编辑推荐:
为解决现有风险评分无法平衡及时性、可行性与准确性问题,研究人员开发并验证 STEMI 患者 30 天死亡率两阶段评分系统,其预测能力良好。
在心血管疾病的大舞台上,ST 段抬高型心肌梗死(STEMI)无疑是最危险的 “主角” 之一,它属于急性冠状动脉综合征中最为严重的类型。对于这类患者而言,快速响应和精准治疗是降低死亡率的关键。然而现实却很残酷,尽管目前指南推荐的治疗方法在一定程度上改善了患者的预后,但风险评估工具的缺失却成为了阻碍治疗效率提升的 “绊脚石”。
现有的众多风险评估工具,像溶栓治疗心肌梗死(TIMI)风险评分、急性冠状动脉事件全球注册(GRACE)评分等,都存在各种各样的问题。有的评分系统在构建时没有纳入中国人群的数据,导致对中国患者的适用性存疑;有的需要用到心肌酶、血清肌酐等在早期医疗接触时难以获取的指标,使得其应用受到限制;还有的评分系统无法在早期医疗接触时快速准确地评估风险,难以满足临床需求。因此,开发一种能够快速评估风险、适用于不同临床治疗阶段且准确性高的评分系统迫在眉睫。
为了解决这些难题,河南省人民医院心脏中心等机构的研究人员开展了一项极具意义的研究。他们的研究成果发表在《Scientific Reports》上,为 STEMI 患者的治疗带来了新的希望。
在研究方法上,研究人员从河南 STEMI 注册研究(NCT 02641262)中获取数据,这是一项多中心、观察性研究。他们连续纳入了来自 66 家医院的 STEMI 患者,这些患者在症状发作 30 天内入院。经过筛选,最终共有 3939 名患者被纳入研究,并被随机分为推导数据集(N=2757)和内部验证数据集(N=1182)。此外,研究人员还纳入了一个由 1315 名 STEMI 患者组成的独立队列进行外部验证 。研究人员前瞻性收集了患者的临床数据,包括人口统计学信息、心血管危险因素、病史等。研究的主要终点是首次医疗接触(FMC)后 30 天内的全因死亡。研究人员通过 Cox 比例风险回归进行潜在风险因素筛选和独立预测因子识别,并利用多种统计方法评估评分系统的性能。
研究结果主要有以下几方面:
- 患者特征:在纳入的 3939 名患者中,352 人(8.9%)在 FMC 后 30 天内死亡。通过分析发现,非幸存者中老年人、女性、有血脂异常、糖尿病、吸烟史和心力衰竭病史的比例更高,且更易出现前壁心肌梗死、Killip 分级 II 级及以上,收缩压更低,心率更高,接受再灌注治疗的比例更低,发病至 FMC 时间更长,左心室射血分数(LVEF)≥50%和血清肌酐 < 100 μmol/L 的比例更低。
- 两阶段评分系统的开发:通过单变量和多变量分析,研究人员确定了 8 个与 30 天死亡率相关的重要因素,包括年龄、性别、收缩压(SBP)、心率(HR)、Killip 分级、前壁心肌梗死、LVEF 和血清肌酐。基于这些因素在 FMC 时的可获得性,研究人员构建了两阶段评分系统。FMC 阶段风险评分包含 6 个预测因子,而住院阶段风险评分在此基础上加入了 LVEF 和血清肌酐。该评分系统根据风险得分将患者分为低、中、高三个风险等级,且在推导数据集和内部验证数据集中均显示出良好的区分度和校准能力。
- 与经典风险评分的比较:在推导数据集和内部验证数据集中,FMC 阶段风险评分与 TIMI 风险评分、GRACE 评分相比,预测能力相当;而住院阶段风险评分在曲线下面积(AUC)、综合判别改善(IDI)和净重分类改善(NRI)等方面均优于经典风险评分。决策曲线分析(DCA)表明,住院阶段风险评分在 0 - 0.50 的阈值概率区间内比经典风险评分更具临床获益,FMC 阶段风险评分与 TIMI 风险评分和 GRACE 评分相比,能提供相当的净获益。
- 亚组分析和外部验证:研究人员对患者进行亚组分析后发现,两阶段评分系统在不同亚组中均表现出良好的区分能力。在外部验证数据集中,该评分系统同样显示出良好的区分度和校准能力,且住院阶段风险评分在 AUC、NRI 和 IDI 方面均优于经典风险评分。
在研究结论和讨论部分,研究人员构建的两阶段评分系统展现出了良好的区分和校准能力,能够快速且深入地评估 STEMI 患者 30 天死亡率。FMC 阶段风险评分可在早期医疗接触时为医生提供快速风险评估,帮助制定治疗决策;住院阶段风险评分则能根据治疗进展持续识别高危患者,使临床医生能够提供更有针对性的治疗,从而改善患者预后。该评分系统基于中国 STEMI 患者的注册研究数据开发,更贴合中国临床实践,有望解决中国 STEMI 患者管理中的难题,提高管理效率和质量。不过,该研究也存在一定的局限性,如仅评估了全因 30 天死亡率,未区分具体死因;数据为观察性数据,可能存在未调整的混杂因素;评分系统在其他人群中的适用性还需进一步研究。但总体而言,这项研究为 STEMI 患者的风险评估和临床管理提供了重要的参考依据,具有重要的临床意义。未来,研究人员可以进一步优化该评分系统,结合更多先进技术,如机器学习算法或人工智能,实现对患者风险的自动动态评估,从而更好地改善患者的预后。