健心知著 | 一个用于识别高危冠状动脉疾病低风险患者的有效模型

健心知著

2022.08.05

第188期

微信图片_20230223112742.png

一个用于识别高危冠状动脉疾病低风险患者的有效模型

微信图片_20230223112817.png

刘健、马承前、郭萌

北京大学人民医院

健心荐语

2021年美国心脏病学会建议对冠状动脉疾病(CAD)中到高风险的稳定胸痛患者进行心脏负荷试验。负荷试验阳性的患者需要接受冠状动脉造影(ICA)检查,其中存在冠脉解剖学高风险(HRCA)的患者需要接受血运重建以改善预后。尽管ICA通常是安全的,但并非没有并发症,不过仅凭借心脏负荷试验又很难无创地识别和干预HRCA。

目前已经存在一些利用临床特征或运动负荷试验(EST)变量预测HRCA的风险模型,但这些模型并没有经过外部验证。这项研究的目的就是通过结合临床特征和EST变量来建立和验证更准确的HRCA风险预测模型,从而识别可以安全避免ICA检查的HRCA低风险患者。

文章介绍

本研究为一项多中心的事后分析。主要的研究目的是通过结合临床特征和运动负荷试验变量来推导HRCA风险预测模型并加以验证。本文于2022年3月发表于The American Journal of Cardiology杂志。

研究方法

这项研究使用的接受EST和ICA 的患者数据均保存于克利夫兰诊所基金会(2005年1月~2014年12月,CCF建模队列)或匹兹堡大学医学中心(2017年1月~2019年12月,UPMC验证队列)的数据库中。以上患者均为年龄>18岁,接受EST检查后3个月内进行选择性ICA检查的患者。排除标准为已有CAD病史、左束支传导阻滞(LBBB)、左心室射血分数<50% 或进行EST/ICA检查前30天内发生急性冠状动脉综合征。针对每位患者,这项研究提取了已知与CAD相关的临床特征及EST变量并进行统计分析。根据CCF建模队列 的数据最终建立预测HRCA风险的CCF模型,并利用UPMC验证队列的数据加以检验。HRCA定义为ICA检查发现左主干病变、3支病变或2支病变(其中1支血管为左前降支近端)。显著的冠状动脉狭窄定义为左主干狭窄≥50%,其余部位狭窄≥70%。

研究结果

本研究最终纳入2758名拥有完整记录的患者进行分析,其中418名患者(15.2%)诊断为HRCA。表1列出了CCF模型中与HRCA相关的因素。与HRCA呈正相关的因素有:高风险的Duke Treadmill评分(DTS≤-11)、典型的胸痛症状、糖尿病、高胆固醇血症、高血压、冠心病家族史、性别(男性高发)和年龄。与HRCA呈负相关的因素有高密度脂蛋白(HDL)和EST变量中的总运动时间。

微信图片_20230223112946.png

表1:预测HRCA的多变量模型

最终CCF模型的偏差矫正C统计量为0.79(95% confidence interval [CI] 0.77 to 0.81),表明模型区分度良好,且CCF模型优于CONFIRM模型([AUC] 0.79 vs 0.74, p <0.001)。

微信图片_20230223113016.png

图1:CCF模型的ROC曲线

由CCF模型的预测HRCA的直方图可见,276名患者(10.0%)的HRCA预测概率<2%,762名患者(27.6%)的预测概率<5%,430名患者(15.6%)的预测概率>30%。

微信图片_20230223113057.png

图2:CCF模型预测HRCA的直方图

图3显示了两种模型的校准图。CCF模型的校准出色,表明CCF模型能够识别大部分低风险患者;相比之下,CONFIRM模型表现出对HRCA的严重低估。

微信图片_20230223113121.png

图3:CCF模型和CONFIRM模型的校准图(A为CCF模型,B为CONFIRM模型)

在最终纳入CCF模型的患者队列中,654名患者(23.7%)还接受了核素显像和心肌灌注显像。但将以上因素纳入敏感性分析,发现阳性显像与HRCA之间无显著的相关性(odds ratio 1.50, 95% CI 0.84 to 2.71),也没有改善CCF模型的AUC。

UPMC验证队列连续纳入521名患者,其中在55名患者(10.5%)中发现HRCA。在该队列中,CCF模型的AUC为0.79(95% confidence interval [CI] 0.74 to 0.85),同样优于CONFIRM模型([AUC] 0.79 vs 0.72, p <0.001)。图4显示了UPMC队列中两个模型的校准图,可见CCF模型倾向于高估HRCA的风险,考虑可能是因为HRCA癌验证队列中不太常见;而CONFIRM模型的校准很差,对HRCA的预测严重不足。

微信图片_20230223113206.png

图4:验证队列中,CCF模型和CONFIRM模型的校准图(A为CCF模型,B为CONFIRM模型)

结  论

这项研究描述了一个基于临床特征和EST变量的外部验证预测模型,以预测疑似稳定性CAD患者发生HRCA的风险。该模型可以识别出HRCA 风险低的患者,帮助患者避免不必要的 ICA,并进行更好的医疗管理。

点评

这项研究结合临床特征和EST变量建立CCF模型,来预测HRCA的可能性。该模型具有良好的区分度和校准性。通过识别 HRCA 风险低的患者,该模型可用于帮助患者避免不必要的 ICA,并开始改变生活方式和优化药物治疗。

不过这项研究尚存在一定的局限性。首先,研究人群仅包括EST检查后接受ICA的患者,相比于未接受ICA的患者,这些患者可能拥有更高的HRCA发生概率,因此CCF模型如果用于所有接受EST的患者,可能会高估HRCA的风险;其次该模型排除了已知CAD和左心室射血分数<50%的患者。因此需要进一步的研究来加以完善。

阅读数: 37
相关专题