图1 急性心肌梗死患者心力衰竭风险预测列线图
图2 列线图预测AMI患者发生心力衰竭ROC曲线
06 外部验证
将2017年6月至2017年12月收治的134例AMI患者的研究数据作为测试集，对上述方法建立的HF风险预测模型进行外部验证。对多因素回归分析在训练集建立的AMI患者HF发病风险模型进行外部验证，校准曲线与标准曲线有良好的拟合度，经H-L检验(χ2＝8.962，P＝0.288)，证实预测值与实测值的一致性较高，说明该模型有较高的预测准确率(图3)。
图3 心力衰竭发病风险模型的外部验证
讨 论
HF是AMI发病后的主要并发症[9]。目前，临床对于AMI合并HF的治疗措施虽然十分丰富，但由于患者的个体差异大，病情变化快，医务人员对于疾病的预后也很难做出准确的判断与预测，这给制订治疗干预方案带来了很多困惑。因此，有必要建立准确、客观的AMI合并HF等不良预后预测模型[10,11]。近年来的研究发现，AMI术后发生HF可能与患者年龄偏大、梗死面积大、以及心肌酶学指标异常等因素相关，需从最为关键的这几方面因素进行预测，并加强干预[12]。但也有研究认为，AMI发生HF等并发症，是一个复杂的、多因素、多系统的病变结果，只凭一项或几项指标进行风险预测，并不能准确且及时地预测疾病[13]。为此，本研究提出了一种基于单中心数据的AMI患者预测模型构建方案，考虑到AMI患者心力衰竭的发生率较高，本次研究主要分析了AMI患者PCI术后发生HF的危险因素和生存情况，以期能快速识别HF高风险者，便可在早期开展循证、针对性地干预治疗，提高患者预后效果及生存率[14]。
本次研究将建模组患者按照是否发生HF分为两组，Cox比例风险模型中多因素分析发现，年龄、Gensini评分等级、心律失常、心脏结构改变、血肌酐、心肌肌钙蛋白T、室壁运动幅度均属于AMI发生HF的独立危险因素。较之于以往文献只以一项或两三项指标评估预后情况，本研究强调对相关风险因素的整合与充分利用，要求风险预测因素具有易收集、易接受、易操作等特点，这对提高HF等并发症预测的准确性有重要意义。
校准率不高的模型会对结局事件的发生产生错误估计。目前，临床上使用的风险预测模型有多种，例如比较常见的以logistic回归建立的风险预测模型，纳入变量可以是性别、年龄、肥胖、体质指数、慢性病史等等[15,16]。Logistic回归模型的使用广泛，通俗易懂，但其也只能预测分类结果，同时具有容易过拟合的缺点。再如以Kaplan-Meier方法建立的风险预测模型，属于单变量分析模型，只能针对分类变量进行分析，具有一定的局限性。因此，本研究提出基于多因素的Cox风险预测模型应用于AMI患者HF风险预测中，较之于logistic回归模型，后者的分析更加简单，且更适合衡量具体某一因素对HF风险的影响程度，如果有多个因素的数据，进行多因素Cox分析也更适合。在此基础上，利用列线图模型将复杂的回归方程转变为了可视化的图形，会使预测模型的结果更具有可读性[17]。本次研究中，内部验证法对列线图分析显示，C-index指数为0.832(95%CI：0.792~0.886)，说明该列线图模型有良好的区分度与精准度。同时，研究还对模型进行了外部验证，经拟合优度和预测准确度检验，校准曲线与标准曲线有良好的拟合度，经H-L检验，证实对预测值与实测值的一致性较高，说明该模型有较高的预测准确率。
本研究的局限性在于：(1)受医院条件、手术、患者承受度等因素的限制，80岁以上的超高龄患者未纳入；(2)只选择一家医院的病例数据进行单中心回顾性分析，医院级别、地域等方面的不同是否会造成研究结果的偏倚等尚且未知，后期还需推广到不同医院，选取更多病例进行多中心、大样本、更远期随访研究，以进一步明确AMI患者并发HF的相关危险因素，提高该预测模型的准确性与适应性。总之，年龄、Gensini等级、心律失常、心脏结构改变、血肌酐、心肌肌钙蛋白T、室壁运动幅度是AMI患者PCI术后发生HF的独立危险因素，依据模型选定的危险因素能较为准确地预测AMI患者术后HF及生存情况，对改善患者预后具有指导意义。
参考文献
本文来源
付菲, 彭映辉, 徐肇元, 等. 急性心肌梗死患者心力衰竭风险预测模型研究[J]. 中国心血管杂志, 2021, 26(6): 525-530. DOI: 10.3969/j.issn.1007-5410.2021.06.006.
