开发并外部验证一种诺模图，用于预测接受射频消融治疗的心房颤动患者是否需要电复律

《IJC Heart & Vasculature》：Development and external validation of a nomogram to predict the need for electrical cardioversion during radiofrequency ablation in patients with atrial fibrillation

预测射频消融术中电复律需求的模型构建及验证，纳入1348例心房颤动患者，通过Boruta算法和多元回归分析，识别AF类型、瓣膜反流、BMI、左心房直径和收缩压为独立预测因子，模型在训练集、验证集和外部验证集的AUC分别为0.881、0.879和0.866，校准和决策曲线分析显示良好临床适用性。

　　这项研究旨在识别在进行房颤（AF）射频消融术（RFA）时需要术中电复律（ECV）的预测因素，并开发一个预测模型。研究团队通过对1,348名患者的数据进行回顾性分析，其中348名患者接受了ECV，而1,000名未接受ECV。通过使用Boruta算法和多变量逻辑回归，他们构建了一个名为“nomogram”的预测模型，并对其性能进行了评估，包括使用受试者工作特征曲线（ROC曲线）的面积（AUC）、校准图以及决策曲线分析（DCA）。为了验证模型的适用性，研究者还对来自湖北第三人民医院的121名患者进行了外部验证。结果显示，该模型在训练集、内部验证集和外部验证集中均表现出良好的预测能力，AUC值分别为0.881、0.879和0.866，表明其具有较高的诊断价值。

### 研究背景与意义

房颤是临床中最常见的心律失常之一，影响全球约5970万人，并导致每年约315,000例死亡。房颤不仅与心力衰竭和中风等并发症有关，还显著影响患者的生活质量。目前，射频消融术作为房颤最有效的侵入性治疗方法之一，尤其适用于对药物治疗无效或不耐受的患者。尽管射频消融术在治疗房颤方面取得了一定成效，但仍有相当比例的患者在消融后仍需要进行术中电复律以恢复窦性心律。因此，了解哪些患者更可能需要术中电复律不仅有助于优化治疗过程，也对长期预后具有重要意义。

然而，现有的预测模型主要集中在术后复发或长期节律结果的预测，而没有针对术中电复律的预测模型。这表明，开发一个专门用于预测术中电复律需求的模型具有重要的临床价值。此外，该模型能够帮助医生进行个性化的治疗规划，提高术前准备的效率，同时优化手术资源的分配，如麻醉支持和手术时间管理，从而提高整体治疗效果。

### 研究方法

研究采用回顾性设计，涉及两个中心的数据，包括华中科技大学同济医院和湖北第三人民医院的患者。研究团队从2018年1月至2023年12月在同济医院进行射频消融术的1,348名房颤患者中收集了临床、超声心动图和CT影像数据。为了确保数据的一致性，两个中心的纳入和排除标准保持一致。研究纳入的条件包括年龄≥18岁、确诊房颤、术前有完整的影像、实验室和心电图（ECG）数据、签署知情同意书并同意接受标准治疗和随访，以及符合2020年欧洲心脏病学会（ESC）房颤诊断和管理指南（与欧洲心胸外科协会EACTS合作）的射频消融术适应症。排除标准包括存在严重结构性心脏病、术前检测到心房或左心耳血栓、先天性心脏病史、有显著的窦房结功能障碍或慢性心动过缓、术前数据不完整或缺乏术中电复律信息、妊娠或哺乳期、以及可能影响预后的系统性疾病，如活动性恶性肿瘤、严重感染或终末期肝肾功能衰竭。

研究采用随机分组的方法，将数据集按临床结果的比例划分为训练集和验证集，比例为7:3。训练集包括944名患者，其中251名接受了电复律，693名未接受。验证集包括404名患者，其中97名接受了电复律，307名未接受。为了筛选重要的预测变量，研究团队使用了Boruta算法，这是一种基于随机森林分类器的稳健变量选择方法，能够识别并保留比随机变量更重要的特征。随后，这些变量被纳入多变量逻辑回归模型，通过后向逐步选择法确定最终的预测因子。最终确定的五个独立预测因子包括房颤类型、瓣膜反流、BMI、左心房直径（LAD）和收缩压（SBP）。

### 研究结果

研究结果表明，房颤类型是术中电复律最强的预测因子。持续性房颤的患者比阵发性房颤的患者更可能需要电复律。这与电生理证据一致，即持续性房颤与更广泛的房颤重塑有关，包括纤维化、传导异质性和电生理不应期。这些变化降低了房颤在消融后自发终止的可能性，因此需要额外的干预措施，如电复律，以恢复窦性心律。

