文摘

背景和目的。经皮冠状动脉介入治疗(PCI)辽阔地用于治疗慢性完全闭塞(首席技术官),但缺乏有效的手段来预测首席技术官接受PCI的患者的预后。本研究的目的是建立一个风险模型可以有效地预测疾病进展PCI治疗后患者的首席技术官和丰富的临床预后的预测。方法。82年临床数据的CTO患者接受PCI省道县人民医院收集在这个研究。患者分为训练集( )和验证集( )通过随机抽样方法。执行统计差异测试病人的临床特征。单变量和多变量Cox回归分析确定风险因素影响的首席技术官。诺模图被用来构造一个疾病进展的预测模型。 - - - - - -指数计算,模型的精度进行了测试,校准曲线。结果。没有统计上显著的差异纳入基线特征包括患者( )。有25个不良心血管事件的患者在随访期间训练集和验证集。结果13的多变量Cox回归分析表明,影响术后疾病进展的重要因素主要是年龄、体重指数、糖尿病、肌酐清除率, 。构造和计算图表 - - - - - -指数计算。校准曲线被用来评估和预测疾病进展风险模型。结果表明内部验证 - - - - - -指数0.6219和外部验证 - - - - - -指数为0.6453,这说明模型的预测性能好。结论。疾病进展的风险CTO患者PCI可以有效地预测的风险模型构建在这项研究中,它开辟了一个伟大的可能性进行预测的方法在临床实践中这些病人的预后。

1。介绍

慢性完全闭塞(首席技术官)是一种常见的复杂病变的冠状动脉闭塞≥3个月,没有任何向前流动除了心肌梗塞(TIMI 0级)(1]。先前的研究发现,20%的冠心病患者同时使至少一个CTO病变(2]。经皮冠状动脉介入治疗(PCI)被称为“最后堡垒”领域的冠状动脉介入性治疗由于其低成功率的手术和高并发症的发生率[3]。PCI首席技术官可以缓解心绞痛的疗效[4),改善左室功能,减少的概率接受冠状动脉旁路移植术(CABG),并改善患者的中期和长期生存率5]。在中国一些观察性研究表明,CTO患者有一个更好的PCI治疗后临床预后。已经发现在15%到30%的患者PCI等许多方面的帮助非常远端阻塞缓解,血供恢复供应,改善心肌缺血、心绞痛缓解(6]。心肌梗塞患者通常会持续很长一段时间首席技术官。由于连续的血栓形成动脉粥样硬化斑块后冠状动脉病变,冠状动脉逐渐缩小和阻挡扩散的混合纤维内皮和血栓。慢慢可能发生的过程伴随着侧支循环的形成(7]。

首席技术官的出现源于各种风险因素包括性别、高血压、吸烟、糖尿病(8]。在CTO患者PCI后,多个风险因素可以施加影响患者的预后,这可能增加心血管不良事件的发生率[8]。在临床治疗过程中,应加强控制各种危险因素的患者,以减少风险因素的影响。有效控制应通过定期随访病人从医院出院后,从而提高病人的预后和生活质量9]。

在这项研究中,我们收集CTO患者接受PCI治疗的临床特征。然后,我们构建了一个risk-proportional回归模型,分析了影响患者预后的临床危险因素。最后,我们讨论了该模型的准确性预测患者的预后,希望丰富的临床预后的预测。

2。材料方法

2.1。研究对象

本研究收集了82 CTO患者承认省道县人民医院,从2018年7月到2019年12月。首席技术官被定义为病变持续3个月的TIMI血流分级0。所有患者接受成功PCI与完整的临床信息,和主要基础疾病的患者被排除在外。本研究已通过省道县人民医院的伦理委员会没有病人的知情同意,因为这项研究仅仅是一个回顾性研究,明确个人信息没有提到。

收集患者的样本分为训练( )和验证( )根据随机数字方法集。用训练集构造的风险模型,并验证用于验证的程度的构造模型。

患者的年龄分布在训练集 岁, 22岁(27例),包括男32岁女,和平均身体质量指数(BMI) 。患者的年龄分布验证集 岁, 岁,男13例,女15例,平均BMI 。没有显著的统计学差异在两组患者之间基线信息(表1)。

2.2。主要的端点

本研究的随访时间是每三个月后一年内登记和每隔六个月第二和第三年。患者的疾病进展状态是由常规血液检查,尿常规检查、肾功能检查。病人和他们的家属也被要求是否有心脏不良事件的发生时间和频率的心脏不良事件记录。心脏不良事件包括心脏死亡、充血性心力衰竭、复发性心绞痛,非致死性remyocardial梗塞,严重的心律失常,re-revascularization。

测量结果本研究的进展CTO患者PCI介入后,和审查数据没有患者的疾病进展或追踪损失的研究。

2.3。统计分析

SPSS 26.0软件是用于测试的统计差异两组之间的临床特征。测试是用于比较的测量数据符合正态分布和卡方检验比较枚举数据。单变量和多变量Cox回归分析使用R语言的“rms”包。然后,诺模图构造。 - - - - - -指数计算,构造模型的适合使用校准曲线进行了测试。本研究的统计显著性水平是定义为0.05。

