通过视网膜血管分析预测中风风险的研究显示，这种方法优于传统模型。发表于《Heart》的研究指出，视网膜血管网络与大脑血管具有相似的解剖和生理特征，这使其成为评估大脑血管健康的潜在无创检测方法。
由澳大利亚皇家维多利亚眼耳医院和香港理工大学团队主导的研究，利用英国生物银行数据对45,161名接受眼底成像检查的参与者进行了视网膜血管参数分析。研究采用深度学习模型RMHAS（基于视网膜的微血管健康评估系统）分析眼底图像获取血管参数。研究人群包含54.9%女性，平均年龄55.4±8.18岁，91.2%为白人，平均BMI 27.1±4.67，3.9%患有糖尿病。
研究显示，在平均12.5年的随访期间发生749例中风事件。与未中风者相比，中风患者显著特征包括：年龄更大（P<.001）、男性占比更高（P<.001）、BMI更高（P<.001）、从未吸烟者比例更低（P<.001）、血压更高（P<.001）、高密度脂蛋白胆固醇更低（P<.001）以及糖尿病患病率更高（P<.001）。
定量分析显示，视网膜血管参数与中风风险存在显著关联。当黄斑区动脉和血管的以下参数每增加1个标准差时，中风风险显著升高：
- 长径比（调整风险比[aHR]范围：1.101-1.141；P≤.03）
- 弦长（aHR范围：1.122-1.134；P=.01）
- 弧长及动脉非末端点位（aHR范围：1.098-1.144；P≤.03）
相反，当以下参数每降低1个标准差时，中风风险显著升高：
- 中央视网膜动脉当量（aHR 0.906；P=.04）
- 动脉和血管分形维度（aHR范围：0.862-0.890；P=.01）
- 动脉分支点数量（HR范围：0.862-0.868；P=.01）
- 动脉节段数（aHR 0.856；P=.01）
- 黄斑区血管节段数（aHR 0.906；P=.04）
- 动脉末端点位数（aHR 0.851；P=.01）
- 动脉分支密度（aHR 0.903；P=.03）
- 黄斑区动静脉分支密度（aHR范围：0.892-0.910；P≤.04）
- 血管面积密度（aHR范围：0.860-0.896；P≤.02）
- 动脉骨架密度（aHR范围：0.840-0.872；P≤.01）
- 动脉曲折度拐点数（aHR 0.908；P=.03）
研究团队指出，传统风险因素的预测模型AUC值为0.738，而结合视网膜血管参数后，模型性能显著提升至0.752（P<.001）。研究的主要局限在于英国生物银行的人群多样性不足。
研究作者总结表示："这项全面的视网膜血管参数集对预测新发中风事件具有附加价值，表明其可作为高危个体的无创筛查工具。"
参考文献：
Yusufu M, Friedman DS, Kang M 等. 视网膜血管特征预测新发中风：英国生物银行队列研究. Heart. 在线发表于2025年1月13日. doi:10.1136/heartjnl-2024-324705
【全文结束】
