AMI患者院內(nèi)新發(fā)心房顫動(dòng)的影響因素及其風(fēng)險(xiǎn)預(yù)測(cè)列線圖模型構(gòu)建!

發(fā)布日期：2022-03-11 作者：WLT 點(diǎn)擊：

急性心肌梗死患者新發(fā)房顫的影響因素及風(fēng)險(xiǎn)預(yù)測(cè)諾模圖模型

文，何濤，，，，，李斌功【摘要】背景急性心肌梗死患者心房顫動(dòng)會(huì)影響其血流動(dòng)力學(xué)，增加死亡風(fēng)險(xiǎn)。整合AMI患者新發(fā)房顫的危險(xiǎn)因素，構(gòu)建風(fēng)險(xiǎn)預(yù)測(cè)諾模圖模型，有助于識(shí)別新發(fā)房顫的高危人群。

目的探討急性心肌梗死患者新發(fā)房顫的影響因素，構(gòu)建風(fēng)險(xiǎn)預(yù)測(cè)諾模圖模型。

方法選取2017年1月至2021年3月青島市市級(jí)醫(yī)院急診經(jīng)皮冠狀動(dòng)脈介入治療(PCI)的513例AMI患者作為研究對(duì)象。根據(jù)住院患者是否新發(fā)房顫分為房顫組(n=82)和非房顫組(n=431)。采用醫(yī)院信息系統(tǒng)收集AMI患者入院時(shí)的人口學(xué)特征和臨床資料。比較兩組的人口學(xué)特征和臨床資料。采用多因素Logistic回歸模型分析AMI患者新發(fā)房顫的影響因素。用R 3.4.3軟件包繪制諾模圖模型，繪制受試者的ROC曲線，評(píng)價(jià)諾模圖模型的預(yù)測(cè)效率。采用Bootstrap方法重復(fù)采樣1 000次，驗(yàn)證諾謨圖模型的預(yù)測(cè)效率。

結(jié)果房顫組年齡和左心房?jī)?nèi)徑大于非房顫組，吸煙者比例、糖尿病發(fā)病率、Gensini評(píng)分和N末端B型鈉尿肽前體(NT-proBNP)高于非房顫組(P < 0.05)。多因素Logistic回歸分析顯示年齡(OR = 1.047，95% CI (1.011，1.085))、吸煙史(OR = 1.828，95% CI (1.042，3.206))、糖尿病(OR = 3.073，95% CI (1.069，1.211))、Gensini評(píng)分[OR = 1.048，95% CI (1.032，4.064)]以上述6個(gè)獨(dú)立影響因素為預(yù)測(cè)指標(biāo)，建立了預(yù)測(cè)AMI患者新發(fā)房顫風(fēng)險(xiǎn)的諾模圖模型。ROC曲線分析顯示，諾模圖模型預(yù)測(cè)AMI患者新發(fā)房顫的曲線下面積(AUC)為0.839 [95% CI (0.786，0.892)]，表明諾模圖模型具有良好的判別能力。Bootstrap方法的結(jié)果表明，校準(zhǔn)曲線的平均絕對(duì)誤差(MAE)為0.019，這表明校準(zhǔn)曲線與理想曲線擬合得很好。

結(jié)論年齡、吸煙史、糖尿病、左前降支、Gensini評(píng)分和NT-proBNP是AMI患者新發(fā)房顫的獨(dú)立影響因素，基于上述影響因素的AMI患者新發(fā)房顫風(fēng)險(xiǎn)預(yù)測(cè)諾模圖模型具有較高的預(yù)測(cè)效率?！娟P(guān)鍵詞】心肌梗死；新發(fā)房顫；影響因素分析；諾謨圖模型；預(yù)測(cè)[中國(guó)圖書館分類號(hào)]R 542.22 R 541.75[文獻(xiàn)識(shí)別碼] A

資料來源:萬，何濤，，等.急性心肌梗死患者新發(fā)房顫的影響因素及風(fēng)險(xiǎn)預(yù)測(cè)諾模圖模型[J].心肺血管疾病雜志，2021，29 (10): 14-18。DOI: 10.12114/J. ISSN.1008-5971何T，吳n，等.急性心肌梗死患者住院期間新發(fā)房顫的影響因素及風(fēng)險(xiǎn)預(yù)測(cè)諾模圖模型的構(gòu)建[ J].中國(guó)心血管病雜志.實(shí)用心腦血管疾病雜志，2021，29( 10): 14-18。DOI:10.12114/j . ISSN . 1008-5971.2021 . 00 . 232。