急性心肌梗死并发心力衰竭的风险预测模型构建及验证

• 作者: 马萌雪 马萍 徐清斌 张世昌
• 来源期刊: 天津医药
• 学科: 其他
• 关键词: 心肌梗死 心力衰竭 危险因素 预测 列线图 敏感性与特异性
• 年，卷（期）: 2024,（11）
• 页码范围: 69-74
• 页数: 6页
• 语种: 中文
• DOI: 10.11958/20230055

摘要

目的 分析急性心肌梗死(AMI)患者发生心力衰竭(HF)的影响因素,并构建风险预测模型.方法 纳入1 061例AMI患者,分为模型构建的训练集(786例)和模型验证的测试集(275例).利用Lasso回归和多因素Logistic回归构建AMI患者发生HF的预测模型,并绘制列线图.采用受试者工作特征(ROC)曲线和校准曲线评价模型的区分度和校准度.结果 利用Lasso回归和多因素Logistic回归筛选出年龄、心率(HR)、ST段偏移、N端脑利钠肽前体(NT-proBNP)、同型半胱氨酸(Hcy)、纤维蛋白原(Fib)、左心室射血分数(LVEF)共7个变量建立模型.多因素Logistic回归构建预测模型的回归方程为Logit(P)=0.718×ST段偏移+0.042×年龄+0.037×HR+0.000 294×NT-proBNP+ 0.040×Hcy+0.220×Fib-5.617×LVEF-5.781.预测模型训练集的ROC曲线下面积(AUC)为 0.846(95%CI:0.817～0.875),敏感度为78.50%,特异度为76.60%.校准曲线显示训练集患者HF的发生率与实际发生率基本相符.利用测试集对模型进行外部验证,AUC为0.848(95%CI:0.801～0.896),敏感度76.40%,特异度78.00%.结论 AMI患者发生HF与ST段偏移、年龄、入院HR、NT-proBNP、Hcy、Fib、LVEF有关,利用以上变量构建的预测模型具有较高的预测效能,有助于早期识别此类患者.