国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

預測NSTEMI病人冠狀動脈內血栓類型列線圖模型的構建

2024-04-29 07:25:01趙生輝諶云帆崔路乾李靜超董淑娟楚英杰
關鍵詞:預測模型

趙生輝 諶云帆 崔路乾 李靜超 董淑娟 楚英杰

摘要 目的:應用光學相干斷層掃描(OCT)研究急性非ST段抬高型心肌梗死(NSTEMI)病人冠狀動脈內血栓的特征,并構建出預測NSTEMI病人冠狀動脈內血栓類型的列線圖模型。方法:連續(xù)納入2021年5月—2022年2月接受急診冠脈造影并在急診冠狀動脈治療期間接受OCT檢查的62例NSTEMI病人,根據OCT下血栓的特點,將入選的62例NSTEMI病人分為白色血栓組和紅色/混合血栓組,比較兩組病人的血栓特征和臨床特征。采用兩個獨立樣本t檢驗或χ2檢驗篩選出預測因素,使用多因素Logistic回歸分析NSTEMI冠狀動脈內血栓類型的獨立預測因素。以獨立預測因素為基礎構建出預測NSTEMI病人冠狀動脈內血栓類型的列線圖模型。使用Bootstrap法進行模型內部驗證,繪制校準曲線,評價模型的校準度;繪制受試者工作特征(ROC)曲線,評估列線圖模型預測NSTEMI病人冠狀動脈內血栓類型的效能。結果:白色血栓組37例(59.7%),紅色/混合血栓組25例(40.3%)。多因素Logistic回歸分析顯示,缺血時間、三支病變、閉塞病變、梗死相關血管側支循環(huán)是NSTEMI病人冠狀動脈內血栓類型的獨立預測因素,以此構建出列線圖模型,ROC曲線下面積(AUC)是0.941,校正曲線顯示,預測結果與實際結果有較好的一致性。結論:以冠狀動脈三支病變、非閉塞病變、梗死相關血管側支循環(huán)、缺血時間等構建的列線圖模型可直觀、便捷、有效預測NSTEMI病人冠狀動脈內血栓類型。

關鍵詞 非ST段抬高型心肌梗死;血栓類型;光學相干斷層掃描;列線圖;預測模型

doi:10.12102/j.issn.1672-1349.2024.03.026

基金項目 河南省重點科技攻關計劃項目(No.122102310068)

作者單位 1.鄭州大學人民醫(yī)院(鄭州 450003);2.周口市中心醫(yī)院(河南周口 466000)

通訊作者 楚英杰,E-mail:hnqbdsl@126.com

引用信息 趙生輝,諶云帆,崔路乾,等.預測NSTEMI病人冠狀動脈內血栓類型列線圖模型的構建[J].中西醫(yī)結合心腦血管病雜志,2024,22(3):536-542.

《中國心血管健康與疾病報告2021》顯示[1,心血管病是我國居民死亡的首要原因。近年來,我國城鄉(xiāng)居民心血管病死亡率呈上升趨勢,2019年農村、城市心血管病分別占死因的46.74%和44.26%,每5例死亡中就有2例死于心血管病。急性心肌梗死(AMI)是心血管疾病死亡的主要原因,血栓形成引起的急性冠狀動脈閉塞是AMI的主要病理基礎。傳統(tǒng)觀點認為,急性ST段抬高型心肌梗死(ST-segment elevation myocardial infarction,STEMI)病人梗死相關血管完全閉塞,形成紅色血栓;而急性非ST段抬高型心肌梗死(non ST-segment elevation myocardial infarction,NSTEMI)病人梗死相關血管為非完全閉塞,形成白色血栓。然而在臨床實踐中發(fā)現,兩種類型的血栓均可出現在NSTEMI梗死相關血管中。通過對文獻的梳理發(fā)現,國內外針對NSTEMI病人冠狀動脈內血栓的研究較少??焖倥袛喙跔顒用}內血栓類型,可以為冠狀動脈內選擇性藥物溶栓、抗血小板聚集或抗栓治療提供臨床依據[2,因此,臨床迫切需要尋找一種快速判斷NSTEMI病人梗死相關血管內血栓類型的方法。本研究擬通過光學相干斷層掃描(optical coherence tomography,OCT)評估NSTEMI病人的血栓類型,篩選出血栓類型的預測因素,并構建出能夠準確預測血栓類型的列線圖模型。

