海军军医大学学报  2023, Vol. 44 Issue (8): 904-910   PDF    
引用本文
王丽君, 袁绘, 李凡凡, 张萍, 李娟, 杨鹏飞, 张永巍, 刘建民. 急性缺血性脑卒中患者认知障碍的危险因素分析[J]. 海军军医大学学报, 2023, 44(8): 904-910  
WANG Lijun, YUAN Hui, LI Fanfan, ZHANG Ping, LI Juan, YANG Pengfei, ZHANG Yongwei, LIU Jianmin. Risk factors of cognitive impairment in patients with acute ischemic stroke[J]. Academic Journal of Naval Medical University, 2023, 44(8): 904-910 (in Chinese with English abstract)  
急性缺血性脑卒中患者认知障碍的危险因素分析
王丽君1, 袁绘1, 李凡凡2, 张萍1, 李娟3, 杨鹏飞1, 张永巍1, 刘建民1     
1. 海军军医大学(第二军医大学)第一附属医院脑血管病中心, 上海 200433;
2. 海军军医大学(第二军医大学)护理系临床护理学教研室, 上海 200433;
3. 复旦大学附属华山医院护理部, 上海 200040
收稿日期: 2023-04-01    接受日期: 2023-07-12
基金项目: 中华国际医学交流基金会脑血管病青年创新基金(Z-2016-20-2201).
作者简介: 王丽君, 博士, 住院医师.E-mail: lijunwang365@163.com.
通信作者(Corresponding author): 张萍, Tel: 021-31161940, E-mail: pingzhang1121@163.com.
摘要: 目的 探讨急性缺血性脑卒中(AIS)患者发生认知障碍的危险因素。方法 选择2022年8月至12月海军军医大学(第二军医大学)第一附属医院脑血管病中心收治的AIS患者100例作为研究对象，根据简易智能精神状态检查量表(MMSE)评分分为认知功能正常组(59例)和认知障碍组(41例)。采集并比较两组患者的基本临床资料、实验室检查结果、影像学检查结果及蒙特利尔认知评估量表(MoCA)、9条目患者健康问卷抑郁量表(PHQ-9)、Lubben社会网络量表(LSNS-6)、加利福尼亚大学洛杉矶分校孤独量表第3版(UCLA-3)评估资料。采用二元logistic回归模型分析AIS患者发生认知障碍的危险因素。结果 与认知功能正常组相比，认知障碍组患者年龄较大(P＝0.012)，受教育年限较低(P＝0.045)，有糖尿病病史的患者比例较高(P＝0.026)，MMSE评分(P＜0.001)、MoCA评分(P＜0.001)和LSNS-6评分(P＝0.012)较低，PHQ-9评分(P＜0.001)和UCLA-3评分较高(P＝0.002)。两组患者的牛津郡社区卒中规划(OCSP)临床表现分型(P＝0.031)差异有统计学意义。二元logistic回归分析结果显示，年龄(OR＝1.070，95% CI 1.020~1.123，P＝0.005)和完全前循环梗死(OR＝55.633，95% CI 2.041~1 516.526，P＝0.017)是AIS患者发生认知障碍的危险因素。结论 年龄和完全前循环梗死是AIS患者发生认知障碍的危险因素。
关键词: 急性缺血性脑卒中    认知障碍    危险因素    年龄    完全前循环梗死    
Risk factors of cognitive impairment in patients with acute ischemic stroke
WANG Lijun1, YUAN Hui1, LI Fanfan2, ZHANG Ping1, LI Juan3, YANG Pengfei1, ZHANG Yongwei1, LIU Jianmin1     
1. Neurovascular Center, The First Affiliated Hospital of Naval Medical University(Second Military Medical University), Shanghai 200433, China;
2. Department of Clinical Nursing, School of Nursing, Naval Medical University(Second Military Medical University), Shanghai 200433, China;
3. Department of Nursing, Huashan Hospital, Fudan University, Shanghai 200040, China
Supported by Cerebrovascular Disease Youth Innovation Fund of China International Medical Foundation (Z-2016-20-2201).
Abstract: Objective To investigate the risk factors of cognitive impairment in patients with acute ischemic stroke (AIS). Methods A total of 100 AIS patients in Neurovascular Center, The First Affiliated Hospital of Naval Medical University (Second Military Medical University) from Aug. to Dec. 2022 were enrolled. According to the mini mental status evaluation (MMSE) score, the patients were divided into normal cognitive group (59 cases) and impaired cognitive group (41 cases). The basic clinical data, laboratory and imaging examination data, Montreal cognitive assessment (MoCA), patient health questionnaire-9 (PHQ-9), Lubben social network scale (LSNS-6) and University of California, Los Angeles loneliness scale-version 3 (UCLA-3) of the patients in the 2 groups were collected. Binary logistic regression model was used to analyze the risk factors of cognitive impairment in AIS patients. Results Compared with the normal cognitive group, the impaired cognitive group was older (P＝0.012), had lower level of education (P＝0.045), higher proportion of diabetes mellitus history (P＝0.026), and lower MMSE score (P < 0.001), MoCA score (P < 0.001) and LSNS-6 score (P＝0.012), and higher PHQ-9 score (P < 0.001) and UCLA-3 score (P＝0.002). Moreover, there was significant difference in Oxfordshire Community Stroke Project (OCSP) classification (P＝0.031) between the 2 groups. Binary logistic regression analysis showed that age (odds ratio [OR] ＝1.070, 95% confidence interval [CI] 1.020-1.123, P＝0.005) and total anterior circulation infarct (OR＝55.633, 95% CI 2.041-1 516.526, P＝0.017) were risk factors for cognitive impairment in AIS patients. Conclusion Age and total anterior circulation infarct are risk factors of cognitive impairment in AIS patients.
Key words: acute ischemic stroke    cognitive impairment    risk factors    age    total anterior circulation infarct    

