JAMA Network Open:预测心肌梗死患者1年心血管事件的19个危险因素

2018-08-15 xujing 中国循环杂志

国家心血管病中心蒋立新等联合哈佛大学、耶鲁大学的学者基于China PEACE研究确定了19个急性心肌梗死患者出院后1年发生主要心血管事件的危险因素,并建立模型预测,该模型能够在患者出院时识别高危患者。

国家血管病中心蒋立新等联合哈佛大学、耶鲁大学的学者基于China PEACE研究确定了19个急性心肌梗死患者出院后1年发生主要血管事件的危险因素,并建立模型预测,该模型能够在患者出院时识别高危患者。

该队列纳入4227例急性心肌梗死患者,平均年龄为60.8岁,23.5%为女性。常见合并症包括高血压(55.8%)、冠心病(42.5%)和血脂异常(30.5%)。

19个危险因素由15个独特变量所代表,包括患者人口统计学(年龄、大学学历),合并症(AMI史、室性心动过速或室颤史、高血压、心绞痛),检测指标(射血分数<40%,肾功能紊乱、心率≥90次/分钟,血糖>216 mg/dl,收缩压<100 mmHg,白细胞计数>12 000/μl,可获得救治(入院前急救、症状自入院时间至4小时)及院内并发症。

其中,年龄、射血分数、白细胞计数、室性心动过速或心室颤动、先前心绞痛和心率是最重要的前5位的危险因素。

该队列中,1年死亡率为2.7%,但1年非致死性心血管事件的发生率为5.1%,比死亡率高出约89%。

研究者表示,从患者的角度讲,预测主要的但非致命的不良事件的长期风险是很重要。

训练集、测试集合验证集的一年的事件发生率分别为8.1%、9%和6.4%。

研究人员开发的风险模型在训练集中的C统计为0.79(95% CI,0.75~0.83%),试验集中的0.73(95% CI,0.68~0.78)和验证集中的0.77(95% CI,0.7~0.83)。

在训练集中,预测范围为1.2%~33.9%,试验集中的预测范围为1.2%~37.9%,验证集中的预测范围为1.3%~34.3%。

研究人员在训练队列的 潜在类别模型的C统计量为0.69(95% CI:0.65-0.74)。

该模型将11.3%的患者分为高危组,81%的患者为中危险组,7.7%的患者为低危组。

高危者的1年事件发生率为32%,中危者为6%,低危者为1%。

通过风险分层,研究者发现10例患者中有1例(11.3%)在出院后经历了严重的心血管事件,可见出院时识别这些高危患者的重要性。

研究者还指出,除了极少数的高危患者,大部分的不良心血管事件发生在中危人群中,针对中危人群的预测很重要可以挽救更多的患者。

另外,该数据表明,每个院内并发症与出院后心血管事件风险增加24%相关。医院可以降低并发症发生率,改善出院后患者的预后。

原始出处:Yun Wang, PhD; Jing Li, MD, PhD; Xin Zheng, MD, PhD; et al. Risk Factors Associated With Major CardiovascularEvents 1 Year After Acute Myocardial Infarction. JAMA Network Open, 2018, 1(4):e181079. 