1 資料與方法

1.1 一般資料

連續(xù)納入2021年5月—2022年2月接受急診冠脈造影并在急診冠狀動脈治療期間接受OCT檢查的67例NSTEMI病人,其中2例冠狀動脈內未見血栓,3例OCT影像質量不佳,另外62例得到高質量OCT影像并發(fā)現冠狀動脈內血栓。系統(tǒng)記錄其臨床、冠狀動脈造影和OCT特征。納入標準:1)2條或更多新的連續(xù)導聯ST段壓低0.1 mm或T波倒置0.4 mm;2)符合AMI的癥狀;3)肌鈣蛋白T水平升高(0.1 ng/mL)[3。排除標準:惡性腫瘤、嚴重肝腎功能不全、嚴重感染性疾病、冠狀動脈旁路移植術后、OCT檢查圖像質量差或無冠狀動脈內血栓形成。本研究中的所有病人及其家屬均已簽署知情同意書。本研究內容嚴格遵守《赫爾辛基宣言》,并經河南省人民醫(yī)院倫理委員會批準。

1.2 研究方法

1.2.1 介入過程

所有病人術前均服用阿司匹林300 mg和替格瑞洛180 mg,術中常規(guī)使用普通肝素100 U/kg。冠狀動脈造影由2名指定的有經驗的心臟介入醫(yī)生操作。根據冠狀動脈造影結果,判斷梗死相關血管、病變血管數、心肌梗死溶栓(thrombolysis in myocardial infarction,TIMI)血流、Rentrop分級等指標,然后使用OCT對梗死相關血管進行檢查。閉塞病變定義為前向TIMI血流0級。操作方法:送入工作導絲通過罪犯病變部位到達梗死相關血管遠端,如果罪犯病變部位及以遠TIMI血流≥2級,那么沿工作導絲將準備就緒的OCT送至罪犯病變以遠,行冠狀動脈造影的同時自動回撤OCT導管進行冠狀動脈內檢查。如果罪犯病變部位及以遠TIMI血流<2級,那么首先對病變部位進行預擴張,待TIMI血流達到2級及以上時再行OCT檢查。2名經過培訓的專業(yè)人員使用OCT成像系統(tǒng)軟件對圖像進行定性和定量分析,確定鈣化病變、血栓類型、體積、長度及血管腔參考面積等。OCT是一種分辨率高達10 μm的光學診斷技術,可以準確評估冠狀動脈的結構,闡明血栓的特征,與病理檢查結果高度一致[4。血栓在OCT圖像上表現為附著在管腔表面或在管腔內漂浮的不規(guī)則團塊。根據OCT下的特征[5,可將冠狀動脈內血栓分為紅色血栓(富含紅細胞,OCT影像特點為高背反射和強衰減性)、白色血栓(富含血小板,OCT影像特點為低背反射信號均勻,弱衰減性)、混合血栓(介于紅色血栓與白色血栓之間)。鈣化在OCT圖像上具有低反射、低衰減的特點,通常顯示為低信號或具有銳邊的不均勻區(qū)域。詳見圖1。

1.2.2 列線圖的建立與驗證

采用兩獨立樣本t檢驗或χ2檢驗篩選出預測因素,使用多因素Logistic回歸分析NSTEMI冠狀動脈內血栓類型的獨立預測因素。以獨立預測因素為基礎構建出預測NSTEMI病人冠狀動脈內血栓類型的列線圖模型。采用Bootstrap法重復采樣1 000次進行模型內部驗證,并繪制校準曲線,評價模型的校準度;繪制受試者工作特征(ROC)曲線,評估列線圖模型預測NSTEMI病人冠狀動脈內血栓類型的效能。