脑卒中是引起国人死亡和残疾的首位疾病，其中缺血性脑卒中占大部分，不仅给社会、家庭带来沉重的经济负担，也是我国公共卫生和健康管理的重要难题[1-2]。卒中后认知障碍是脑卒中后最常见的并发症之一，严重影响患者的神经功能恢复和生存时间[3-5]。因此，迫切需要深入探讨急性缺血性脑卒中(acute ischemic stroke，AIS)后发生认知障碍的危险因素，以制定有效的干预策略。但目前对于AIS患者发生认知障碍影响因素的研究结论不一[6]。本研究通过回顾AIS患者的基本临床资料、实验室及影像学检查结果、量表资料，从多层面系统分析AIS患者发生认知障碍的危险因素，为AIS防治提供新的思路和理论依据。

1 资料和方法 1.1 研究对象

回顾性分析2022年8月至12月海军军医大学(第二军医大学)第一附属医院脑血管病中心收治的100例AIS患者的病例资料。纳入标准：(1)符合《中国急性缺血性脑卒中诊治指南2018》诊断标准[7]，并经头颅CT或MRI检查证实为AIS；(2)年龄≥18岁；(3)发病至入院时间＜14 d；(4)能配合完成神经心理评估及影像学检查；(5)签署知情同意书。排除标准：(1)患有严重的精神疾病，如精神分裂症或精神发育迟滞等；(2)患有恶性肿瘤或严重的心、肝、肺、肾功能衰竭；(3)患有严重的躯体疾病且很可能是认知损害的主要原因；(4)有严重的视觉或听力障碍，无法完成神经心理测验；(5)有严重失语或意识障碍等而无法配合检查。本研究获得海军军医大学(第二军医大学)第一附属医院伦理委员会审批。

1.2 研究方法 1.2.1 临床资料收集

收集患者的发病年龄、受教育年限、性别、户口类型、婚姻状况、居住状态、日常运动情况、高血压病史、糖尿病病史、高脂血症病史、冠心病史、脑卒中家族史、吸烟史、饮酒史、BMI等基本资料，记录入院时的收缩压和舒张压、入院24 h内美国国立卫生研究院卒中量表(National Institute of Health stroke scale，NIHSS)评分[8-9]、发病至医院就诊时间(onset to door time)。

1.2.2 实验室检查资料收集

患者入院次日采集空腹静脉血，检测空腹血糖、糖化血红蛋白、总胆固醇、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、同型半胱氨酸等实验室指标。

1.2.3 影像学检查资料收集

对患者进行头颅MRI、CT灌注成像检查，并采用磁共振血管造影、CT血管成像、颈动脉超声或数字减影血管造影评估血管病变。记录所有研究对象的梗死灶面积、梗死灶数量，了解有无脑白质病变、有无微出血、有无低灌注。由具有临床经验的神经内科医师对患者进行临床表现分型[牛津郡社区卒中规划(Oxfordshire Community Stroke Project，OCSP)分型][10]和病因分型[Org 10172急性脑卒中治疗试验(Trial of Org 10172 in Acute Stroke Treatment，TOAST)分型][11]。

