經(jīng)皮冠狀動脈介入治療相關心肌梗死的危險因素和預測模型的建立

周沛，趙宇彤，鞏師毅，劉增義，陳茜，萬朵，劉健

據(jù)2017 年中國心血管病報告，我國冠心病患病人數(shù)已突破千萬，經(jīng)皮冠狀動脈介入治療（PCI）作為治療冠心病的重要手段，其手術量也在逐年遞增，超過66 萬例/年[1]。PCI 相關心肌梗死（PMI）也稱PCI 后圍術期心肌梗死，是PCI 圍術期的嚴重并發(fā)癥，可造成無法挽回的心肌損傷，并影響患者的長期預后。根據(jù)PMI 不同的診斷標準，PMI 發(fā)生率在1.2%～31%[2-4]。盡早識別發(fā)生PMI 的高危患者，及時采取預防措施，對提高患者心功能、改善預后具有重要意義。本研究以心肌梗死全球統(tǒng)一定義為PMI 的診斷標準，對PMI 的危險因素進行分析，并建立評估PMI 的危險模型。

1 資料與方法

1.1 研究對象

本研究回顧分析了2015 年1 月至2017 年5 月北京大學人民醫(yī)院擇期PCI 患者2 210 例，最終801例納入研究，并就此根據(jù)臨床實際情況分為PMI 組（n=113）和無PMI 組（n=688）。

入選標準：（1）行擇期PCI 的18～80 歲冠心病患者；（2）PCI 前及術后48 h 內(nèi)行心肌損傷標志物檢測。

排除標準：（1）急診PCI；（2）PCI 術前心肌肌鈣蛋白（cTn）呈升高趨勢而無法判斷是否發(fā)生PMI 的病例。擇期PCI 及急診PCI 指征的判斷及實施手術均由臨床醫(yī)生按照相關醫(yī)療規(guī)范進行。

1.2 臨床數(shù)據(jù)采集

病例資料包括病變部位（左主干、左前降支、回旋支、右冠狀動脈）、基線TIMI 血流等級、靶血管參考直徑、靶病變狹窄程度、靶病變中至重度鈣化、成角病變、分叉病變、多支血管治療、分叉病變治療、支架總長度、支架類型、支架直徑、支架數(shù)目、旋磨等冠狀動脈造影結果及PCI 手術情況；術前及術后48 h 內(nèi)肌酸激酶同工酶（CK-MB）、cTn、肌紅蛋白等心肌損傷標志物；術前血常規(guī)、血生化檢查結果；入院期間用藥情況；人口學特征及臨床合并癥情況。

1.3 PMI 的診斷標準

采用2012 年《第3 版心肌梗死全球統(tǒng)一定義》[5]對PMI 進行診斷：基線cTn 水平正常者PCI 后48 h內(nèi)cTn 水平升高超過參考值上限第99 百分位的5 倍，或基線cTn 水平升高但處于穩(wěn)定或下降狀態(tài)，PCI后cTn 增幅＞20%。

還要具備以下條件之一：（1）缺血性胸痛時間＞20 min；（2）新發(fā)缺血性心電圖改變或新發(fā)左束支阻滯；（3）血管造影顯示重要冠狀動脈或側(cè)支閉塞，持續(xù)性低灌注、無灌注或栓塞；（4）影像學證實新發(fā)存活心肌喪失或新發(fā)節(jié)段性室壁運動異常。

1.4 統(tǒng)計學方法

利用SPSS 19 軟件進行統(tǒng)計學分析。連續(xù)變量以均值±標準差表示，以t檢驗進行比較，分類變量以數(shù)量百分數(shù)（%）記錄，采用Fisher 精確檢驗，均選取雙側(cè)檢驗，以P＜0.10 為界篩選PMI 可能的危險因素。利用多元Logistic 回歸分析，以P＜0.05 為差異有統(tǒng)計學意義確定PMI 的獨立危險因素，建立預測PMI的危險模型，計算方差膨脹因子檢驗各危險因素間的多重共線性；利用Hosmer-Lemeshow 檢驗評估擬合度；計算ROC 曲線下面積判斷危險模型的區(qū)分能力。

2 結果

2.1 有無PMI 兩組患者臨床資料的比較（表1）

801 例患者中PMI 的發(fā)生率為14.1%。相比于無PMI 組，PMI 組男性比例更低，年齡更高，體重指數(shù)更低，入院時出現(xiàn)心力衰竭比例更高（P均＜0.05）。

在冠狀動脈造影及PCI 方面，PMI 組多支病變、多支干預、靶病變存在鈣化、靶病變進行旋磨治療等的比例均更高，置入支架也更多，以上差異均有統(tǒng)計學意義（P均＜0.05）。

術前實驗室檢查及住院期間用藥方面，與無PMI 組相比，PMI 組患者的血紅蛋白水平、紅細胞壓積更低、估算腎小球濾過率更低，使用低分子肝素的比例更高，差異均有統(tǒng)計學意義（P均＜0.05）。

2.2 多元Logistic 回歸分析及危險模型的構建

取上述因素中P＜0.10 的因素納入Logistic回歸分析中，獲得PMI 的獨立危險因素及危險模型。PMI 的獨立危險因素包括年齡（OR=1.040，95%CI：1.015～1.065，P=0.001），多支病變（OR=1.740，95%CI：1.028～2.945，P=0.039），支架數(shù)目（OR=1.787，95%CI：1.404～2.275，P=0.000），旋磨（OR=4.046，95%CI：1.336～12.252，P=0.013）。Hosmer-Lemeshow 檢驗P=0.224。各獨立危險因素的方差膨脹因子均＜10，無多重共線性。危險模型的ROC 曲線下面積為0.706（95%CI：0.657～0.754），見表2。

