无监督的集群分析显示,经过过导管大动脉置换后的患者有不同的表型

科学领域:

• 心脏病学 心脏病学
• 医疗成像医学成像
• 生物统计学 生物统计学

背景情况:

• 严重的大动脉狭窄症 (AS) 需要通过导管进行大动脉置换 (TAVR).
• 患者的表型定型对于预测TAVR后的结果至关重要.
• 当前的预后模型可能无法完全捕捉患者的异质性.

研究的目的:

• 通过无监督聚类,在TAVR后识别严重AS的不同患者表型.
• 评估已识别的表型对不良结果的预后意义.
• 为了改善接受TAVR的患者的风险分层.

主要方法:

• 在1365名接受TAVR治疗的严重AS患者的多中心回顾性研究中.
• 使用20个选定的人口统计学,实验室和心声学变量进行无监督聚类.
• 衍生 (n=1092) 和验证 (n=273) 队列用于表型分析和结果评估.

主要成果:

• 确定了三个不同的患者集群,具有不同的临床和心声图形.
• 集群1:老年人,高梯度, LV 缩. 集群2:保存的LVEF,大AVA,高血压. 集群3:高心率,低流量/低梯度AS.
• 集群3与增加的不良结果 (HR4.18,P=0.001) 和改善的预后模型准确性显著相关.

结论:

• 无监督的集群有效地将TAVR患者分类为具有预后相关的表型.
• 鉴定的表型为风险分层提供了一种新的方法,超越了传统的临床和心声回声数据.
• 这种方法有助于了解影响TAVR结果的并发症和额外膜心脏功能障碍.