摘要目的 利用24 h动态心电图(Holter)参数,构建并验证针对冠心病患者经皮冠状动脉介入治疗(PCI)术后发生主要不良心血管事件(MACEs)的预测模型,为临床早期风险评估提供依据.方法 本研究为一项多中心回顾性研究,选取2023年1月至2024年12月期间在新疆医科大学第一附属医院与四家合作中心接受诊疗的共388例冠心病患者作为研究对象.将新疆医科大学第一附属医院的281例患者作为训练组,四家合作中心的107患者作为验证组.记录性别、年龄、吸烟、血压、体重指数(BMI)、C反应蛋白、白介素-6、N末端B型利钠肽原(NT-proBNP)、三酰甘油(TG)、总胆固醇(TC)、高密度脂蛋白胆固醇(HDL-C)、左心室射血分数(LVEF)等指标.在患者完成PCI术后48 h内嘱患者佩戴Holter设备,并记录平均心率、NN间期标准偏差(SDNN)、三角指数、总功率、心率减速力等定量参数.患者出院后对其进行为期1年的随访,随访事件为MACEs,包括心源性死亡、因心力衰竭或非致死性心肌梗死再入院、恶性心律失常、卒中、消化道出血、经临床评估需要再次行血运重建的事件等.采用最小绝对收缩和选择算子(LASSO)回归算法对训练组的预测变量进行降维筛选,采用多因素Logistic回归模型验证筛选后的变量的有效性,并根据预测概率建立列线图模型.绘制ROC曲线和校准曲线,评估模型在训练组和验证组中分别预测冠心病患者发生MACEs的效能和一致性.结果 通过LASSO回归的正则化技术,确定了最佳惩罚系数(λ)值,将预测变量从42个缩减至6个.最终选定三角指数、心率减速力、BMI、LDL-C、NT-proBNP、吸烟史参与临床预测模型的构建.多因素Logistic回归分析结果表明,三角指数(OR=0.942,95％CI 0.907～0.973,P＜0.001)、心率减速力(OR=0.703,95％CI 0.508～0.950,P=0.027、BMI(OR=1.231,95％CI 1.082～1.423,P=0.003)、NT-proBNP(OR=1.626,95％CI 1.202～2.268,P=0.003)、LDL-C(OR=2.120,95％CI 1.302～3.562,P=0.003)、吸烟(OR=8.404,95％CI 3.100～25.049,P＜0.001)是冠心病患者发生MACEs的影响因素.采用上述6个变量构建了列线图模型,并对模型进行了评价.ROC曲线结果显示,训练组和验证组使用列线图模型预测冠心病患者发生MACEs 的曲线下面积(AUC)分别为 0.933(95％CI 0.899～0.967,P＜0.001)以及 0.901(95％CI 0.830～0.971,P＜0.001).训练组和验证组的校准曲线均位于理想曲线两侧,Hosmer-LemeshowP值分别为0.287、0.855,这表明预测值与实际观测值之间无显著统计学差异.结论 三角指数、心率减速力、BMI、LDL-C、NT-proBNP、吸烟史是冠心病患者PCI术后发生MACEs的影响因素.本研究将传统风险因素与动态心电图定量参数相结合,构建了一个简易的列线图模型,该模型具有较高的判别度和校正度,可为临床早期风险分层和干预措施的制定提供有力支持.