急性ST段抬高型心肌梗死患者發生心臟破裂的風險預測模型構建及驗證

迪力夏提·吾布力 田桃 張興達 任航 曹夢雨 王祥 馬凱 高明 豐小星 鄭楊

(1吉林大學第一醫院心血管診療中心,吉林 長春 130021；2新疆醫科大學第一附屬醫院心臟中心)

心臟破裂(CR)是急性ST段抬高型心肌梗死(STEMI)嚴重而并不少見的并發癥之一，其包括左室游離壁破裂、室間隔穿孔和乳頭肌斷裂,通常發生在急性期后的前2 w內,發病急，病死率極高，預后極差〔1〕。隨著再灌注治療的普及，STEMI合并CR的比例呈逐年下降趨勢〔2〕，其發生率為1%～3%，明顯高于其他類型的急性冠脈綜合征患者〔3〕。隨著醫療技術的提高，其病死率由之前的94%下降至75%〔2〕，但CR仍然是STEMI患者住院期間主要死亡原因之一，一般搶救措施通常無效〔4〕,而且藥物保守治療病死率高、預后差，外科手術治療更是面臨手術難度高、早期病死率高的挑戰〔5〕。因此通過早期風險評估，積極采取預防措施，盡可能防止CR顯得尤為重要〔6〕。基于目前國內外研究，年齡、女性、入院時心率、收縮壓、白細胞水平、血紅蛋白、左前降支病變等因素是STEMI患者發生CR的獨立危險因素,再灌注治療、β受體阻滯劑、血管緊張素轉換酶抑制劑(ACEI)、血管緊張素受體拮抗劑(ARB)等治療能明顯降低CR的發生〔2～4,7,8〕。盡管對于STEMI患者發生CR的危險因素、保護因素研究較多，但在臨床實踐中，用于STEMI患者CR風險預測模型極為有限〔6〕。因此，本研究通過回顧性臨床研究，分析患者臨床資料，擬建立STEMI患者發生CR的風險預測模型，為STEMI患者CR的早期預警及合理分配醫療資源提供參考依據。

1 資料與方法

1.1研究對象 從吉林大學第一醫院心血管中心數據庫中連續入選2013年1月1日至2018年6月30日的STEMI患者共9 053例，其中確診為CR的患者167例為破裂組，在未發生CR的8 886例STEMI患者中，按5%的比例系統抽樣隨機抽取450例患者為對照組,分別從破裂組和對照組中按7∶3系統抽樣隨機分為建模組(破裂117例，未破裂315例)和驗證組(破裂50例，未破裂135例)。

1.2入選標準 ①STEMI符合ESC心肌梗死的第三次通用定義〔9〕關于STEMI的診斷標準。②CR的診斷：游離壁破裂診斷標準：出現心包填塞的癥狀和體征，超聲心動圖提示新出現的心包填塞，心包穿刺可抽出不可凝固血；乳頭肌斷裂診斷標準：心尖部出現響亮、粗糙收縮期雜音，向腋部傳導，超聲心動圖可見二尖瓣大量反流或直接觀察到乳頭肌斷裂；室間隔穿孔診斷標準：胸骨左緣4～5肋間出現粗糙的全收縮期雜音，伴收縮期震顫，超聲心動圖可見穿過室間隔的血流束。值得強調的是醫院心血管中心對于所有突發意識不清、心源性休克、搶救患者行即刻床旁心臟彩超，確保了CR診斷的準確性和及時性〔10〕。超聲心動圖診斷均由2名及以上經過正規培訓并獲得資格的臨床醫師診斷。

1.3資料收集 從數據庫中選取入院數小時即能獲得的臨床資料，包括年齡、性別、發病時間、心肌梗死部位、既往史、生命體征、入院時Killip分級、血常規、血肌酐、血尿素氮、離子、隨機血糖、尿常規、凝血常規、初始心肌損傷標志物、D-二聚體、腦鈉肽(BNP)/N末端腦鈉肽前體(NT-pro-BNP)及是否行直接PCI治療等資料。

1.4統計學分析 采用SPSS20.0軟件進行統計分析,正態分布的計量資料采用t檢驗、秩和檢驗、χ2檢驗。對各潛在危險因素進行單因素分析，P<0.05為差異有統計學意義。通過二元Logistic回歸分析建立風險預測模型(向前進入法)，檢驗水準P<0.05；在確定風險預測模型后，根據各危險因素的β值建立CR發生風險的評分標準：β值最低者評分為1分，其他因素的基礎評分為該因素的除值(取整數)，得到相應權重，根據評分標準對建模組患者進行評分，根據評分最佳約登指數選取評分臨界值。模型建立后，模型的擬合優度采用Hosmer-Lemeshow 檢驗，P>0.05為校準度較好；鑒別效度采用受試者工作特征(ROC)曲線下面積(AUC)，以AUC大于0.7為鑒別效度較好，并在內部數據進行驗證，采用雙側檢驗，P<0.05為差異有統計學意義。

