研究背景

        1995～2010年发表的几项RCT提示，无症状性颈动脉狭窄的最佳治疗为选择性干预。此后，药物治疗进一步发展，有研究显示单纯药物治疗可改善结局，同时因缺乏比较药物和手术治疗的当代数据，无症状性重度颈动脉狭窄患者的最佳治疗尚不确定。

研究目的

        评估未接受手术干预的无症状性重度颈动脉狭窄患者发生卒中的长期风险。

研究方法

        回顾性队列研究纳入3737例2008～2012年间诊断为无症状性重度(70%～99%)颈动脉狭窄且在过去6个月内无既往干预或同侧神经系统事件的成人患者，随访截至2019年，所有患者均是为450万成员服务的美国综合区域卫生系统的成员。采集患者人口学、并发症、心脑血管用药、血压和化验指标等基本信息。主要结局为同侧颈动脉相关急性缺血性卒中的发生率。次要结局包括狭窄进展至高度或闭塞、药物处方、药物依从性、血压、低密度脂蛋白水平和全因死亡率。

研究结果

        Figure 1显示了患者纳入流程，3737例患者4230条无症状性重度狭窄血管纳入队列。

        Table 1显示了队列的基本信息，纳入患者平均年龄73.8岁[SD 9.5]，57.4%为男性。

        Table 2显示了卒中发生率和全因死亡率，在未行干预前，有133例同侧卒中，平均年卒中率为0.9%(95CI, 0.7%-1.2)。Kaplan-Meier估计5年同侧卒中率为4.7%(95%CI, 3.9%-5.7%)。

        Figure 2为Kaplan-Meier分析和竞争风险模型展示同侧卒中累积概率。

        Figure 3显示了患者用药、药物依从性和药物疗效，可见血压和低密度脂蛋白水平控制良好，均在推荐目标水平以下。

研究结论

        在一个基于社区的未行手术干预的无症状性重度颈动脉狭窄患者队列中，5年内同侧颈动脉相关急性缺血性卒中的估计发生率为4.7%。这些发现可能为无症状性重度颈动脉狭窄患者的手术和药物治疗决策提供信息。

Q1：什么是竞争风险（competing risk）？

        A：假设事件1为关注事件，当事件2的发生可能会影响事件1发生的概率或者完全阻碍其发生，则事件2与事件1存在竞争风险。如果竞争事件比例高，则删失太多。

Q2：什么情况需要用竞争风险模型？

        A：理论上来讲，前瞻性的队列研究中都存在竞争风险，应该使用竞争风险模型，而常规使用Cox回归的方法也可以，但竞争风险模型更加准确，尤其是在竞争事件率低的时候，两种方法结果接近，均可以选择。但当竞争事件率较高，特别是随访时间比较长的研究中，通常竞争事件率较高，不可忽略，因而需要使用竞争风险模型得到更为准确的结果。

Q3：如何建立竞争风险模型？

        A：通常建立Cox回归模型需要两个变量，事件发生及事件发生时间，而竞争风险模型中，还要在事件发生这个变量的值中加上竞争事件发生，即Cox回归模型中，事件发生这个变量的定义为0=否，1=是，而竞争风险模型还要加上2=竞争事件发生这个值。

Q4：Cox回归模型的前提是什么？

        A：Cox比例风险模型有一个重要的前提假设，即等比例风险，它表示某因素对生存的影响在任何时间都是相同的，不随时间变化而变化。等比例风险假定条件检查方法包括：

        1)图示法：绘制某因素在不同状态下的二次对数生存曲线图，如果生存曲线大致平行，表明等比例风险成立，否则提示等比例不成立;

        2)交互作用法：在模型中增加该变量与时间的交互作用项。如果交互作用项有统计学意义，则表明该变量在不同时间的作用不同，也就是说不满足等比例风险假设;

        3)Schoenfeld残差法：如果Schoenfeld残差与时间t无明显变化趋势，即残差与时间t无关，则提示符合等比例风险假设。

Q5：本文中基线信息有较多缺失，仅采用了中位数插补法是否过于粗糙，是否会影响分析结果？

        A：本文旨在估计卒中发生率，在竞争风险模型和Kaplan-Meier分析中，缺失数据按照删失处理，不需要填补。而基线数据用于预测卒中风险或死亡风险，因此作者用来自相同年龄和性别人群估计值的中位值填补缺失数据。如若想要研究卒中发生的独立危险因素，建立多因素回归分析时，需纳入基线变量，如若基线变量有缺失，需要使用多重插补法。