急性心肌梗死患者经皮冠状动脉介入治疗后远期主要不良心血管事件预测模型的构建

• Published in: 中国全科医学 Vol. 25; no. 24; pp. 2965 - 2974
• Main Authors: 李琴, 檀鑫, 姜文溪, 袁梦, 倪慧, 王媛, 杜杰
• Format: Journal Article
• Language: Chinese
• Published: 030001 山西省太原市,山西医科大学基础医学院生物化学与分子生物学教研室 20.08.2022; 030001 山西省太原市,山西医科大学分子影像精准诊疗省部共建协同创新中心; 100029 北京市,首都医科大学附属北京安贞医院 北京市心肺血管疾病研究所血管生物研究室%100029 北京市,首都医科大学附属北京安贞医院 北京市心肺血管疾病研究所血管生物研究室
• Subjects: 经皮冠状动脉介入治疗; 心肌梗死; 急性心肌梗死; 风险评估; 预测; 主要不良心血管事件
• ISSN: 1007-9572
• DOI: 10.12114/j.issn.1007-9572.2022.0237

R542.22; 背景 对急性心肌梗死(AMI)患者进行风险分层对临床决策和预后评估具有重要临床意义,由于AMI患者临床特征及治疗模式正在不断发生改变,现有的风险评分可能并不适用于临床实际情况,因此需要提高AMI患者经皮冠状动脉介入治疗(PCI)后远期主要不良心血管事件的预测准确性以制订患者个性化的管理策略.目的 构建预测AMI患者PCI后远期主要不良心血管事件的风险模型.方法 纳入2019年1—7月于首都医科大学附属北京安贞医院接受PCI的AMI患者1130例,根据纳入、排除标准最终纳入962例患者,收集其一般资料和实验室检查指标.对所有患者进行电话随访,中位随访时间为2.4年,以全因死亡、非致死性心肌梗死、非致死性卒中、恶性心律失常、新发心力衰竭或心力衰竭加重再入院、非计划内的血运重建作为主要不良心血管事件.根据患者随访期间是否发生主要不良心血管事件分为事件组122例和非事件组840例.采用Lasso回归筛选远期主要不良心血管事件的危险因素,多因素Logistic回归分析构建预测模型,并绘制列线图.采用受试者工作特征(ROC)曲线分析模型预测AMI患者PCI后发生远期主要不良心血管事件的效能,使用净重分类改善指标(NRI)和综合判别指数(IDI)对预测模型与全球急性冠状动脉事件注册(GRACE)评分进行比较,评价模型对AMI患者PCI后预后评估的改善效果.结果 962例AMI患者中122例(12.7％)患者出现远期主要不良心血管事件.Lasso回归筛选出5个预测变量,包括心电图ST段偏移、糖尿病、左心室射血分数(LVEF)、估算肾小球滤过率(eGFR)、血红蛋白(Hb).通过多因素Logistic回归分析构建的预测模型的回归方程为:logit(P)=3.596-0.023×X1-0.014×X2-0.036×X3+0.726×X4+1.372×X5(X1表示Hb,X2表示eGFR,X3表示LVEF,X4表示糖尿病,X5表示心电图ST段偏移).心电图ST段偏移、糖尿病、LVEF、Hb是AMI患者PCI后发生远期主要不良心血管事件的影响因素(P<0.05);心电图ST段偏移、糖尿病、eGFR、Hb是ST段抬高型心肌梗死(STEMI)患者PCI后发生远期主要不良心血管事件的影响因素(P<0.05);心电图ST段偏移、糖尿病、Hb是非ST段抬高型心肌梗死(NSTEMI)患者PCI后发生远期主要不良心血管事件的影响因素