1.3 統(tǒng)計學處理

使用SPSS 24.0和R語言(3.5.2)統(tǒng)計軟件進行統(tǒng)計分析,符合正態(tài)分布的定量資料用均數±標準差(x-±s)表示,兩組間采用兩獨立樣本t檢驗或秩和檢驗進行比較;定性資料以例數、百分比(%)表示,組間比較采用χ2檢驗;多因素Logistic回歸分析(自變量進入模式為Forward:Conditional)影響NSTEMI冠狀動脈內血栓類型的獨立預測因素;以獨立預測因素構建列線圖模型,繪制校準曲線;繪制ROC曲線評估列線圖模型的預測效能。所有檢驗均為雙側檢驗,以P<0.05為差異有統(tǒng)計學意義。

2 結 果

2.1 兩組臨床資料比較

62例觀察對象平均年齡59.1歲,男42例。白色血栓37例(59.7%),紅色/混合血栓25例(40.3%)。白色血栓組平均缺血時間短于紅色/混合血栓組(P<0.05)。兩組病人在年齡、性別、體質指數(BMI)、吸煙史、既往病史、服用藥物、ST段偏移與否等方面比較差異無統(tǒng)計學意義(P>0.05)。詳見表1。

2.2 兩組病人冠狀動脈造影特征比較

白色血栓組病人三支病變發(fā)生率較紅色/混合血栓組更高(56.8%與 16.0%,P<0.05),AMI相關的閉塞血管(IRA)側支循環(huán)建立發(fā)生率更高(43.2%與16.0%,P<0.05),紅色/混合血栓組罪犯血管閉塞病變的發(fā)生率較白色血栓組更高( 80.0%與37.8%,P<0.05)。兩組病人在梗死相關血管分布方面差異無統(tǒng)計學意義(P>0.05)。詳見表2。

2.3 兩組病人OCT影像特征對比

與白色血栓組比較,紅色/混合血栓組的血栓體積更大、血栓更長、近端和遠端參考血管腔面積更大、血管鈣化發(fā)生率更高(P<0.05)。詳見表3。

2.4 多因素Logistic回歸分析

以血栓類型為因變量(白色血栓=1,紅色/混合血栓=0),將差異有統(tǒng)計學意義的變量行多因素Logistic回歸分析顯示,缺血時間、三支病變、閉塞病變、IRA側支循環(huán)是NSTEMI病人冠狀動脈內血栓類型的獨立相關因素。詳見表4。

2.5 預測NSTEMI冠狀動脈內血栓類型的列線圖模型構建與驗證結果

以獨立預測因素為基礎構建預測NSTEMI病人冠狀動脈內血栓類型的列線圖模型(見圖2),模型校準曲線與理想曲線接近,預測結果與實際結果有較好的一致性(見圖3)。ROC曲線分析結果顯示,列線圖模型預測NSTEMI病人冠狀動脈內血栓類型的ROC曲線下面積(AUC)值為0.941,95%CI為(0.838,0.987)。詳見圖4,說明本模型具有較好的預測能力。

3 討 論

傳統(tǒng)觀點普遍認為,STEMI病人梗死相關血管完全閉塞,形成紅色血栓,可以進行溶栓治療;而NSTEMI病人梗死相關血管為非完全閉塞,形成白色血栓,溶栓治療病人不受益。然而已經有相關研究表明,STEMI與NSTEMI兩類病人的梗死相關血管均可出現完全閉塞或非完全閉塞的情況,并且在這兩類病人梗死相關血管中均可發(fā)現紅色血栓或白色血栓。日本學者Ino等[6應用OCT對49例非ST 段抬高型急性冠脈綜合征病人梗死相關血管進行檢查,發(fā)現32例(65%)存在血栓,其中白色血栓19例(59.4%),紅色血栓13例(40.6%)。Wieringa等[7前瞻性研究了30例NSTEMI病人,通過OCT發(fā)現17例NSTEMI存在血栓,其中白色血栓11例(65%),紅色血栓6例(35%)。楊亞攀等[8應用組織病理學研究發(fā)現,66.67%的NSTEMI病人血栓類型為白色血栓,33.33%為紅色/混。本研究使用OCT對62例NSTEMI病人冠狀動脈內血栓進行分析,發(fā)現59.7%為白色血栓,40.3%為紅色/混合血栓。Vlaar等[9通過組織病理學方法分析了58例NSTEMI病人冠狀動脈內血栓抽吸獲得的血栓,發(fā)現76%的NSTEMI是白色血栓,24%的NSTEMI是紅色血栓。此研究的血栓類型比例分布與本研究有所差異。冠狀動脈內血栓抽吸主要用于高血栓負荷病變,當血栓負荷較低時,血栓抽吸的成功率也會下降。Vlaar等[9血栓抽吸的成功率僅為82.8%,經過抽吸得到的血栓還需固定、洗滌、浸蠟、切片等一系列處理,這些操作都有可能改變血栓的形態(tài)。本研究采用OCT對冠狀動脈內血栓進行活體狀態(tài)下的檢測,這種方法可以最大限度還原冠狀動脈內血栓的真實情況。對血栓不同的研究方法可能是導致了兩組血栓類型所占比例不一致的原因之一。

