论文部分内容阅读
背景:非瓣膜性阵发性心房颤动(Nonvalvular paroxysmal atrial fibrillation,NVPAF)是指非心脏瓣膜原因导致的阵发性心房颤动。常见的引起房颤的瓣膜性心脏病有中重度二尖瓣狭窄、二尖瓣成型术、心脏机械瓣膜或生物瓣膜置换术后等。临床上心房颤动患者中以非瓣膜性心脏病导致的原因常见[1]。而缺血性脑卒中(Cerebral Ischemic Stroke,CIS)是心房颤动最为严重的并发症。相比瓣膜性心脏病引起的房颤,因NVPAF导致的CIS往往脑部功能损害更为严重,病死率和复发率均更高[2,3]。研究表明,房颤患者的左房重构与CIS密切相关[4]。因此左房功能评估是近年来的研究热点。左房自动功能成像(Left atrial automated functional imaging,AFILA)是评估左心房功能的超声新技术,是在二维超声心动图上应用斑点追踪原理专门用来测量左房功能的新方法,操作者能轻松快速的获得左心房应变、左心房容积和排空分数等参数,结合三平面超声对阵发性房颤发作期及持续房颤也能应用,相对于既往的超声新技术操作简便,重复性好,受图像质量影响较少,准确性更高。目前临床上用来预测房颤患者CIS风险的评分方法众多,各种评分系统由不同风险因素组成。其中CHADS2、ATRIA、CHA2DS2-VASc及Essen评分的危险因素是以临床基础病为主;而ABC评分和GARFIELD-AF评分里的风险因素是以血生化指标为主。临床上需对心房颤动患者卒中风险进行评估,最常用到的方法是CHA2DS2-VASc评分,它是一项预测脑卒中及指导抗凝的极具价值的评分模型。当CHA2DS2-VASc评分大于或等于2分时被认为存在血栓栓塞高风险,需口服抗凝药物;评分为1分者为血栓栓塞中风险,可以服用或不服用抗凝药治疗;评分等于0分时考虑患者为血栓栓塞低风险,不需要进行抗凝治疗。但该评分系统内的危险因素不够全面,仅包涵年龄、性别及临床慢性病(如高血压、糖尿病、心衰)等危险因素。目前越来越多的研究发现生物学指标、左心房功能的评估对脑卒中的预测起着重要的作用,这些未纳入的生物学指标和左房功能方面的潜在卒中危险因素对于房颤患者合并CIS的预测价值,是近年来国内外学者研究的热点。其中NVPAF患者中CHA2DS2-VASc小于2分相对于持续性房颤患者偏多,未达到临床抗凝治疗界点,但该部分患者也有脑卒中的风险。本研究旨在建立适合NVPAF中低危血栓风险患者发生CIS的模型,预测其发生卒中风险的概率,并进行外部验证,为临床抗凝治疗提供一定参考依据。第一部分 超声左房自动功能成像技术评价非瓣膜性阵发性房颤的左房功能目的:应用左房自动功能成像(AFILA)新技术来评价非瓣膜性阵发性房颤(NVPAF)患者的左房容积及应变。方法:纳入2019年8月至2022年8月于南昌大学第二附属医院心内科住院治疗的NVPAF患者80例和正常对照组60例,分析两组患者的左心房容积及应变参数。对比两组间左房功参数的差异,绘制受试者工作特征曲线(Receiver Operating Characteristic,ROC),并计算各参数的ROC曲线下面积(AUC)及其灵敏度、特异度。结果:1、两组间年龄和性别比较,差异无统计学意义。左房功能参数组间差异比较:NVPAF组患者较正常组左房最小容积(LAVmin)、左房最大容积(LAVmax)、左房收缩前容积(LAVpre A)明显增大,左房排空分数(LAEF)明显减少;左房储存期应变(S_R)、导管期应变(S_CD)、收缩期应变(S_CT)明显受损,差异有统计学意义(P<0.05),左房排空容积(LAEV)减少差异无统计学意义(P>0.05)。2、NVPAF患者左房功能参数Logistic回归分析,结果显示:LAEF、S_R与NVPAF独立相关【OR值分别为0.883(0.827~0.943),P<0.001;0.916(0.569~1.474),P=0.047】。3、ROC曲线结果表明左房排空分数LAEF对阵发性房颤的诊断有较高的检验效能,P<0.001,AUC=0.843,敏感度0.788,特异度0.867;左房应变参数中以储存期应变S_R检验效能较高,P<0.0001,AUC=0.762,敏感度0.713,特异度0.783。结论:与正常对照组比较,NVPAF患者的左心房容积明显增加,左房排空分数明显下降,左房储存期、导管期、收缩期应变能力减弱。其中超声AFILA左房功能参数中LAEF、S_R指标与阵发性房颤独立相关,并且有更高的检验效能。第二部分 结合超声左房功能参数探讨非瓣膜性阵发性房颤患者卒中风险因素目的:应用左房自动成像(AFILA)技术分析NVPAF患者左房功能参数,探讨NVPAF合并CIS的危险因素,并建立Logistic回归模型,得出左房应变在CHA2DS2-VASc评分<2分患者中的诊断价值。方法:纳入NVPAF患者205例,分为单纯NVPAF组154例,合并CIS组51例。收集所有患者的相关临床资料、血常规及生化指标、AFI LA超声检查数据。分析两组患者上述数据组间差异。