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (3)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1643558, encodeId=502916435586c, content=<a href='/topic/show?id=6236895092b' target=_blank style='color:#2F92EE;'>#血管事件#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=23, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=89509, encryptionId=6236895092b, topicName=血管事件)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=f99523187183, createdName=hukaixun, createdTime=Sat Jun 29 12:02:00 CST 2019, time=2019-06-29, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1727532, encodeId=11e31e2753237, content=<a href='/topic/show?id=986913980dd' target=_blank style='color:#2F92EE;'>#PE#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=31, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=13980, encryptionId=986913980dd, topicName=PE)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=f06c33759375, createdName=feather89, createdTime=Fri Apr 05 16:02:00 CST 2019, time=2019-04-05, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1734043, encodeId=df4b1e3404386, content=<a href='/topic/show?id=d4f412668a4' target=_blank style='color:#2F92EE;'>#NET#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=23, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=12668, encryptionId=d4f412668a4, topicName=NET)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=7ea033781210, createdName=canlab, createdTime=Fri Apr 19 13:02:00 CST 2019, time=2019-04-19, status=1, ipAttribution=)]
  2. [GetPortalCommentsPageByObjectIdResponse(id=1643558, encodeId=502916435586c, content=<a href='/topic/show?id=6236895092b' target=_blank style='color:#2F92EE;'>#血管事件#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=23, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=89509, encryptionId=6236895092b, topicName=血管事件)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=f99523187183, createdName=hukaixun, createdTime=Sat Jun 29 12:02:00 CST 2019, time=2019-06-29, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1727532, encodeId=11e31e2753237, content=<a href='/topic/show?id=986913980dd' target=_blank style='color:#2F92EE;'>#PE#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=31, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=13980, encryptionId=986913980dd, topicName=PE)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=f06c33759375, createdName=feather89, createdTime=Fri Apr 05 16:02:00 CST 2019, time=2019-04-05, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1734043, encodeId=df4b1e3404386, content=<a href='/topic/show?id=d4f412668a4' target=_blank style='color:#2F92EE;'>#NET#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=23, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=12668, encryptionId=d4f412668a4, topicName=NET)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=7ea033781210, createdName=canlab, createdTime=Fri Apr 19 13:02:00 CST 2019, time=2019-04-19, status=1, ipAttribution=)]
    2019-04-05 feather89
  3. [GetPortalCommentsPageByObjectIdResponse(id=1643558, encodeId=502916435586c, content=<a href='/topic/show?id=6236895092b' target=_blank style='color:#2F92EE;'>#血管事件#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=23, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=89509, encryptionId=6236895092b, topicName=血管事件)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=f99523187183, createdName=hukaixun, createdTime=Sat Jun 29 12:02:00 CST 2019, time=2019-06-29, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1727532, encodeId=11e31e2753237, content=<a href='/topic/show?id=986913980dd' target=_blank style='color:#2F92EE;'>#PE#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=31, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=13980, encryptionId=986913980dd, topicName=PE)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=f06c33759375, createdName=feather89, createdTime=Fri Apr 05 16:02:00 CST 2019, time=2019-04-05, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1734043, encodeId=df4b1e3404386, content=<a href='/topic/show?id=d4f412668a4' target=_blank style='color:#2F92EE;'>#NET#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=23, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=12668, encryptionId=d4f412668a4, topicName=NET)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=7ea033781210, createdName=canlab, createdTime=Fri Apr 19 13:02:00 CST 2019, time=2019-04-19, status=1, ipAttribution=)]
    2019-04-19 canlab

相关资讯

Circulation:D-二聚体预测稳定冠心病患者长期病因特异性死亡、心血管事件和癌症

由此可见,D-二聚体水平可预测动脉和静脉事件、CVD死亡和非CVD非癌症死亡的长期风险,并与其它危险因素无关。D-二聚体也是癌症发病率和死亡率的重要预测因子。这些结果支持D-二聚体与多种疾病的致命事件存在关联,并在超过10年的随访中证明了这种关联。

Lancet Oncol:预测恶性肿瘤性胸腔积液患者生存期和胸膜固定术效果的标志物是

发表在《Lancet Oncol》的一项由英国、俄国、德国、美国等国学者进行的多队列分析,开发和验证了预测恶性肿瘤性胸腔积液患者生存期和胸膜固定术成功与否的应答标志物(PROMISE)。

人工智能系统可助预测联合用药副作用

美国斯坦福大学一个研究团队开发出一种新的人工智能系统,可预测两种药物联合使用的潜在副作用。这项研究成果不仅可帮助医生更好地开出用药处方,也能帮助研究人员寻找更佳的用药组合。

Nature:也许并不需要药神!全新发现预测白血病的新方法

“我们的研究首次证明了可以在这种危及生命的疾病发展之前就找到AML风险高的潜在患者。我们希望在这些研究结果的基础上,开发出可靠的筛查测试。”

J Natl Cancer Inst:诺模图能预测晚期结直肠癌的生存率?

发表在《J Natl Cancer Inst》的一项由澳大利亚、美国、英国、德国等国学者进行的分析,使用ARCAD诺模图,考察了晚期结直肠癌患者个体化生存期的预测因素。

新型血检可预测**免疫疗法能否抗癌

一些癌症会产生自我毁灭的种子。在快速分裂的肿瘤细胞中积累的某些随机突变,可刺激免疫系统攻击该类癌症。研究人员现在了解到,这种突变程度可预测一种癌症是否会对强大的、基于免疫的新疗法产生反应。最近公布的一项针对这种叫作肿瘤突变负担(TMB)的血液检测或有助于成为指导癌症治疗的实用工具。