2 結 果

2.1CR患者基線資料 在本研究中共167例STEMI患者發生CR，其中左室游離壁破裂130例(其中同時合并室間隔穿孔 3例、乳頭肌斷裂 1例)、室間隔穿孔 35例、乳頭肌斷裂2例。其中女性87例，男性80例。平均年齡(69.54±9.977)歲。前壁心肌梗死109例(其中同時含有下壁心肌梗死10例，同時合并側壁心肌梗死5例)，下壁心肌梗死53例(同時合并側壁心肌梗死2例)，側壁心肌梗死5例。共27例在出現CR前存在明確誘因(8例出現惡心嘔吐，7例劇烈胸痛，6例出現情緒激動，6例在大小便后出現CR)。

2.2建模組中兩組患者基礎資料的單因素分析結果 年齡、性別、腦卒中病史、初始心肌損傷標志物、入院時Killip分級、白細胞計數、隨機血糖、GRACE評分及未行直接經皮冠狀動脈介入術(PCI)等19個變量差異有統計學意義(P<0.05),見表1。

表1 建模組中STEMI患者院內破裂組和未破裂組臨床資料比較〔n(%)〕

續表1 建模組中STEMI患者院內破裂組和未破裂組臨床資料比較〔n(%)〕

2.3風險預測模型的建立 將單因素分析篩選出的變量進行二元Logistic回歸分析并建立風險預測模型，最終篩選出5個STEMI后并發CR發生的獨立危險因素，根據其β值，按照相關性從小到大依次為：既往有腦卒中病史(包括缺血性及出血性)、女性、年齡(按照每10歲為界，分為≤60歲、61～70歲、71～80歲、>80歲四組)、此次入院未行直接PCI及入院時Killip分級Ⅲ～Ⅳ級(表2)。

表2 建模組中STEMI患者院內心臟破裂危險因素的Logistic回歸分析

2.4風險評分標準的構建 根據已建立預測模型中各危險因素的β值及其變量類型建立CR發生風險的評分標準,既往有腦卒中病史為1分，女性為1分，年齡(61～70歲為1分，71～80歲為2分，>80歲為3分)，此次入院未行直接PCI術為2分，入院時Killip分級Ⅲ～Ⅳ級為2分，根據設定的評分標準對所有患者進行評分，根據評分最佳約登指數選取評分臨界值，可將患者劃分為低風險組(0～3分)、高風險組(4～9分)兩組。

2.5風險預測模型的驗證 將上述建立的風險預測模型，采用AUC及Hosmer-Lemeshow 檢驗檢測模型鑒別效度和校準度，建模組中，AUC (0.771,95%CI:0.723～0.819)，Hosmer-Lemeshow 檢驗(P=0.393)。根據評分可以將患者劃分為低風險組(0～3分)和高風險組(4～9分)兩組。在CR患者中，低風險組患者明顯少于高風險組(29.9%vs 70.1%,P<0.001)，差異有統計學意義。內部驗證組中，AUC (0.758,95%CI:0.682～0.835)，Hosmer-Lemeshow 檢驗(P=0.669)，結果顯示該模型有較好的對CR的預測價值。

2.6本評分模型與既往CR風險評分模型比較 Qian等〔6〕通過年齡、性別、心率、心肌梗死部位、血紅蛋白數量、白細胞計數及入院時間等7個變量建立了STEMI患者預測CR的風險評分模型，與此模型相比，本研究5個變量更為簡易，并能迅速獲得，且對年齡進一步細分，更加符合建立預測模型要求〔11〕,在建模組和驗證組總數據中，本研究評分AUC大于Qian等〔6〕人的CR風險模型(0.761 vs 0.680)，因此在臨床實際運用中，本研究模型在STEMI患者中預測CR更有優勢。見表3、圖1。

