急性冠状动脉综合征患者主要不良心血管事件的预测模型构建及验证OACSTPCD

目的基于心率变异性(HRV)建立列线图模型,并评估急性冠状动脉综合征(ACS)患者主要不良心血管事件(MACEs)的发生风险。方法回顾性纳入确诊ACS患者322例作为建模集,另选择164例ACS患者作为验证集,中位随访时间为23.5个月。将建模集分为MACEs组30例和无MACEs组292例,分别采用单因素分析与多因素Cox回归分析筛选危险因素,并建立列线图模型。采用受试者工作特征(ROC)曲线、校准曲线与决策曲线验证模型,以及采用Kaplan-Meier生存曲线进行风险分层。结果建模集与验证集的性别、年龄、ACS类型、靶血管直径狭窄率、支架置入、MACEs发生率等一般资料比较,差异有统计学意义(P<0.05)。单因素分析发现,MACEs组年龄大于无MACEs组,ST段抬高型心肌梗死(STEMI)和既往心肌梗死病史例数占比及入院肌酸激酶同工酶(CK-MB)、肌钙蛋白I(cTnI)、B型利钠肽(BNP)和靶血管直径狭窄率、标准化高频(HF)值高于无MACEs组,HRV指标中标准化低频(LF)值、标准化LF/HF低于无MACEs组,差异有统计学意义(P<0.05)。多因素Cox回归分析显示,年龄≥65岁(HR=1.425,95%CI:1.124~1.758,P=0.001)、既往心肌梗死病史(HR=1.326,95%CI:1.102~1.659,P=0.003)和标准化LF/HF<1.32(HR=2.203,95%CI:1.568~2.659,P<0.001)是ACS患者随访2年MACEs的独立危险因素。R软件建立列线图模型,总分200分。ROC曲线显示,列线图模型预测建模集1年与2年MACEs的曲线下面积(AUC)分别为0.845和0.902,预测验证集1年与2年MACEs的AUC分别为0.802和0.856。校准曲线与决策曲线均显示,模型有较好的吻合度和净获益比。Kaplan-Meier生存曲线显示,建模集与验证集1年和2年高风险(>80分)累积MACEs发生率大于中风险(60~80分)、低风险(<60分),其中低风险最低(P<0.05)。结论ACS患者入院早期检测HRV有利于准确评估介入干预后中长期随访MACEs的发生风险。ACS患者年龄、既往心肌梗死病史联合标准化LF/HF建立的列线图模型在评估预后风险分层中具有重要应用潜力。