检索历史 清除

摘要目的和意义：旨在深入分析非瓣膜性心房颤动（Atrialfibrillation,AF）患者的预后因素，构建并验证心力衰竭(HeartFailure,HF)风险预测模型。此举旨在为临床医务人员提供一个预测AF预后的实用工具，以优化患者管理和治疗方案。<br>　　方法：根据相关规定，本研究收集了2021年1月1日至2023年12月31日在广东医科大学附属医院心血管内科接受心脏电生理检查，并确诊为AF患者的患者临床信息及随访数据。在这些数据中，有411例患者结局明确，被纳入最终分析。采用随机抽样方法将样本分为训练集（297例）和验证集（114例），通过单变量及多变量二元逻辑回归分析筛选出与AF预测相关的因素，并绘制受试者工作特征曲线(ROC)，进而构建临床预测模型并根据结果绘制列线图(Nomogram)。在模型构建完成后，对其进行内部验证，通过ROC曲线和校准曲线的方式来评估模型的预测能力。<br>　　结果：在纳入的411例AF患者中，有11例（2.67%）发生了失访情况，其中有118例（28.64%）达到终点事件。对于训练集，通过单因素和多因素的二元逻辑回归分析揭示，CHADS2评分、MYO、LVEF以及洋地黄使用历史（P＜0.05）均为AF患者HF发生的预测变量。通过文献研究，将预测因子进行整合，构建模型（AUC=0.728,95%CI:[0.715,0.741]）并绘制线性图形，采用验证集对模型进行内部验证，其中ROC曲线下面积为AUC=0.882,95%CI:[0.844,0.920]。校准曲线揭示了该模型在实际概率与预测概率之间保持一致性的良好状态。<br>　　结论：年龄、CHADS2评分、Na、CL、K、Scr、Urea、LDL-C、NT-proBNP、c-TNT、Hb、WBC、利尿剂使用历史以及洋地黄应用历史均为AF发展至HF的风险因素。AF进展至HF的风险降低因素包括ACEI/ARB/ARNI、LVEF、Hb、EGFR、手术治疗。2.构建AF的预测风险模型并绘制列线图模型，该模型的预测性能良好，可为AF患者及医院医护工作者提供具有一定参考价值的预后预测的工具及指导临床诊疗相关方案。