Quadros等[10研究表明,STEMI病人冠狀動脈內白色血栓的平均缺血時間為4.5 h,紅色血栓平均缺血時間為6.1 h[10。Silvain等[11發(fā)現缺血時間是STEMI病人冠狀動脈內血栓成分的獨立預測因子,血小板與纖維蛋白的含量與缺血時間高度相關,隨著缺血時間的延長,血栓中血小板含量逐漸減少,纖維蛋白含量逐漸增加。饒萌萌等[12研究冠狀動脈內血栓發(fā)現,早期血栓以血小板血栓為主,隨缺血時間延長,冠狀動脈血栓不斷發(fā)展變化,纖維素和紅細胞不斷增加,形成紅血栓及混合血栓。本研究發(fā)現NSTEMI病人冠狀動脈內白色血栓的平均缺血時間短于紅色/混合血栓組,因此在STEMI與NSTEMI病人中,缺血時間是血栓類型的影響因素。

Svilaas等[13研究了454例STEMI病人,結果表明大多數(70.5%)白色血栓的直徑小于0.5 mm,大多數(74.0%)紅色血栓的直徑大于2.0 mm。Heemskerk等[14對STEMI病人冠狀動脈內血栓的研究表明,白色血栓的平均體積為13 μm3,紅色血栓的平均體積為25 μm3,白色血栓參考血管的平均直徑為3.2 mm,紅色血栓參考血管的平均直徑為3.5 mm[10。本研究針對NSTEMI病人冠狀動脈內血栓進行分析,發(fā)現白色血栓組血栓體積、長度、近遠端參考血管腔面積均小于紅色/混合血栓組。此研究結果表明單從血栓本身來講,NSTEMI冠狀動脈內白色血栓與STEMI冠狀動脈內的白色血栓具有一致性,NSTEMI冠狀動脈內紅色/混合血栓與STEMI冠狀動脈內的紅色血栓具有一致性。與靜脈系統(tǒng)血栓形成的機制不同,血小板在冠狀動脈血栓形成中起著重要作用,因為冠狀動脈血流速度快,凝血酶難以在局部快速富集。冠狀動脈粥樣硬化斑塊破裂后,內皮結構被破壞,血小板多糖蛋白附著在暴露的膠原上,并黏附在血管病變上。活化變形血小板釋放二磷酸腺苷(ADP)、鈣離子等促進更多血小板相互黏附。同時,受損的內皮細胞釋放組織因子等啟動凝血反應,凝血酶將纖維蛋白原轉化為纖維蛋白,纖維蛋白通過纖連蛋白與血小板上的GPⅡb/Ⅲa受體交聯,形成穩(wěn)定的血小板血栓骨架[14。凝血酶與血小板相互正反饋,可加速血栓形成。久而久之冠狀動脈血液流動變得緩慢,凝血系統(tǒng)促使纖維蛋白交聯成多聚體,不斷將紅細胞等聚集在一起,形成穩(wěn)定的紅血栓[15。兩類血栓在體積和血管面積表現出來的差異可能與血流動力學相關,血管腔越狹窄,其血流就越快,白色血栓形成后紅細胞不易附著,因此其體積較小,血管腔越大,其血流相對較慢,紅細胞容易堆積形成紅色血栓,因此其體積較大。