1.2.4 量表评估

患者在发病2周内，由经过统一培训的医师进行标准化量表评估，评估项目包括：(1)简易智能精神状态检查量表(mini mental status evaluation，MMSE)[12]，包含时间定向力、地点定向力、即刻记忆力、注意力及计算力、延迟记忆力、语言、视空间7个方面，总分为0~30分，用于评估患者的总体认知功能。(2)蒙特利尔认知评估量表(Montreal cognitive assessment，MoCA)[13]，用于广泛的认知功能筛查，总分为0~30分，分值越高表示认知功能越好。(3)9条目患者健康问卷抑郁量表(patient health questionnaire-9，PHQ-9)[14]，共有9个条目，每个条目采用0~3分的4级评分(完全不会出现症状计0分，好几天出现症状计1分，一半以上的天数出现症状计2分，几乎每天都出现症状计3分)，总分为0~27分，其中0~4分为无抑郁，5~9分为轻度抑郁，10~14分为中度抑郁，15~19分为中重度抑郁，20~27分为重度抑郁。(4)Lubben社会网络量表(Lubben social network scale，LSNS-6)[15]，包含家庭网络和朋友网络2个维度，每个维度有3个条目，共6个条目，采用0~5分计分，计分方式为“当您需要时，有几个家人/亲戚可以给您提供帮助? ”回答0个计0分，1个计1分，2个计2分，3~4个计3分，5~8个计4分，9个或更多计5分，总分为0~30分，分数越低表示社会隔离风险越高，总得分＜12分视为社会隔离状态，各维度得分＜6分视为家庭或朋友隔离状态。(5)加利福尼亚大学洛杉矶分校(University of California，Los Angeles；UCLA)孤独量表第3版(UCLA loneliness scale-version 3，UCLA-3)[16]，该量表有3个项目，选项分为“几乎没有”“有时”“经常”3个等级，依次对应1~3分，总分为3~9分，分值越高表示孤独感越强。

1.2.5 分组

MMSE总分为0~30分，评分越低患者认知功能越差。按以下标准定义认知障碍：文盲≤17分、小学(受教育年限≤6年)≤20分、初中以上文化(受教育年限＞6年)≤24分[12]。根据患者有无认知障碍，将其分为认知功能正常组和认知障碍组。

1.3 统计学处理

应用SPSS 26.0软件进行统计学分析。呈正态分布的计量资料以x±s表示，组间比较采用Student t检验；呈偏态分布的计量资料以中位数(下四分位数，上四分位数)表示，组间比较采用Mann-Whitney U检验。计数资料以例数和百分数表示，组间比较采用χ2检验。应用二元logistic回归模型分析影响AIS患者发生认知障碍的危险因素。所有检验均为双侧检验，检验水准(α)为0.05。

2 结果 2.1 两组患者临床资料比较

共纳入100例AIS患者，男73例、女27例，年龄为(61.37±11.85)岁，其中认知功能正常组59例、认知障碍组41例。与认知功能正常组相比，认知障碍组患者年龄较大(P＝0.012)，受教育年限较低(P＝0.045)，有糖尿病病史的患者比例较高(P＝0.026)。见表 1。

表 1 两组AIS患者临床资料比较 Tab 1 Comparison of clinical data of AIS patients between 2 groups

2.2 两组患者实验室检查结果比较

认知障碍组和认知功能正常组空腹血糖、糖化血红蛋白、总胆固醇、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、同型半胱氨酸差异均无统计学意义(P均＞0.05)。见表 2。

表 2 两组AIS患者实验室指标比较 Tab 2 Comparison of laboratory data of AIS patients between 2 groups

2.3 两组患者影像学检查结果比较

认知障碍组和认知功能正常组OCSP分型差异有统计学意义(P＝0.031)，而TOAST病因分型、梗死灶面积、梗死灶数量、脑白质病变、微出血、低灌注差异均无统计学意义(P均＞0.05)。见表 3。

表 3 两组AIS患者影像学检查结果比较 Tab 3 Comparison of imaging findings of AIS patients between 2 groups  

2.4 两组患者量表评估结果比较

认知障碍组MMSE评分(P＜0.001)、MoCA评分(P＜0.001)和LSNS-6评分(P＝0.012)均低于认知功能正常组，而PHQ-9评分(P＜0.001)和UCLA-3评分(P＝0.002)均高于认知功能正常组。见表 4。

