BNP水平升高，而恢复窦性心律后，BNP水平则会下降。基于此，日本滋贺医科大学的研究团队提出了一个创新性假设：对于因PAF导致心源性卒中（CES）、但入院时表现为窦性心律的患者，其入院后短期内BNP水平的变化趋势可能与其他卒中亚型不同。如果PAF是本次卒中的直接原因，那么入院时测得的BNP水平可能仍处于房颤发作后的较高状态，随后在窦律维持下，BNP水平会呈现下降趋势。相反，其他原因所致的卒中或慢性房颤患者，BNP水平可能因卒中急性期应激或液体治疗等因素而上升。

为了验证这一假设，该研究团队在《Journal of Stroke and Cerebrovascular Diseases》上发表了他们的研究成果。他们开展了一项回顾性队列研究，纳入了2022年至2025年间连续入院的、在症状出现24小时内入院并接受了入院时（第一次）和入院48小时内（第二次）两次BNP检测的AIS患者。最终共有220例患者符合分析标准，并被分为三组：PAF相关的心源性卒中组（CES-PAF，n=30）、其他病因的心源性卒中组（CES，n=67）以及非心源性卒中组（非CES，n=123）。研究主要比较了各组间BNP的绝对变化值（ΔBNP）和对数转换后的变化值（ΔLog BNP），并评估了ΔLog BNP对于鉴别CES-PAF的诊断性能，同时与已建立的PAF预测因子进行了比较。此外，还构建了结合ΔBNP、基线BNP和LAVI的复合评分（BNP评分和BNP-LA评分），以探索最佳的诊断策略。

本研究的关键技术方法主要包括：基于TOAST（ Trial of Org 10172 in Acute Stroke Treatment）标准的卒中病因学分型、规范的血清BNP水平检测与动态监测、心脏超声心动图参数（如LAVI、LAD、LVEF）测量、以及综合运用单变量与多变量线性回归模型和受试者工作特征（ROC）曲线分析等统计方法，对生物标志物的诊断效能进行严谨评估。

研究结果

患者基线特征

经过筛选，研究最终纳入了220例AIS患者。心源性卒中（CES）组中的栓塞来源包括房颤（62例）、左心室动脉瘤附壁血栓（2例）、扩张型心肌病（1例）、近期心肌梗死（1例）和人工心脏瓣膜（1例）。非CES组则包括动脉粥样硬化性血栓形成性脑梗死（64例）、分支动脉粥样硬化病（25例）和腔隙性梗死（34例）。

各组BNP相关变量的分布

数据分析揭示了显著的组间差异。基线BNP（第一次BNP）水平在CES组和CES-PAF组中均显著高于非CES组。在动态变化方面，CES组和非CES组的第二次BNP水平相较于基线均呈现上升趋势。然而，在CES-PAF组中，第二次BNP水平则显示出明确的下降趋势。具体而言，CES-PAF组的ΔBNP中位数为-19.6 pg/mL，显著低于CES组的+82.1 pg/mL和非CES组的+25.5 pg/mL。ΔLog BNP在CES-PAF组中也显著低于其他两组。

ΔLog BNP与CES-PAF组的关联

单变量线性回归分析显示，ΔLog BNP在CES-PAF组中显著低于CES组和非CES组。即便在经过多变量调整（纳入了年龄、性别、卒中严重程度（NIHSS评分）、大血管闭塞（LVO）、治疗方式等多种混杂因素后），多变量线性回归分析依然证实ΔLog BNP与CES-PAF组独立相关，且在该组中保持显著较低水平。

ΔLog BNP与已建立的PAF预测因子的比较

研究人员进一步比较了ΔLog BNP与多个已建立的PAF预测因子（如基线BNP、LAD、LAVI、左心室射血分数（LVEF））的诊断效能。ROC曲线分析显示，在区分CES-PAF方面，ΔLog BNP表现出卓越的性能，其曲线下面积（AUC）在所有病例中为0.91，在排除了入院时即存在房颤的病例（非AF病例）中也为0.91，显著优于大多数传统预测因子。

复合评分的诊断性能

为了进一步提升诊断准确性，研究构建了两种复合评分：BNP评分（结合ΔBNP和基线BNP）和BNP-LA评分（结合ΔBNP、基线BNP和LAVI）。结果显示，这两种复合评分的诊断性能均优于ΔLog BNP单独使用，其中BNP-LA评分在非AF病例中的AUC达到了0.93。

研究结论与讨论

本研究的主要结论是，在急性缺血性卒中患者中，BNP水平的动态下降（ΔBNP，特别是ΔLog BNP）与阵发性房颤所致的心源性卒中存在强且独立的关联，其诊断效能优于传统的、反映慢性心房改变的预测指标。结合ΔBNP的复合评分能进一步优化诊断准确性。

这项研究的重要意义在于：

1. 1.
   提出了因果关联新视角：ΔBNP作为一个动态指标，能够反映房颤事件与卒中发生的时间邻近性，为判断PAF是否为卒中的直接原因提供了新的、具有潜在因果推断价值的生物标志物，超越了仅“检测是否存在PAF”的传统思路。
2. 2.
   具有较高的临床实用潜力：ΔBNP的检测简单、快速，可在卒中急性管理早期（入院48小时内）获得，有助于临床医生快速识别高危患者，优先安排延长心电监测或早期评估抗凝治疗的必要性，实现治疗策略的精准化。
3. 3.
   为未来研究指明方向：该发现提示，基于生物标志物动态变化的“因果关联”评估可能是未来ESUS病因诊断和治疗决策研究的重要方向。需要前瞻性、多中心研究，特别是结合植入式心脏监测器（ICM）进行连续心律监测，来进一步验证ΔBNP在识别与卒中因果相关的PAF方面的价值，并探索其指导抗凝治疗是否能改善患者预后。

总之，这项研究创新性地将BNP的动态变化模式应用于急性缺血性卒中的病因甄别，为破解阵发性房颤这一“隐匿杀手”与卒中之间的因果关系提供了有力工具，有望为临床实践带来新的变革。