心肌梗塞后左心室重塑的模式,决定因素和结果

科学领域:

• 心脏病学 心脏病学
• 心血管研究研究心血管研究
• 医疗成像医学成像

背景情况:

• 心肌梗塞 (MI) 后的左心室改造 (LVR) 是心脏不良事件的重要预测因素,包括心力衰竭,心律失常和死亡率.
• 早期识别患有不良LVR风险的患者对于及时干预和改善患者结果至关重要.

研究的目的:

• 在MI后6个月的不良LVR模式的特征.
• 研究这些LVR模式与随后的长期结果 (死亡或心力衰竭) 之间的关联.
• 确定不良LVR的基线预测因素,特别是使用机器学习方法.

主要方法:

• 对410名患有反流性心脏病和左心室 (LV) 壁运动异常的多中心队列的分析.
• 在MI后4天和6个月的连续横心心回声学;一个子组也接受了心脏磁共振成像.
• 机器学习的应用 (随机森林) 来从一组全面的基线变量中识别LVR的预测因素.

主要成果:

• 在心脏病发作后的6个月内,常见的LV终端透缩体积 (LVEDV) (≥15%在49%,≥20%在42%) 和LV功能障碍 (LVEF<50%在37%) 的显著增加.
• 不良的LVR最好通过基线血液动力学变量预测,包括中风体积,中风工作,缩大小,LVEDV,LVEF和LV后负载 (Ea或Ea/Ees),而不是临床或生物因素.
• 在6个月内,LVEDV>20%和LVEF<50%的增加独立地与5年内死亡和/或心力衰竭的风险增加有关 (HR分别为2.12和2.68).

结论:

• 不良的LVR是急性心脏病发作后的常见并发症,即使使用现代疗法,也会带来死亡和心力衰竭的重大风险.
• 机器学习有效地确定了早期的血液动力学参数,作为不良LVR的关键预测因素.
• 这些发现凸显了早期血液动力学评估对后心脏病患者风险分层和管理的重要性.