表1 兩組患者臨床資料的比較[例（%）,±s]

表1 兩組患者臨床資料的比較[例（%）,±s]

注：PCI：經(jīng)皮冠狀動脈介入治療；PMI：經(jīng)皮冠狀動脈介入治療相關心肌梗死；ACEI：血管緊張素轉(zhuǎn)換酶抑制劑；ARB：血管緊張素Ⅱ受體拮抗劑；eGFR：估算腎小球濾過率。*：心肌損傷標志物包括肌紅蛋白、肌鈣蛋白和肌酸激酶同工酶

表2 PMI 獨立危險因素分析

3 討論

PMI 是PCI 后常見并發(fā)癥，嚴重影響患者長期預后。PMI 發(fā)生的主要機制是術中冠狀動脈側(cè)支閉塞和遠端栓塞導致心外膜及心肌微血管阻塞，其他機制還包括夾層、血栓、無復流及冠狀動脈穿孔[6]。PMI 的診斷標準經(jīng)過了數(shù)次更新。2007 年歐洲心臟病學會（ESC）、美國心臟病學會基金會（ACCF）、美國心臟協(xié)會（AHA）、世界心臟聯(lián)盟（WHF）共同發(fā)布了心肌梗死全球統(tǒng)一定義，該定義將心肌梗死分為5 型，其中4a 型為PCI 相關心肌梗死。根據(jù)該定義，對于基線cTn 正常的患者，PCI 后48 h 生物標志物升高超過參考值上限第99 百分位3 倍時提示PMI，此外，還需其他臨床表現(xiàn)、心電圖及影像學證據(jù)。然而，該定義中cTn 的閾值是人為決定的，并無相關研究的依據(jù)[7]，2012 年該定義進行了更新，將PCI 后cTn 升高的閾值提高到了參考值上限第99百分位的5 倍[5]。雖然該定義中cTn 閾值仍然無臨床試驗證據(jù)支持，但是Liou 等[8]研究證實，該定義所確定的PMI 是PCI 患者全因死亡和心原性死亡的獨立預測因素，具有一定的臨床意義。2013 年心血管造影和介入?yún)f(xié)會（SCAI）提出了新的PMI 診斷標準，建議使用CK-MB 作為生物標志物[9]。2018 年發(fā)布的新版心肌梗死全球統(tǒng)一定義在2012 年的PMI診斷標準上進行了更新，再次肯定了cTn 對于診斷PMI 的重要意義，仍以cTn 作為PMI 的診斷指標[10]。本研究采用了臨床上廣泛接受的2012 年第三版心肌梗死全球統(tǒng)一定義中PMI 的診斷標準，以cTn 作為PMI 的診斷指標。

多項研究探索了PMI 發(fā)生的危險因素。患者的基線特征對PMI 的發(fā)生有重要預測意義，包括血糖水平、B 型利尿肽、估算腎小球濾過率、左心室射血分數(shù)等[11-14]。冠狀動脈病變的局部特征及介入治療操作也是PMI 的危險因素，多支血管病變、至少處理一處分叉病變、較長靶病變、藥物支架的使用、置入支架數(shù)目、支架總長度是相對明確的獨立危險因素[15-18]，此外，左主干、左前降支病變、血管完全閉塞、旋磨也會增加PMI 的發(fā)生風險[19-20]。

本研究通過單中心回顧性分析，利用Logistic回歸分析篩選出了PMI 發(fā)生的獨立危險因素，包括年齡、多支病變、支架數(shù)目及旋磨，這與既往研究結果一致。Zhang 等[18]基于2013 年SCAI 對PMI 的診斷標準，對3 371 例PCI 病例進行了Logistic 回歸分析，建立了評分系統(tǒng)，納入了年齡、多支血管干預、分叉病變干預及支架長度四個因素，對PMI的發(fā)生風險進行評分，與本研究建立的危險模型相比，該研究的樣本量大，其ROC 曲線下面積為0.72（95% CI：0.67～0.77），建立的評分系統(tǒng)具有良好的預測效果，而本研究樣本量雖較小，但是同樣篩選出了年齡、多支病變這兩個獨立危險因素，另外也發(fā)現(xiàn)旋磨操作是PMI 的獨立危險因素，這意味著臨床上采用旋磨治療時應警惕其術后并發(fā)癥風險。

本研究還存在一些不足：首先為單中心回顧性研究，樣本量較少，未對風險模型進行充分驗證，未來還需進一步外部驗證；其次排除了PCI 前及術后48 h之內(nèi)心肌損傷標志物檢查結果不完整的患者，可能會造成選擇偏倚；另外未對納入患者進行隨訪，缺乏危險模型評估患者臨床預后關系的研究。此外，本研究基于2012 年第三版心肌梗死全球統(tǒng)一定義進行PMI 的診斷，最近發(fā)布的新版心肌梗死定義對PMI 的診斷標準進行了部分修改，基于新標準進一步研究PMI 危險模型可能會有新的發(fā)現(xiàn)。

總之，通過多元Logistic 回歸分析，本研究篩選出了PMI 發(fā)生的獨立危險因素，包括年齡、多支病變、支架數(shù)目及旋磨，并建立了PMI 的危險模型，有助于臨床工作者評估患者PMI 風險，及時識別PMI 高風險患者，盡早采取預防干預措施，提高患者的預后。