冠状动脉慢血流的危险因素分析及预测模型构建

摘要

目的:分析与冠状动脉慢血流(coronary slow flow, CSF)相关的危险因素并构建临床预测模型。方法:选取2018年1月至2023年12月就诊于江苏大学附属人民医院及连云港市第一人民医院接受冠状动脉造影(coronary angiography, CAG)检查结果为冠状动脉狭窄≤40%、且存在CSF的患者201例作为观察组，同时选择同期CAG检查结果为冠状动脉狭窄≤40%、无CSF的患者153例作为对照组。比较两组患者的一般临床资料、心脏超声检查结果及血常规、生化和炎症指标，采用LASSO回归初步筛选变量，多因素Logistic回归进一步分析CSF的危险因素，R软件构建Nomogram预测模型并绘制列线图，采用ROC曲线、校准曲线和决策曲线分析(DCA)评估预测模型的区分度、校准度和临床适用性。结果:LASSO回归结果表明，高血压、吸烟、血红蛋白、HDL-C、三酰甘油-葡萄糖(TyG)指数、血小板与淋巴细胞比值(PLR)以及左室舒张期内径为预测发生CSF的特征变量。多因素回归分析表明，高血压、吸烟、TyG指数升高、PLR升高、左室舒张期内径增加是CSF的独立危险因素，HDL-C升高是CSF的保护因素。基于以上指标绘制列线图预测模型，ROC曲线显示，预测模型的曲线下面积(AUC)为0.793(95%CI:0.747～0.838)。校准曲线对模型一致性进行评价，Hosmer-Lemeshow检验显示模型拟合良好(P=0.151),提示模型实际预测能力与理想的预测能力较为接近。DCA结果同样表明预测模型具有较好的临床适用性，能带来临床获益。结论:高血压、吸烟、TyG指数升高、PLR升高、左室舒张期内径增加是CSF的独立危险因素，HDL-C升高是CSF的保护因素，以上述因素为依据构建的预测模型在预测CSF的发生时具有良好的效能。

关键词

冠状动脉慢血流 / 危险因素 / 预测模型

基金资助

国家自然科学基金资助项目(81971817)