張萌,許艷,鄭紅艷
急性心肌梗死為冠心病中最為嚴重的疾病之一,發病率高且病情危急,近年來ST段抬高型心肌梗死患者行經皮冠狀動脈介入術(percutaneous coronary intervention,PCI)的比例已高達38.9%,但病死率仍較高,中國急性心肌梗死標化死亡率約為64.12/10萬[1]。PCI為目前治療急性心肌梗死的重要方法之一,可通過疏通、擴張閉塞或狹窄的冠狀動脈來改善患者心肌缺氧缺血癥狀,進而提高患者生存質量[2-4]。但PCI僅可解除狹窄病變,如果引發冠心病的危險因素繼續存在,術后患者仍會發生心肌梗死、心源性死亡等,需要再次入院治療。因此,明確急性心肌梗死患者PCI后1年內再入院的危險因素對患者預后意義重大,但目前尚不明確其危險因素。為此,本研究在分析急性心肌梗死患者經皮冠狀動脈介入術后1年內再入院危險因素的基礎上,構建急性心肌梗死患者經皮冠狀動脈介入術后1年內再入院風險預測列線圖模型并評估其預測效能,以期為臨床早期干預提供參考。
1.1 研究對象 選取2018年6月至2020年6月在淮安市第二人民醫院接受PCI的急性心肌梗死患者247例為研究對象。其中男162例,女85例;年齡40~72歲,平均(59.2±4.6)歲。納入標準:(1)符合《急性心肌梗死診斷和治療指南》[5]中急性心肌梗死的診斷標準,并經影像學及血清學檢查確診;(2)首次發??;(3)臨床資料完整;(4)簽署知情同意書。排除標準:(1)合并惡性腫瘤、嚴重腦器質性疾病者;(2)存在難以控制的慢性腎病、肺部并發癥、高血壓及糖尿病等疾病者;(3)認知功能障礙者。根據患者1年內是否因冠心病再次入院治療,將其分為再入院組(42例)和未再入院組(205例)。本研究經淮安市第二人民醫院倫理委員會批準。
1.2 臨床資料收集 收集患者一般資料,包括性別、年齡、受教育程度、病程、疾病類型、血運重建情況,糖尿病、高血壓、腦卒中、外周血管病、肺炎、心律失常發生情況,飲酒史(每日飲酒>100 g,連續1年以上定義為有飲酒史)、吸煙史(每日吸煙≥3支,連續1年以上定義為有吸煙史)、四肢功能(行走自如,且能經常做家務為四肢自如;若不能,則為四肢乏力)、心率、全球急性冠狀動脈事件注冊評分(global registry of acute coronary events,GRACE)評分、Killip分級、病變血管數、罪犯血管和Gensini評分。收集患者出院前實驗室檢查指標,包括射血分數、腦鈉肽、肌鈣蛋白、總膽固醇、三酰甘油、低密度脂蛋白膽固醇(low-density lipoprotein cholesterol,LDL-C)、高密度脂蛋白膽固醇(high-density lipoprotein cholesterol,HDL-C)和脂蛋白(a)。
1.3 統計學方法 采用SPSS 25.0統計學軟件進行數據分析。計量資料以(±s)表示,組間比較采用兩獨立樣本t檢驗;計數資料以相對數表示,組間比較采用χ2檢驗;急性心肌梗死患者PCI后1年內再入院的影響因素分析采用多因素Logistic回歸分析;采用R 3.6.3軟件及rms程序包構建急性心肌梗死患者PCI后1年內再入院風險預測列線圖模型;采用ROC曲線、H-L擬合優度檢驗、校準曲線評估該列線圖模型預測急性心肌梗死患者PCI后1年內再入院風險的區分度及有效性。以P<0.05為差異有統計學意義。
2.1 兩組臨床資料比較 兩組性別、受教育程度、病程、疾病類型、血運重建率、高血壓發生率、腦卒中發生率、外周血管病發生率、肺炎發生率、心律失常發生率、飲酒史、吸煙史、四肢功能、心率、GRACE評分、Killip分級、罪犯血管、Gensini評分、腦鈉肽、肌鈣蛋白、LDL-C、HDL-C、脂蛋白(a)比較,差異無統計學意義(P>0.05);再入院組年齡、糖尿病發生率、病變血管數≥2支者所占比例、總膽固醇、三酰甘油高于未再入院組,射血分數低于未再入院組,差異有統計學意義(P<0.05),見表1。

(續表1)
2.2 急性心肌梗死患者PCI后1年內再入院影響因素的多因素Logistic回歸分析 以年齡(賦值:實測值)、糖尿?。ㄙx值:有=1,無=0)、病變血管數(賦值:1支=0,≥2支=1)、射血分數(賦值:實測值)、總膽固醇(賦值:實測值)、三酰甘油(賦值:實測值)為自變量,急性心肌梗死患者PCI后1年內再入院情況為因變量(賦值:是=1,否=0),進行多因素Logistic回歸分析,結果顯示,年齡、糖尿病、總膽固醇、三酰甘油是急性心肌梗死患者PCI后1年內再入院的影響因素(P<0.05),見表2。

