基于冠脉易损斑块特征构建冠心病患者主要不良心脏事件的Nomogram预测模型

摘要

目的 分析行经皮冠状动脉介入手术（percutaneous coronary intervention, PCI）后冠心病患者发生主要不良心脏事件（major adverse cardiovascular events, MACE）的影响因素，构建基于冠脉易损斑块特征的Nomogram预测模型。方法 选取2021年5月至2022年3月住院行PCI手术治疗的180例冠心病患者（作为训练集）进行回顾性分析。根据MACE发生与否分为MACE组（n=58）和无MACE组（n=122）,采用单因素和多因素二元logistic回归分析MACE发生的影响因素，应用R 4.3.1软件构建冠心病患者术后发生MACE的风险预测列线图模型，绘制受试者工作特征曲线（receiver operating characteristic curve, ROC）,以曲线下面积（area under curve, AUC）、校准曲线、Hosmer-Lemeshow拟合优度检验和决策曲线（decision curve analysis, DCA）等评价该模型预测效能和临床获益情况。收集2022年5月至2023年3月符合纳入标准的90例冠心病患者作为验证集进行外部验证。结果 单因素分析显示，MACE的发生与年龄、吸烟史、高血压史、甘油三酯、斑块负荷、脂质斑块体积及非钙化斑块体积相关（P<0.05）。多因素临床特征分析显示，甘油三酯、吸烟史和高血压史是MACE发生的独立影响因素（P<0.05）,其风险预测模型为Logit（p）=-4.227+1.494×甘油三酯+0.767×吸烟史+0.920×高血压史。血管内超声影像学特征分析显示，斑块负荷、脂质斑块体积及非钙化斑块体积是MACE发生的独立影响因素（P<0.05）,其风险预测模型为Logit（p）=-13.723+0.056×斑块负荷+0.178×脂质斑块体积+0.044×非钙化斑块体积。联合分析显示，甘油三酯、斑块负荷、脂质斑块体积、非钙化斑块体积和高血压史是MACE发生的独立影响因素（P<0.05）,其风险预测模型为：Logit（p）=-17.395+1.399×甘油三酯+0.056×斑块负荷+0.182×脂质斑块体积+0.043×非钙化斑块体积+0.858×高血压史。基于上述因素构建Nomogram风险预测模型，并以ROC曲线与校准图对模型进行内部验证，结果显示训练集及验证集的临床特征模型、影像学特征模型、联合模型AUC分别为0.712 （95%CI:0.628～0.796）、 0.843 （95%CI:0.783～0.902）、 0.873 （95%CI:0.817～0.929）和0.731（95%CI:0.621～0.841）、0.809 （95%CI:0.719～0.900）、0.843 （95%CI:0.755～0.932）,敏感度分别为56.90%、69.00%、82.80%和75.90%、69.00%、 72.40%,特异度分别为80.30%、 84.40%、 82.00%和68.90%、 80.30%、90.20%。联合模型Hosemer-Lemeshow拟合优度检验示χ²=2.621,P=0.956,联合模型训练集及验证集校准曲线均贴近标准曲线，校准一致性较好。结论 基于冠脉易损斑块特征构建的冠心病患者MACE的Nomogram预测模型具有良好的预测效能，可为预防MACE的发生提供依据和参考。

关键词

冠脉易损斑块特征 / 冠心病 / 主要不良心脏事件 / 列线图 / 预测模型