论文部分内容阅读
背景:虽然N末端B型脑钠肽前体（NT-proBNP）通常被认为是心脏再同步治疗（CRT）预后的生物标志物,但它们之间的剂量反应关系仍然未知。我们的研究旨在描述基线NT-proBNP与CRT超反应（SR）或包括全因死亡和因心力衰竭再住院的复合终点之间的定量关系。方法:这是一项单中心,回顾性研究,从2009年至2018年连续纳入398例既往无室速/室颤、无不明原因晕厥病史的患者。使用多变量Logistic回归模型和Cox 比例风险回归模型分析基线NT-proBNP四分位数（Q1:≤697.6pg/mL,Q2:>697.6pg/mL 且≤1348.5pg/mL,Q3:>1348.5pg/mL 且≤2630.7pg/mL,以及 Q4:>2630.7 pg/mL）和SR或复合终点之间的关联。应用限制性立方样条展示基线NT-proBNP浓度与CRT预后的剂量反应关系曲线。此外,还进行了亚组分析以探索潜在的异质性。结果:经多变量校正之后,与NT-proBNP第1分位的患者相比,第4分位患者出现SR 的可能性降低了 71%（aOR:0.29,95%CI:0.11-0.73,P=0.01）,并且发生临床终点的风险是前者的两倍以上（aHR:2.36,95%CI:1.19-4.69,P=0.01）。NT-proBNP 四分位数与 SR 或复合终点之间的剂量反应关系显著（趋势检验 P 分别为0.02和<0.01）,并且在大多数亚组中仍然存在;还可能存在与糖尿病的交互作用（交互作用P=0.05）。将基线NT-proBNP视为连续变量时,其与SR和发生复合终点的可能性之间为一非线性的剂量反应曲线:当术前NT-proBNP为2145pg/mL时,SR发生概率减半;当NT-proBNP为2242 pg/mL时,复合终点的发生概率增加50%;当术前NT-proBNP水平大于4000 pg/mL时,两者风险均趋于平稳。结论:该研究描述了基线NT-proBNP（四分位数和连续变量）和CRT预后之间的剂量反应关系,这将有助于我们确定更好的CRT干预和起搏装置植入时间窗。背景:左室射血分数（LVEF）被认为是心脏再同步治疗（CRT）反应性的指标之一。目前,探究LVEF在CRT中预测价值的纵向研究尚少,于是我们全面评估了 LVEF在中国CRT患者中的预后作用。方法:392例患者根据基线LVEF被分为3组:≤25%（分组1）,25-30%（分组2）和30-35%（分组3）;依据CRT前后LVEF的变化分为四组:<0%（负性反应组）;≥0%和≤5%（无反应组）;>5%且≤15%（有反应组）;>15%（超反应组）。使用Logistic回归分析不同LVEF分组与CRT超反应之间的关联;使用Cox比例风险回归探究基线LVEF和LVEF纵向变化对复合终点的预测作用;使用样条回归探究基线LVEF与CRT超反应间的非线性关联。结果:共有106名患者为CRT超反应。中位随访时间为3.6年,在此期间有141名患者发生了复合终点事件。超反应的比值比（OR）与基线LVEF之间存在倒U型关系,且峰值在LVEF25%至30%之间。在LVEF≤25%的患者组中,超反应的独立预测因素包括较小的左心房直径[比值比0.897,95%的置信区间（CI）0.844-0.955,P=0.001],较小的左心室舒张末期直径（OR 0.937,95%CI0.889-0.989,P=0.018）,以及更高的肾小球滤过率（OR 1.018,95%CI 1.001-1.035,P=0.042）;在LVEF为25-30%的患者中为心房颤动（OR 0.278,95%CI 0.086-0.901,P=0.033）,左束支传导阻滞（OR4.096,95%CI 1.046-16.037,P=0.043）,左心室舒张末期直径（OR 0.929,95%CI 0.876-0.986,P=0.016）;在 LVEF 为 30-35%的患者中为女性（OR 2.778,95%CI 1.082-7.132,P=0.034）和更高的收缩压（OR 1.045,95%CI 1.013-1.079,P=0.006）。LVEF分组（分组1对比分组2）与复合终点呈负相关（危险比1.934,95%CI 1.248-2.996,P=0.003）。CRT 反应性在 LVEF 分组 3 和分组 1 患者中的预后有显著差异（趋势检验P=0.017和<0.001）。在CRT超反应患者中,各LVEF分组的无事件生存率相似（趋势检验P=0.143）。结论:CRT术前LVEF为25-30%时与超反应相关。各LVEF分组的超反应预测因素各不相同。CRT反应性比基线LVEF分组有更好的预后表现。因此,临床医生在筛选患者行CRT时应考虑以上因素。背景:心房颤动（AF）是心力衰竭（HF）的最常见合并症之一,它与HF患者接受心脏再同步治疗（CRT）较差的长期预后相关。然而,现今依旧没有方便的风险预测工具来识别这些需要接受CRT、但同时有着高死亡率和高住院风险的心衰合并房颤患者。方法:连续纳入从2009年1月至2019年7月在我院收治的152名接受CRT且合并房颤的患者。缺失数据使用多重插补进行补全。使用插补的数据集进行多元Cox回归。使用向后逐步回归法进行变量选择,进而预测全因死亡和因心衰再住院。选定的预测变量用于构建诺莫图和基于诺莫图的评分系统。通过自助重抽样法对其进行内部验证和校准,得出校正后的一致性指数和校准曲线。该研究还进行了敏感性分析以验证预测变量的可靠性和预测模型的稳健性。结果:诺莫图中纳入了五项预测因素,包括N末端B型利钠肽（NT-proBNP）>1745 pg/mL,既往晕厥史,既往肺动脉高压,中度或重度三尖瓣关闭不全,甲状腺刺激激素（TSH）>4mIU/L。一致性指数（0.70,95%CI 0.62-0.77）,校正后的一致性指数（0.67,95%CI 0.59-0.74）和校准曲线显示:该诺莫图具有较好的区分度和校准度。CRT术前基于诺莫图计算得出的高风险（>50分）,中风险（21-50分）和低风险（0-20分）患者,其总体无事件生存率具有显著的差异。结论:此诺莫图及其评分系统经过内部验证,可能是对CRT术前合并房颤的患者进行早期危险分层的合适工具。