表 4 两组AIS患者量表评估结果比较 Tab 4 Comparison of scale assessment results of AIS patients between 2 groups  

2.5 AIS患者发生认知障碍的二元logistic回归分析结果

将是否发生认知障碍作为因变量，两组间临床资料、实验室指标、影像学检查结果比较差异有统计学意义的因素作为自变量，进行二元logistic回归分析。结果显示年龄(OR＝1.070，95% CI 1.020~1.123，P＝0.005)和完全前循环梗死(OR＝55.633，95% CI 2.041~1 516.526，P＝0.017)是AIS患者发生认知障碍的危险因素。见表 5。

表 5 AIS患者发生认知障碍的二元logistic回归分析结果 Tab 5 Binary logistic regression analysis of cognitive impairment in AIS patients

3 讨论

本研究结果显示，AIS后认知障碍组患者年龄较大、受教育年限较低、有糖尿病病史的患者比例较高，MMSE评分、MoCA评分和LSNS-6评分较低，PHQ-9评分和UCLA-3评分较高。此外，两组患者的OCSP分型亦差异显著。进一步logistic回归分析显示，年龄和完全前循环梗死是AIS患者发生认知障碍的危险因素。

高龄是卒中后认知障碍的独立危险因素。随着年龄的增长，脑细胞发生不同程度的衰退，脑组织可塑性降低，并且脑组织因动脉硬化处于低灌注状态，导致高龄人群容易发生认知损害[6, 17-20]。大量研究表明教育水平和认知障碍密切相关[6, 17, 19]，较高的教育水平意味着更好的认知储备，可以延缓认知功能的下降[21-23]。糖尿病是公认的脑血管疾病的危险因素之一，有研究认为，糖尿病引起的内皮功能障碍和微血管损伤通过脑白质高信号变化加速认知障碍或痴呆[24-27]。此外，本研究结果表明，缺血性脑卒中的OCSP分型与认知功能损伤有密切关系，与既往研究结果[28]一致。临床上不同OCSP分型的AIS患者发生认知障碍的比例不尽相同，前循环梗死的患者认知障碍发生率较高[29-30]。近年来，越来越多的证据表明社会因素(包括社会网络)和心理因素(包括抑郁、孤独感)与缺血性脑卒中的发病风险相关[31-37]，并影响患者的生活质量，但目前对其干预尚未得到重视。本研究结果显示，AIS后认知障碍组LSNS-6评分低于认知功能正常组，PHQ-9评分和UCLA-3评分高于认知功能正常组。因此，对于AIS患者，应积极改善社会网络水平、提高心理健康水平，预防认知障碍的发生与发展。

综上所述，年龄和完全前循环梗死为AIS后患者认知障碍的危险因素，对AIS后认知障碍的早期识别和管理具有重要意义。本研究为单中心、小样本、回顾性病例分析，具有一定的局限性。在未来将开展多中心、大样本、随访研究，以明确缺血性脑卒中后认知障碍的危险因素，从而为缺血性脑卒中后认知障碍的诊治与干预提供新的策略和靶点。

