基于动态心电图定量参数建立并验证冠心病患者经皮冠状动脉介入治疗术后主要不良心血管事件预测模型
门莉1
刘瑞2
杨龙3
陈冰心1
印婷婷1
史江荣4
比拉力·排祖拉3
范平1
1.830054 新疆维吾尔自治区乌鲁木齐市,新疆医科大学第一附属医院心功能科2.830054 新疆维吾尔自治区乌鲁木齐市,新疆医科大学第一附属医院干部保健中心3.830054 新疆维吾尔自治区乌鲁木齐市,新疆医科大学第一附属医院小儿心胸外科4.830054 新疆维吾尔自治区乌鲁木齐市,新疆医科大学第一附属医院新生儿科
摘要：目的 利用24 h动态心电图(Holter)参数,构建并验证针对冠心病患者经皮冠状动脉介入治疗(PCI)术后发生主要不良心血管事件(MACEs)的预测模型,为临床早期风险评估提供依据.方法 本研究为一项多中心回顾性研究,选取2023年1月至2024年12月期间在新疆医科大学第一附属医院与四家合作中心接受诊疗的共388例冠心病患者作为研究对象.将新疆医科大学第一附属医院的281例患者作为训练组,四家合作中心的107患者作为验证组.记录性别、年龄、吸烟、血压、体重指数(BMI)、C反应蛋白、白介素-6、N末端B型利钠肽原(NT-proBNP)、三酰甘油(TG)、总胆固醇(TC)、高密度脂蛋白胆固醇(HDL-C)、左心室射血分数(LVEF)等指标.在患者完成PCI术后48 h内嘱患者佩戴Holter设备,并记录平均心率、NN间期标准偏差(SDNN)、三角指数、总功率、心率减速力等定量参数.患者出院后对其进行为期1年的随访,随访事件为MACEs,包括心源性死亡、因心力衰竭或非致死性心肌梗死再入院、恶性心律失常、卒中、消化道出血、经临床评估需要再次行血运重建的事件等.采用最小绝对收缩和选择算子(LASSO)回归算法对训练组的预测变量进行降维筛选,采用多因素Logistic回归模型验证筛选后的变量的有效性,并根据预测概率建立列线图模型.绘制ROC曲线和校准曲线,评估模型在训练组和验证组中分别预测冠心病患者发生MACEs的效能和一致性.结果 通过LASSO回归的正则化技术,确定了最佳惩罚系数(λ)值,将预测变量从42个缩减至6个.最终选定三角指数、心率减速力、BMI、LDL-C、NT-proBNP、吸烟史参与临床预测模型的构建.多因素Logistic回归分析结果表明,三角指数(OR=0.942,95％CI 0.907～0.973,P＜0.001)、心率减速力(OR=0.703,95％CI 0.508～0.950,P=0.027、BMI(OR=1.231,95％CI 1.082～1.423,P=0.003)、NT-proBNP(OR=1.626,95％CI 1.202～2.268,P=0.003)、LDL-C(OR=2.120,95％CI 1.302～3.562,P=0.003)、吸烟(OR=8.404,95％CI 3.100～25.049,P＜0.001)是冠心病患者发生MACEs的影响因素.采用上述6个变量构建了列线图模型,并对模型进行了评价.ROC曲线结果显示,训练组和验证组使用列线图模型预测冠心病患者发生MACEs 的曲线下面积(AUC)分别为 0.933(95％CI 0.899～0.967,P＜0.001)以及 0.901(95％CI 0.830～0.971,P＜0.001).训练组和验证组的校准曲线均位于理想曲线两侧,Hosmer-LemeshowP值分别为0.287、0.855,这表明预测值与实际观测值之间无显著统计学差异.结论 三角指数、心率减速力、BMI、LDL-C、NT-proBNP、吸烟史是冠心病患者PCI术后发生MACEs的影响因素.本研究将传统风险因素与动态心电图定量参数相结合,构建了一个简易的列线图模型,该模型具有较高的判别度和校正度,可为临床早期风险分层和干预措施的制定提供有力支持.
关键词：三角指数心率减速力冠心病主要不良心血管事件临床预测模型
分类号：R541.7(心脏、血管（循环系）疾病)
论文发表日期：2025-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 510-518 )
英文信息