采用多因素Logistic回归分析,得出独立危险因素,并绘制ROC曲线划定CHA2DS2-VASc评分<2分组合并缺血性脑卒中的S_CT截断值。结果:1、组间差异比较:两组患者在年龄、CHA2DS2-VASc评分、抗凝或抗血小板药物使用、有无高血压、糖尿病及冠心病病史、LAEF、S_R、S_CT、白细胞(WBC)、中性粒细胞(NEUT#)、同型半胱氨酸(HCY)、尿素氮(UREA)、D-二聚体(NDD)、B型利钠肽前体(NT-proBNP)、纤维蛋白原(Fib)、心肌肌钙蛋白I(cTnI)、中性粒细胞与林巴细胞比值(NLR)差异具有统计学意义(均P<0.05)。2、单因素logistic回归显示年龄、有无高血压、糖尿病及冠心病病史、S_R、S_CT、NEUT#、UREA、NDD、cTnI、NLR与脑卒中风险显著相关,具有统计学意义(均P<0.05);多因素回归调整混杂因素后显示:年龄、高血压、S_CT、UREA、NLR、Fib、cTnl是阵发性房颤患者合并CIS的独立相关的危险因素。用CHA2DS2-VASc评分中包含的项目年龄、性别、高血压史进行校正后,S_C T仍显著导致卒中风险【OR值1.259(1.095~1.447,P=0.001)】。3、S_CT在NVPAF组与正常对照组的CHA2DS2-VASc评分上,差异具有统计学意义。尤其在CHA2DS2-VASc评分<2分组较≥2分组中差异更显著(P=0.009),S_CT等于-4.5为NVPAF患者合并CIS界值,灵敏度0.80,特异度0.75,AUC=0.866,P<0.0001。结论:1、年龄、高血压、S_CT、UREA、NLR、纤维蛋白原、心肌肌钙蛋白Ⅰ是阵发性房颤患者合并CIS独立危险因素。2、AFILA测量的左房应变是动态评估阵发性房颤患者合并缺血性脑卒中左心房功能受损较好的指标,特别是在CHA2DS2-VASc评分<2分组更为敏感,当S_CT大于-4.5时患者口服抗凝治疗具有一定的临床价值。第三部分 基于超声AFILA参数的脑卒中预测模型的建立与验证目的:根据NVPAF患者发生CIS的独立危险因素,绘制列线图预测模型,利用外部验证组验证其价值。方法:纳入2019年8月~2022年8月于南昌大学第二附属医院心内科住院治疗的NVPAF患者共205例作为建模组。在二元回归模型的基础上,建立列线图预测新模型,并应用ROC曲线、校准曲线、临床决策曲线来评价列线图模型的区分度、校准度、临床实用性。另选取2022年4月~2022年10月在南昌市第一医院心内科NVPAF患者80例作为外部验证组,比较两组患者的基线资料,对列线图进行外部验证。比较新建模型与CHA2DS2-VASc评分系统ROC曲线下面积,并检验该模型在CHA2DS2-VASc评分<2分组、≥2分组诊断效果。结果:1、建模组与外部验证组在临床常规参数、血常规及生化指标、超声指标共39个自变量及1个结局变量(有无脑卒中)组间差异比较均无统计学意义(P>0.05)。2、根据二元多因素Logistic回归筛选的年龄、高血压、S_CT、UREA、NLR、纤维蛋白原、心肌肌钙蛋白Ⅰ 7个独立危险因素绘制列线图模型。3、ROC曲线分析:建模组C-index=0.929,95%CI:0.893~0.966,灵敏度0.882,特异度0.851,阳性预测值0.662、阴性预测值0.956,准确度0.859,P<0.001。验证组C-index=0.887,95%CI(0.798~0.976),灵敏度0.833,特异度0.875,阳性预测值0.741、阴性预测值0.925,准确度0.863,P<0.001,该模型具有较好的区分度。H-L检验结果显示:建模组X2=3.095,P=0.928;外部验证组X2=7.131,P=0.523,模型的校准能力良好。临床决策曲线(DCA)证明该列线图模型具有一定临床实用价值。4、CHA2DS2-VASc评分ROC曲线下面积AUC:0.717,95%CI:0.634~0.8,灵敏度0.755,特异度0.713,P<0.001;与列线图模型(AUC:0.929,95%CI:0.893~0.966,灵敏度0.882,特异度0.851,P<0.001)相比,列线图模型诊断效能优于CHA2DS2-VASc评分模型。且灵敏度、特异度均较高。5、CHA2DS2-VASc评分≥2分及<2分组曲线下面积分别为AUC 0.856、0.963,95%CI:0.772~0.941、0.896~1.00,P<0.0001;敏感度分别为0.833、0.857;特异度0.738、0.878;P<0.0001;该模型在CHA2DS2-VASc评分<2分组中较≥2分组诊断效果更好,敏感度及特异度更高。结论:1、基于超声AFILA左房功能参数建立的脑卒中列线图模型具有良好的辨别力和准确性,并且具有临床实用价值。2、与CHA2DS2-VASc评分模型比较,新建的列线图模型诊断效能优于CHA2DS2-VASc评分模型,且灵敏度、特异度均更高。3、与CHA2DS2-VASc评分≥2分比较,该列线图模型对评分<2分阵发性房颤患者预测CIS风险具有更高的灵敏度、特异度、准确性。