3所示。结果

3.1。单变量Cox回归分析

单变量Cox回归分析进行所有的患者临床特征影响因素(表2),结果表明:年龄( )(人力资源:1.086,95% CI: 1.035—-1.139),肌酐清除率( )(人力资源:0.954,95% CI: 0.916—-0.993),左室射血分数( )(人力资源:0.860,95%置信区间CI: 0.793 - -0.931),和糖尿病( )(人力资源:4.269,95% CI: 1.836—-9.927)被卷入CTO患者的疾病进展的风险。

3.2。多变量Cox回归分析

年龄、体重指数、糖尿病、肌酐清除率和左心室射血分数是包含在多变量Cox回归分析(表3)。分析结果显示,年龄( )(人力资源:1.113,95% CI: 1.023—-1.092)、体重指数( )(人力资源:1.290,95% CI: 1.081—-1.440)、糖尿病( )(人力资源:2.873,95% CI: 0.916—-9.685),肌酐清除率( )(人力资源:0.935,95%置信区间CI: 0.899 - -0.987),和左心室射血分数( )(人力资源:0.857,95% CI: 0.781—-0.924)在CTO患者PCI后独立因素影响疾病进展。

3.3。列线图建设以及内部和外部验证

根据多变量Cox回归分析的结果,年龄、体重指数、糖尿病、肌酐清除率,左心室射血分数作为影响因素构建一个列线图(图1)。和每一个影响因素与分数,总分映射到轴发展风险,这可能反映了CTO-PCI病人的疾病进展风险1和2年。

模型的精度是由内部和外部测试验证通过校准曲线和训练集和验证集 - - - - - -索引值(数据2和3)。结果表明, - - - - - -内部验证指数是0.6219和外部验证为0.6453,表明该模型可以更好地预测疾病进展的风险CTO患者PCI后。

4所示。讨论

大量的研究已经发现,冠心病患者PCI后1年内容易发生不良心血管事件,这将大大影响病人的预后(10,11]。不良心血管事件的发生是与冠心病的危险因素密切相关,除了自己的饮食习惯和生活习惯12]。在这项研究中,我们构建了一个风险预测模型,该模型表明,年龄、体重指数、糖尿病、肌酐清除率,左心室射血分数的CTO患者PCI后可能导致不良心血管事件的恶化。的内部和外部验证是由构造模型 - - - - - -索引。结果表明 - - - - - -内部验证指数是0.6219, - - - - - -外部验证指数为0.6453。这个模型成功预测PCI后心血管不良事件的进展,这丰富了意味着这些患者的临床预后的预测。在随访中有25例不良心血管事件的训练集和验证集13例。各种心脏不良事件,心绞痛复发排名最高的频率。

在这项研究中,单变量和多变量分析的结果表明,合并糖尿病是一个风险因素。多变量Cox回归分析的结果显示,合并糖尿病患者的4.269倍(95%置信区间:1.836—-9.927)PCI后疾病进展的风险增加。相关文献也表明,死亡的绝对风险高出三倍在糖尿病患者比非糖尿病的患者(13]。因此,应该注意的连续检测和控制血糖在糖尿病患者PCI控制血糖在一个合理的范围内,减少靶器官的损害,进而减少心脏不良事件的发生,提高了患者术后的生活质量(14]。

这项研究的结果显示,年龄也是一个独立的危险因素有氧PCI创世纪2年后,建议增加趋势的心脏不良事件的发生率随着年龄的增加(15]。BMI也参与心脏不良事件的发生,和患者应该被告知要注意饮食习惯,保持健康的生活方式。此外,同样应注意肌酐清除率和左心室射血分数在任何时候16),应尽早采取预防措施防止病人的预后恶化。

总之,本研究构建了一个风险模型基于CTO患者的临床特征,具有良好的性能预测PCI后疾病进展的风险,从而丰富预测患者预后的临床实践。然而,在这项研究有局限性。首先,样本容量很小。因此,更多的样本信息需要包括在内。另一方面,仍有空间的优化预测模型通过考虑其他并发症在疾病进展的影响,这可能有助于建立一个更加精确的预后预测模型,从而减少短期和长期术后心血管事件的发病率。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

伦理批准

本研究已通过省道县人民医院的伦理委员会没有病人的知情同意,因为这项研究仅仅是一个回顾性研究,明确个人信息没有提到。

同意

同意不适用。

的利益冲突

没有报告的作者潜在的利益冲突。

作者的贡献

X Z、X Y都有助于工作,包括概念和设计和文章起草。Y Z导致数据管理和形式分析。G W导致文章编辑和修改。所有作者回顾了,给的最终批准提交的版本。夏赵和西安元同样这项工作。