有研究顯示,NSTEMI病人多支病變率為62.5%,側支循環(huán)建立率為30.2%[16。本研究中多支病變率為69.5%,側支循環(huán)發(fā)生率為32.3%。李靜超等[17研究發(fā)現,單支病變病人比多支病變病人梗死相關血管完全閉塞發(fā)生率更高,多支病變病人更容易形成側支循環(huán)。本研究發(fā)現白色血栓組三支病變的發(fā)生率高于紅色/混合血栓組。經亞組分析發(fā)現,三支病變組多為非閉塞病變,并形成白色血栓。本研究還發(fā)現,紅色/混合血栓組罪犯血管閉塞病變的發(fā)生率更高,這與Tone等[13研究結果一致。本研究發(fā)現血栓類型與良好側支循環(huán)的建立之間存在相關性,白色血栓組側支循環(huán)建立的發(fā)生率更高。亞組分析發(fā)現,閉塞病變組以紅色/混合血栓為主,側支循環(huán)建立組以白色血栓為主。分析造成這種差異的關鍵因素是良好血流是否存在,當罪犯病變部位存在良好血流時,不管是正向血流還是逆向側支循環(huán)的建立,受血流動力學的影響,紅細胞不易附著聚集在血小板骨架上,因此不易形成紅色血栓,這種情況下大部分是白色血栓。

列線圖預測模型是明確表現結果事件與變量間關系的一種評分系統(tǒng),可評估事件發(fā)生概率,在臨床應用越來越廣泛[18。本研究即在多因素分析結果的基礎上構建預測NSTEMI病人冠狀動脈內血栓類型的列線圖模型,臨床使用時可根據病人具體的危險因素情況,向上做一垂線,在列線圖頂部得出其預測分值,并將各因素分值相加得出總分值,在列線圖底部標出,向下做一垂線即可得出預測概率,用于評估NSTEMI病人冠狀動脈內白色血栓的發(fā)生概率。本研究根據列線圖模型實現了個體化預測NSTEMI病人冠狀動脈內血栓類型,具有較強的臨床實用性。

綜上所述,本研究結果初步表明,冠狀動脈三支病變、非閉塞病變、梗死相關血管側支循環(huán)、缺血時間等是NSTEMI病人冠狀動脈血栓類型的獨立預測因子,以此為基礎構成的列線圖預測模型具有較高的有效性,可以快速預測NSTEMI病人冠狀動脈內血栓類型,為冠狀動脈內選擇性藥物溶栓、抗血小板聚集或抗栓治療提供臨床依據。但本研究樣本量有限,納入因素有限,只進行了Bootstrap法內部驗證,未納入外部檢驗,可能會導致結果出現偏倚,因此還需要在以后的研究中進一步證實。

參考文獻:

[1] 中國心血管健康與疾病報告編寫組.中國心血管健康與疾病報告2021概要[J].中國循環(huán)雜志,2022,37(6):553-578.

[2] 張雷明.冠狀動脈內溶栓療法應用的研究進展[J].中華實用診斷與治療雜志,2016,30(12):1159-1161.

[3] L?SCHER T F.Acute coronary sydromes:the impressive impact of guideline-based management in NSTEMI[J].European Heart Journal,2018,39(42):3753-3756.

[4] KUME T,AKASAKA T,KAWAMOTO T,et al.Assessment of coronary arterial thrombus by optical coherence tomography[J].Am J Cardiol,2006,97(12):1713-1717.

[5] 中華醫(yī)學會心血管病學分會介入心臟病學組,心血管病影像學組.光學相干斷層成像技術在冠心病介入診療領域的應用中國專家建議[J].中華心血管病雜志,2017,45(1):5-12.

[6] INO Y,KUBO T,TANAKA A,et al.Difference of culprit lesion morphologies between ST-segment elevation myocardial infarction and non-ST-segment elevation acute coronary syndrome:an optical coherence tomography study[J].JACC Cardiovasc Interv,2011,4(1):76-82.

[7] WIERINGA W G,LEXIS C P,DIERCKS G F,et al.The feasibility of optical coherence tomography guided thrombus aspiration in patients with non-ST-elevation myocardial infarction after initial conservative therapy--a pilot study[J].Int J Cardiol,2013,168(5):4981-2.

[8] 楊亞攀,楚英杰.急性心肌梗死患者血栓類型與ST段改變的相關性[J].實用醫(yī)學雜志,2015,31(20):3311-3313.