参考文献
[1]
TU W J, ZHAO Z, YIN P, et al. Estimated burden ofstroke in China in 2020[J]. JAMA Netw Open, 2023, 6(3): e231455. DOI:10.1001/jamanetworkopen.2023.1455
[2]
WANG W, JIANG B, SUN H, et al. Prevalence, incidence, and mortality of stroke in China: results from a nationwide population-based survey of 480 687 adults[J]. Circulation, 2017, 135(8): 759-771. DOI:10.1161/CIRCULATIONAHA.116.025250
[3]
ROST N S, BRODTMANN A, PASE M P, et al. Post-stroke cognitive impairment and dementia[J]. Circ Res, 2022, 130(8): 1252-1271. DOI:10.1161/CIRCRESAHA.122.319951
[4]
CRAMER S C, RICHARDS L G, BERNHARDT J, et al. Cognitive deficits after stroke[J]. Stroke, 2023, 54(1): 5-9. DOI:10.1161/STROKEAHA.122.041775
[5]
SENNFÄLT S, PIHLSGÅRD M, PETERSSON J, et al. Long-term outcome after ischemic stroke in relation to comorbidity—an observational study from the Swedish Stroke Register (Riksstroke)[J]. Eur Stroke J, 2020, 5(1): 36-46. DOI:10.1177/2396987319883154
[6]
HUANG Y Y, CHEN S D, LENG X Y, et al. Post-stroke cognitive impairment: epidemiology, risk factors, and management[J]. J Alzheimers Dis, 2022, 86(3): 983-999. DOI:10.3233/JAD-215644
[7]
中华医学会神经病学分会, 中华医学会神经病学分会脑血管病学组. 中国急性缺血性脑卒中诊治指南2018[J]. 中华神经科杂志, 2018, 51(9): 666-682. DOI:10.3760/cma.j.issn.1006-7876.2018.09.004
[8]
JOSEPHSON S A, HILLS N K, JOHNSTON S C. NIH stroke scale reliability in ratings from a large sample of clinicians[J]. Cerebrovasc Dis, 2006, 22(5/6): 389-395. DOI:10.1159/000094857
[9]
GOLDSTEIN L B, SAMSA G P. Reliability of the National Institutes of Health stroke scale. Extension to non-neurologists in the context of a clinical trial[J]. Stroke, 1997, 28(2): 307-310. DOI:10.1161/01.str.28.2.307
[10]
LINDLEY R I, WARLOW C P, WARDLAW J M, et al. Interobserver reliability of a clinical classification of acute cerebral infarction[J]. Stroke, 1993, 24(12): 1801-1804. DOI:10.1161/01.str.24.12.1801
[11]
ADAMS H P Jr, BENDIXEN B H, KAPPELLE L J, et al. Classification of subtype of acute ischemic stroke. Definitions for use in a multicenter clinical trial. TOAST. Trial of Org 10172 in Acute Stroke Treatment[J]. Stroke, 1993, 24(1): 35-41. DOI:10.1161/01.str.24.1.35
[12]
FOLSTEIN M F, FOLSTEIN S E, MCHUGH P R. "Mini-mental state". A practical method for grading the cognitive state of patients for the clinician[J]. JPsychiatr Res, 1975, 12(3): 189-198. DOI:10.1016/0022-3956(75)90026-6
[13]
NASREDDINE Z S, PHILLIPS N A, BÉDIRIAN V, et al. The Montreal cognitive assessment, MoCA: a brief screening tool for mild cognitive impairment[J]. J Am Geriatr Soc, 2005, 53(4): 695-699. DOI:10.1111/j.1532-5415.2005.53221.x
[14]
KROENKE K, SPITZER R L, WILLIAMS J B. The PHQ-9: validity of a brief depression severity measure[J]. J Gen Intern Med, 2001, 16(9): 606-613. DOI:10.1046/j.1525-1497.2001.016009606.x
[15]
LUBBEN J, BLOZIK E, GILLMANN G, et al. Performance of an abbreviated version of the Lubben social network scale among three European community-dwelling older adult populations[J]. Gerontologist, 2006, 46(4): 503-513. DOI:10.1093/geront/46.4.503
[16]
HUGHES M E, WAITE L J, HAWKLEY L C, et al. A short scale for measuring loneliness in large surveys: results from two population-based studies[J]. Res Aging, 2004, 26(6): 655-672. DOI:10.1177/0164027504268574
[17]
PENDLEBURY S T, ROTHWELL P M, Oxford Vascular Study. Incidence and prevalence of dementia associated with transient ischaemic attack and stroke: analysis of the population-based Oxford Vascular Study[J]. Lancet Neurol, 2019, 18(3): 248-258. DOI:10.1016/S1474-4422(18)30442-3
[18]
MOK V C, LAM B Y, WONG A, et al. Early-onset and delayed-onset poststroke dementia—revisiting the mechanisms[J]. Nat Rev Neurol, 2017, 13(3): 148-159. DOI:10.1038/nrneurol.2017.16
[19]