瓣膜反流是另一个重要的预测因子。瓣膜反流导致左心房和右心房的容量负荷增加和压力变化，促进房颤的形成和维持。术中，瓣膜疾病的存在可能与房颤终止延迟和电复律需求增加有关。这强调了在消融前进行全面的超声心动图评估的重要性。

BMI虽然在分析中是一个临界预测因子（p = 0.05），但它提供了重要的临床信息。肥胖与房颤的起始和维持密切相关，可能通过增加心外膜脂肪、系统性炎症和自主神经失衡等机制影响房颤的发生。较高的BMI与左心房结构和电生理重塑相关，这会降低房颤自发终止的可能性，并增加术中电复律的需求。此外，较高的BMI可能影响导管接触和手术时间，从而影响消融效果和节律恢复。

左心房直径（LAD）是房颤重塑的公认指标。研究发现，较大的左心房直径与需要电复律的可能性显著相关。扩大的左心房反映了慢性心房扩张和结构退化，包括心肌细胞肥大和纤维化，这些病理变化会损害传导并促进折返性节律。因此，左心房大小是房颤消融术中预测结果的重要变量。

收缩压（SBP）被识别为一个独立的保护因子，与术中电复律的需求呈负相关。较低的术前收缩压可能反映心功能储备受损或隐匿性心力衰竭，这可能与心房-心室电机械耦合受损和血流动力学脆弱性有关。相比之下，较高的收缩压可能表明较好的基础心功能，这有助于自发节律恢复，而无需依赖电复律。然而，SBP与心功能之间的关系仍需进一步研究以明确其因果机制。

### 模型构建与验证

基于多变量逻辑回归的结果，研究团队构建了一个包含五个独立预测因子的nomogram模型：房颤类型、瓣膜反流、BMI、左心房直径和收缩压。该模型在训练集和内部验证集中均表现出良好的区分能力和校准能力，AUC值分别为0.881和0.879，校准图显示预测概率与实际结果之间有良好的一致性。决策曲线分析（DCA）进一步验证了模型的临床实用性，显示在广泛的阈值概率范围内，模型的净收益优于“治疗所有”和“不治疗”策略。

在外部验证集中，模型同样表现出良好的性能，AUC值为0.866，与训练集和内部验证集的结果一致。校准分析显示预测概率与实际结果之间有良好的一致性，表明模型具有良好的泛化能力。然而，由于外部验证集中的事件数量有限，研究结果应谨慎解读。

### 临床意义与未来展望

这项研究的临床意义在于，它为房颤消融术中术中电复律的需求提供了一个新的预测工具。通过整合房颤类型、瓣膜反流、BMI、左心房直径和收缩压等临床和超声心动图变量，该模型有助于医生在术前识别高风险患者，优化治疗方案，并提高术后管理的效率。此外，该模型的构建和验证过程采用了稳健的统计方法，包括Boruta算法和外部验证，这增强了研究的科学性和实用性。

然而，该研究仍存在一些局限性。首先，回顾性设计可能导致选择偏倚。尽管研究团队通过多中心数据和随机化来减少偏倚，但仍可能存在中心间的转诊模式差异、数据缺失以及操作者在电复律时机和适应症上的差异。这些因素可能影响基线特征和手术策略，从而限制研究队列的代表性。其次，虽然进行了外部验证，但模型的适用性在非中国人群或采用不同消融策略的中心仍需进一步验证。此外，研究未纳入某些可能提高预测能力的变量，如通过磁共振成像（MRI）或电压图谱检测的房颤纤维化，以及瓣膜反流的类型和严重程度等。这些变量在未来的模型中可能具有更高的预测价值。最后，研究未纳入详细的ECG参数，如P波持续时间和纤颤波特征等，这些参数可能提供关于房颤电生理重塑、组织结构和基质复杂性的有价值信息，有助于进一步提高模型的预测性能和临床适用性。

综上所述，该研究构建了一个具有临床意义和统计稳健性的nomogram模型，用于预测房颤消融术中术中电复律的需求。这一工具可能有助于优化个性化治疗方案和风险评估，但进一步的前瞻性研究和与其他影像或电生理标志物的整合仍需进行，以验证模型的广泛适用性并提高其预测能力。