Page 27 - 2023-08-中国全科医学
P. 27

·924·  http: //www.chinagp.net   E-mail: zgqkyx@chinagp.net.cn                     March  2023, Vol.26  No.8


             0.10                             0.10                             0.10
                         ·-   SAAE score                  ·-   SAAE score                    ·-   SAAE score
             0.08        …… HCM Risk-CVA      0.08        …… HCM Risk-CVA      0.08          …… HCM Risk-CVA
                         ---  全部              0.06        ---  全部              0.06          ---  全部
             0.06
            净收益  0.04    —— 无                净收益  0.04    —— 无                净收益  0.04      —— 无

             0.02                             0.02                             0.02
               0                                0                                0

                0     0.2    0.4    0.6    0.8   0     0.2    0.4    0.6    0.8   0      0.2   0.4    0.6    0.8
               A          高风险阈值                 B           高风险阈值                C           高风险阈值
              注:A为1年,B为3年,C为5年
                                    图 9 SAAE score 及 HCM Risk-CVA 在不同预测时间点的临床决策曲线
           Figure 9 Decision curve analysis of SAAE score and HCM Risk-CVA score for predicting the risk of thrombotic events in hypertrophic cardiomyopathy at
           different time points

           而既往 TE 事件对于不同人群未来发生 TE 事件的影响                        较好地区分不同人群发生 TE 事件的风险,包括整体人
           具有相对一致性。另外,HCM Risk-CVA 模型构建的研                      群、非心房颤动及心房颤动人群;(3)对于非心房颤
           究中发现 LA 内径对 TE 事件具有独立预测作用                [9] ,而     动人群,当评分 <11.25 分时(低危及中危组),TE 事
           HARUKI 等  [6] 的研究也提示 LA 内径是无心房颤动病史                  件的年发病率低于 1.0%,针对这部分患者或许可以根
           的 HCM 患者 TE 事件的重要危险因素;但本研究调整                        据临床实际情况进行规律随访,在一定程度上可以避
           混杂因素后未见相关发现,既往 MARON 等                 [5] 研究在      免可能有害且几乎不具有成本效益的抗栓治疗;(4)
           调整相关混杂因素后也未发现 LA 内径与 TE 事件存在                        在非心房颤动人群中,高于 11.42 分(高危组)的患者
           相关性。这提示针对不同的人群,各种预测因素对于预                            TE 事件年发病率约为 3.5%,表明这部分患者可能需要
           后的影响存在较大差异,在不同模型中所占的权重不同,                           积极服用处方抗栓药物,从而在一定程度上减少 TE 事
           这可能是由于不同人群的临床背景有所差异,因此需要                            件的发生;(5)对于心房颤动人群,无论在低危、中
           针对不同的人群以及需要达到的临床目的构建不同的风                            危及高危组中,TE 事件的发生率均较高,这进一步支
           险预测模型     [37-38] 。值得注意的是,数据提示服用华法                  持了目前指南中对于该部分患者进行积极抗凝治疗的推
           林增加 TE 事件风险,可能的解释是心房颤动患者多服                          荐。虽然本研究的 SAAE score 在构建模型的人群中通
           用华法林预测 TE 事件,但华法林的预防效果需基于长                          过内部验证提示具有较高的价值,但是否在其他 HCM
           期服用且国际标准化比值(INR)控制在目标范围,而                           人群中也具有较高的价值,需要进一步的研究。
           这部分患者可能基线短期服用而未长期服用或 INR 不                              本研究也存在某些局限性。由于本研究资料来源于
           达标,因此服用华法林实际上从另一角度反映了心房颤                            回顾性队列且数据来源于三级医院,因此可能存在一定
           动的 TE 风险。                                           程度的偏倚,本研究仅进行了内部验证,对于模型的外
               通常情况下,构建风险预测模型需结合既往研究结                          延性需要在未来的研究中进一步探讨。另一方面,由于
           果进行预测指标的筛选,也同时需要结合自身研究人群                            本研究中部分患者服用了华法林、阿司匹林及氯吡格雷
           的数据进行综合分析,最终构建针对研究目的的模型,                            等抗栓药物,可能影响了模型的构建,且该部分患者多
           但在构建模型的过程中,可能受到多方面因素的影响,                            为 TE 事件的高危患者,若排除相关患者,则 TE 事件
           特别是患者随访时间跨度较长,这期间存在诊疗技术及                            会明显减少,从而导致统计学效能明显下降;在构建模
           患者随访过程中服用相关药物等情况的变化,因此必要                            型中,经回归分析筛选提示前述抗栓药物的使用对模型
           时需要对不同人群构建针对不同目的的模型,甚至需要                            构建不产生影响,因此不排除服用抗栓药物的患者,这
           在随访过程中针对原本有效的模型进行再次调整                     [16,23,   在真实世界研究中可能会存在,但仍需在后续研究中进
           26,37,39-41]
                   。本研究在进行文献复习后,筛选了可利用                         一步扩大样本探讨未服用抗栓药物人群的 TE 事件风险
           的临床指标,通过分析最终构建了 SAAE score 模型,                      评估。此外,HCM 合并心房颤动的患者未来发生 TE 事
           该模型对于未来发生 TE 事件具有较好的区分及校准能                          件的风险较高,建议服用抗凝药物,因此,单纯构建关
           力;结合临床实践,有以下临床意义:(1)本研究构                            于非心房颤动人群的模型更有价值;SAAE score 用于心
           建的模型较为简单实用,指标包括既往 TE 事件、心房                          房颤动人群时,也可区分 TE 事件的发生,从而识别心
           颤动、年龄及左心室射血分数,这些指标在临床中非常                            房颤动人群中的 TE 事件超高风险患者,进一步加强患
           容易收集,可以较好地在临床中应用;(2)该模型可                            者及医务人员的关注,具有一定的临床意义。在未排除
   22   23   24   25   26   27   28   29   30   31   32