PENDLEBURY S T, ROTHWELL P M. Prevalence, incidence, and factors associated with pre-stroke and post-stroke dementia: a systematic review and meta-analysis[J]. Lancet Neurol, 2009, 8(11): 1006-1018. DOI:10.1016/S1474-4422(09)70236-4
[20]
GOTTESMAN R F, HILLIS A E. Predictors and assessment of cognitive dysfunction resulting from ischaemic stroke[J]. Lancet Neurol, 2010, 9(9): 895-905. DOI:10.1016/S1474-4422(10)70164-2
[21]
DUDA B, PUENTE A N, MILLER L S. Cognitive reserve moderates relation between global cognition and functional status in older adults[J]. J Clin Exp Neuropsychol, 2014, 36(4): 368-378. DOI:10.1080/13803395.2014.892916
[22]
CONTADOR I, ALZOLA P, STERN Y, et al. Is cognitive reserve associated with the prevention of cognitive decline after stroke? A systematic review and meta-analysis[J]. Ageing Res Rev, 2023, 84: 101814. DOI:10.1016/j.arr.2022.101814
[23]
SHIN M, SOHN M K, LEE J, et al. Effect of cognitive reserve on risk of cognitive impairment and recovery after stroke: the KOSCO study[J]. Stroke, 2020, 51(1): 99-107. DOI:10.1161/STROKEAHA.119.026829
[24]
LEE K P, CHEN J S, WANG C Y. Association between diabetes mellitus and post-stroke cognitive impairment[J]. J Diabetes Invest, 2023, 14(1): 6-11. DOI:10.1111/jdi.13914
[25]
TAMURA Y, ARAKI A. Diabetes mellitus and white matter hyperintensity[J]. Geriatr Gerontol Int, 2015, 15(Suppl 1): 34-42. DOI:10.1111/ggi.12666
[26]
YANG J, WONG A, WANG Z, et al. Risk factors for incident dementia after stroke and transient ischemic attack[J]. Alzheimers Dement, 2015, 11(1): 16-23. DOI:10.1016/j.jalz.2014.01.003
[27]
BEN ASSAYAG E, ELDOR R, KORCZYN A D, et al. Type 2 diabetes mellitus and impaired renal function are associated with brain alterations and poststroke cognitive decline[J]. Stroke, 2017, 48(9): 2368-2374. DOI:10.1161/STROKEAHA.117.017709
[28]
赖穗翩, 陈钜涛, 刘淑兰, 等. 缺血性脑卒中患者认知功能障碍发生的影响因素分析[J]. 卒中与神经疾病, 2019, 26(3): 334-336. DOI:10.3969/j.issn.1007-0478.2019.03.019
[29]
EL-SHEIK W M, EL-EMAM A I, EL-RAHMAN A A E A, et al. Predictors of dementia after first ischemic stroke[J]. Dement Neuropsychol, 2021, 15(2): 216-222. DOI:10.1590/1980-57642021dn15-020009
[30]
TU J, WANG L, WEN H, et al. The association of different types of cerebral infarction with post-stroke depression and cognitive impairment[J]. Medicine (Baltimore), 2018, 97(23): e10919. DOI:10.1097/MD.0000000000010919
[31]
NAGAYOSHI M, EVERSON-ROSE S A, ISO H, et al. Social network, social support, and risk of incident stroke: Atherosclerosis Risk in Communities study[J]. Stroke, 2014, 45(10): 2868-2873. DOI:10.1161/STROKEAHA.114.005815
[32]
VALTORTA N K, KANAAN M, GILBODY S, et al. Loneliness and social isolation as risk factors for coronary heart disease and stroke: systematic review and meta-analysis of longitudinal observational studies[J]. Heart, 2016, 102(13): 1009-1016. DOI:10.1136/heartjnl-2015-308790
[33]
FREAK-POLI R, RYAN J, NEUMANN J T, et al. Social isolation, social support and loneliness as predictors of cardiovascular disease incidence and mortality[J]. BMC Geriatr, 2021, 21(1): 711. DOI:10.1186/s12877-021-02602-2
[34]
GOLASZEWSKI N M, LACROIX A Z, GODINO J G, et al. Evaluation of social isolation, loneliness, and cardiovascular disease among older women in the US[J]. JAMA Netw Open, 2022, 5(2): e2146461. DOI:10.1001/jamanetworkopen.2021.46461
[35]
MURPHY R P, REDDIN C, ROSENGREN A, et al. Depressive symptoms and risk of acute stroke: INTERSTROKE case-control study[J]. Neurology, 2023, 100(17): e1787-e1798.. DOI:10.1212/WNL.0000000000207093
[36]
GUO J, WANG J, SUN W, et al. The advances of post-stroke depression: 2021 update[J]. J Neurol, 2022, 269(3): 1236-1249. DOI:10.1007/s00415-021-10597-4
[37]
张薇, 耿圆圆, 周鼒, 等. 社会及心理因素与脑卒中发病关系的流行病学研究进展[J]. 中华流行病学杂志, 2019, 40(9): 1168-1172. DOI:10.3760/cma.j.issn.0254-6450.2019.09.029