表3 CR風險評分與本研究評分對STEMI患者發生CR的預測價值比較

圖1 CR風險評分與評分的AUC比較

3 討 論

CR是STEMI患者致死性并發癥之一，是STEMI患者住院后早期死亡的第三大原因，僅次于心源性休克和充血性心力衰竭〔12〕。其發生機制可能與心肌細胞凋亡與壞死、炎癥損傷、膠原降解、再灌注損傷等有關〔13,14〕。若其一旦發生，治療比較棘手，因此對于STEMI患者早期危險分層、合理地給予干預措施、預防CR的發生顯得尤為重要。本研究通過回顧性病例對照研究，得出了既往腦卒中病史、女性、年齡、此次入院未行直接PCI、入院時Killip分級Ⅲ～Ⅳ級等5個變量是STEMI發生CR的獨立危險因素，且建立了簡易的評分模型用于早期預測STEMI患者CR的風險，為臨床上此類患者的危險分層提供依據。

在本研究中1.84%(167/9 053)STEMI患者發生CR，這與既往文獻報道相似〔3,15〕，其中82例(49.1%)和32例(19.6%)患者分別在發病24 h內及3～5 d發生CR,這符合CR發生高峰的時間特點〔8〕。本研究得出的5個變量均在以往的文獻中明確報道與CR的發生有關〔2,3,15～18〕。在本研究的預測模型中女性占1分，分析其原因可能由于雌激素水平、炎癥損傷、側支循環少、延遲就診、心室壁薄、容易情緒不安、躁動等導致比男性更容易出現CR〔7,19,20〕。在本研究中年齡每增加10歲，其CR發生率也成倍增加，這與Lopez-Sendon等〔3〕的研究結果相似。模型中，年齡61～70歲為1分，71～80歲為2分，>80歲為3分，起著舉足輕重的作用。高齡一直是CR發生的重要危險因素〔21〕，老年患者CR死亡率也高居不下〔22〕。隨著年齡的增長，出現的更加嚴重的炎癥反應、細胞外基質(ECM)的損傷、更常見的多支血管病變、脂肪浸潤、心肌脆性大、順應性差、組織修復能力差等能解釋為什么高齡患者更容易出現CR〔7,12,23〕。眾所周知，心血管疾病與腦卒中有許多共同的危險因素，關系密切〔24〕,文獻報道5.1%的STEMI患者既往合并腦卒中病史〔25〕。既往腦卒中病史在本研究模型中占1分，分析其原因，更多合并高血壓、糖尿病及外周血管疾病使此類患者并發癥多，高齡及認知功能障礙等導致患者延遲就診〔25〕，冠狀動脈在內的動脈系統粥樣硬化更嚴重,再灌注治療及抗血小板治療接受率低〔26〕等綜合因素使此類患者更容易出現CR。Killip分級已經成為急性心肌梗死患者入院時簡單而有效的危險分層工具〔27〕。本研究顯示，入院時Killip分級Ⅲ～Ⅳ級在模型中占2分，此類患者CR發生率為入院時Killip分級Ⅰ～Ⅱ級患者的3.498倍。此類患者通常入院時即存在嚴重心力衰竭或心源性休克，反映心肌梗死面積大，院內死亡率較高。低灌注狀態、更常見的多支血管、左主干病變〔28〕、直接 PCI 的比例和有循證依據的藥物(抗血小板、他汀類、β 受體阻滯劑、ACEI/ARB)使用較少〔29〕等可能加速了此類患者CR的發生。在我們建立的預測模型中，未行直接PCI占2分。根據STEMI管理指南，直接PCI無疑是STEMI患者首選的再灌注策略,能明顯降低患者死亡率〔9〕。它也許通過恢復血管灌注，限制梗死面積，降低透壁性梗死程度，改善左心室重塑等方面來降低CR的發生〔30〕，但是其帶來的出血風險及再灌注損傷也不容忽視，如何降低此類風險也許能成為進一步降低CR發生的新的突破口〔16〕。

綜上，本研究模型中的每個變量都能用于早期預測CR的風險，但單個變量的辨別能力有限，當這些變量集中在一起時，預測能力會大大提高，而且5個選定的預測變量可在入院后可迅速獲得，并快速組合，迅速識別出STEMI患者并發CR的高危人群，臨床上可通過加強護理、心理指導、盡可能控制危險因素(如心率、血壓等)、選擇合理再灌注治療策略、盡可能應用有循證依據的藥物(抗血小板、他汀類、β 受體阻滯劑、ACEI/ARB)等個體化管理〔12〕，最大程度降低CR的發生。

研究局限性：①本研究是單中心、回顧性病例對照研究，樣本量相對較少，可能存在偏倚。②雖然在獨立內部隊列中驗證了評分模型，但缺乏外部驗證。③CR診斷均依據臨床表現及床旁彩超或超聲心動圖，缺乏尸檢，可能低估了真實世界中CR發生率。