[9] VLAAR P J,DIERCKS G F,SVILAAS T,et al.The feasibility and safety of routine thrombus aspiration in patients with non-ST-elevation myocardial infarction[J].Catheter Cardiovasc Interv,2008,72(7):937-942.

[10] QUADROS A S,CAMBRUZZI E,SEBBEN J,et al.Red versus white thrombi in patients with ST-elevation myocardial infarction undergoing primary percutaneous coronary intervention:clinical and angiographic outcomes[J].American Heart Journal,2012,164(4):553-560.

[11] SILVAIN J,COLLET J P,NAGASWAMI C,et al.Composition of coronary thrombus in acute myocardial infarction[J].Journal of the American College of Cardiology,2011,57(12):1359-1367.

[12] 饒萌萌,趙蓓,劉佩林,等.急性ST段抬高型心肌梗死不同缺血時間冠狀動脈內血栓的病理分析[J].解放軍醫(yī)學雜志,2017,42(2):149-153.

[13] SVILAAS T,VLAAR P J,VAN DER HORST I C,et al.Thrombus aspiration during primary percutaneous coronary intervention[J].N Engl J Med,2008,358(6):557-567.

[14] HEEMSKERK J W,MATTHEIJ N J,COSEMANS J M.Platelet-based coagulation:different populations,different functions[J].J Thromb Haemost,2013,11(1):2-16.

[15] HOU Y,CARRIM N,WANG Y M,et al.Platelets in hemostasis and thrombosis:novel mechanisms of fibrinogen-independent platelet aggregation and fibronectin-mediated protein wave of hemostasis[J].Journal of Biomedical Research,2015,29(6):437-444.

[16] 林二妹,王麗,王海連,等.急性非ST段抬高型心肌梗死冠狀動脈造影特點分析[J].中華實用診斷與治療雜志,2016,30(12):1217-1218.

[17] 李靜超,董淑娟,余海佳,等.45歲以下急性心肌梗死患者臨床及冠狀動脈造影特征分析[J].中華實用診斷與治療雜志,2020,34(10):1017-1020.

[18] 崔路乾,董淑娟,李靜超,等.預測ST段抬高型心肌梗死患者急診經皮冠狀動脈介入術后發(fā)生主要不良心血管事件風險的列線圖模型構建[J].中華實用診斷與治療雜志,2021,35(4):367-371.

(收稿日期:2022-11-05)

(本文編輯 王雅潔)

猜你喜歡
預測模型
基于矩陣理論下的高校教師人員流動趨勢預測
東方教育(2016年9期)2017-01-17 21:04:14
基于支持向量回歸的臺灣旅游短期客流量預測模型研究
中國經貿(2016年21期)2017-01-10 12:21:20
基于神經網絡的北京市房價預測研究
商情(2016年43期)2016-12-23 14:23:13
中國石化J分公司油氣開發(fā)投資分析與預測模型研究
經濟師(2016年10期)2016-12-03 22:27:54
基于IOWHA法的物流需求組合改善與預測模型構建
基于小波神經網絡的GDP預測
區(qū)域環(huán)境質量全局評價預測模型及運用
中國市場(2016年30期)2016-07-18 05:15:34
組合預測法在汽車預測中的應用
中國市場(2016年19期)2016-06-06 05:11:02
H市電動汽車充電站項目建設需求規(guī)模與技術分析
商(2016年13期)2016-05-20 10:31:40
基于預測模型加擾動控制的最大功率點跟蹤研究
科技視界(2016年1期)2016-03-30 13:37:45
日照市| 南华县| 神木县| 西藏| 萨嘎县| 昌乐县| 喀什市| 平邑县| 望谟县| 耿马| 临朐县| 嘉禾县| 卓尼县| 察哈| 顺义区| 观塘区| 旬邑县| 澎湖县| 彝良县| 绥阳县| 吉水县| 油尖旺区| 太仆寺旗| 克山县| 灵台县| 百色市| 亳州市| 凤山市| 枣庄市| 互助| 谷城县| 玉屏| 湖口县| 昌都县| 阿图什市| 通州市| 湖南省| 琼中| 景谷| 合山市| 深圳市|