表2 急性心肌梗死患者PCI后1年內再入院影響因素的多因素Logistic回歸分析Table 2 Multivariate Logistic regression analysis of the influencing factors of readmission within 1 year after PCI in patients with acute myocardial infarction
2.3 急性心肌梗死患者PCI后1年內再入院風險預測列線圖模型的構建與評估 基于多因素Logistic回歸分析結果,構建急性心肌梗死患者PCI后1年內再入院風險預測列線圖模型,見圖1。ROC曲線分析結果顯示,列線圖模型預測急性心肌梗死患者PCI后1年內再入院的曲線下面積為0.843,最佳截斷值為0.143,靈敏度為97.6%,特異度為75.6%,見圖2。H-L擬合優度檢驗結果顯示,χ2=5.786,P=0.357。列線圖模型預測急性心肌梗死患者PCI后1年內再入院的實際曲線接近理想曲線,見圖3。

圖1 急性心肌梗死患者PCI后1年內再入院風險預測列線圖模型Figure 1 Nomogram model for predicting readmission risk within 1 year after PCI in patients with acute myocardial infarction

圖2 列線圖模型預測急性心肌梗死患者PCI后1年內再入院的ROC曲線Figure 2 ROC curve of nomogram model in predicting readmission within 1 year after PCI in patients with acute myocardial infarction

圖3 列線圖模型預測急性心肌梗死患者PCI后1年內再入院的校準曲線Figure 3 Calibration curve of nomogram model for predicting readmission within 1 year after PCI in patients with acute myocardial infarction
急性心肌梗死患者PCI后可實現血運重建,但其病理過程并未受到影響,引發疾病的危險因素仍存在,心血管疾病的復發率仍較高,給其造成了巨大的經濟負擔[6-8]。閆秋芬等[9]研究顯示,冠心病患者PCI后1年內再入院的概率為17.63%。但目前關于急性心肌梗死患者PCI后1年內再入院情況的研究相對較少,尚不能明確其影響因素。為此,本研究在分析急性心肌梗死患者PCI后1年內再入院危險因素的基礎上,構建急性心肌梗死患者PCI后1年內再入院風險預測列線圖模型并評估其預測效能。
本研究結果顯示,再入院組年齡、糖尿病發生率、病變血管數≥2支者所占比例、總膽固醇、三酰甘油高于未再入院組,射血分數低于未再入院組;多因素Logistic回歸分析結果顯示,年齡、糖尿病、總膽固醇、三酰甘油是急性心肌梗死患者PCI后1年內再入院的影響因素,與周亞等[10]研究結果相似,其指出糖尿病、年齡為急性冠脈綜合征患者PCI后再入院的獨立危險因素。老年人會逐漸出現心肌纖維化,使心臟內膜增厚,發生血管老化情況,因此隨著年齡的增長,患者預后相對較差[11-12]。糖尿病為慢性代謝性疾病,能夠引發神經病變,而心血管自主神經病變即為其中的一種,可造成靜息心動過速、心率恢復延遲、心率變異性下降等,進而增加患者PCI后再次入院概率[13]。YANAI等[14]研究顯示,血脂異常是動脈粥樣硬化的危險因素。羅細成等[15]研究顯示,總膽固醇與三酰甘油水平異常與心肌梗死關系密切。血脂升高可引發動脈粥樣硬化斑塊并使其不斷增大,進而導致動脈阻塞或狹窄,從而引起心肌梗死[16-18]。因此,臨床應注意調控急性心肌梗死患者PCI后的血脂水平,尤其需要關注年齡較大、合并糖尿病的患者,以積極控制病情,改善其預后。
另外,本研究基于多因素Logistic回歸分析結果,構建了急性心肌梗死患者PCI后1年內再入院風險預測列線圖模型,且ROC曲線分析結果顯示,列線圖模型預測急性心肌梗死患者PCI后1年內再入院的曲線下面積為0.843;H-L擬合優度檢驗結果顯示,χ2=5.786,P=0.357;列線圖模型預測急性心肌梗死患者PCI后1年內再入院的實際曲線接近理想曲線;提示該列線圖模型的區分度及有效性均較好。
綜上所述,年齡、糖尿病、總膽固醇、三酰甘油是急性心肌梗死患者PCI后1年內再入院的影響因素,且基于上述影響因素構建的急性心肌梗死患者PCI后1年內再入院風險預測列線圖模型具有較好的區分度和有效性,能夠作為臨床早期預測急性心肌梗死患者PCI后1年內再入院風險的有效工具。但本研究尚存在一定局限性:對所構建的列線圖模型并未進行外部驗證,其外部適應性尚不能明確;本研究為單中心研究,且樣本量較小,可能存在選擇偏倚。今后的研究中將延長隨訪時間,進一步探討急性心肌梗死患者PCI后的遠期預后情況;同時考慮針對患者進行個體化干預研究,以期為降低急性心肌梗死患者PCI后再入院率提供依據。
作者貢獻:張萌進行文章的構思與設計、研究的實施與可行性分析,撰寫論文,負責文章的質量控制及審校,并對文章整體負責、監督管理;許艷、鄭紅艷進行數據收集、整理、分析;鄭紅艷進行結果分析與解釋;張萌、鄭紅艷進行論文修訂。
本文無利益沖突。