基于心肺运动测试的冠状动脉疾病严重程度预测的诺莫图的开发和验证

科学领域:

• 心脏病学 心脏病学
• 运动生理学 运动生理学
• 医学诊断 医学诊断 医学诊断

背景情况:

• 冠状动脉疾病 (CAD) 是一个重要的全球健康问题,需要精确的,非侵入性的诊断工具.
• 心肺运动测试 (CPET) 提供了一种评估CAD严重程度和指导治疗决策的方法.

研究的目的:

• 开发和验证一个使用CPET参数进行CAD严重程度的非侵入性预测的名图.
• 帮助临床医生更有效地评估患者的病情和分层风险.

主要方法:

• 分析了525名患者的队列,分为培训 (367) 和验证 (183) 组.
• 最小绝对收缩和选择操作员 (LASSO) 回归从25个变量中确定了CAD严重程度的关键预测因素.
• 使用C指数,AUC,校准曲线和决策曲线分析 (DCA) 构建和评估了一个预测性名图.

主要成果:

• 鉴定出六个CAD严重程度的重要预测因素:年龄,高密度脂蛋白 (HDL),高血压,糖尿病,无氧值 (AT) 和氧气吸收峰值 (VO2/kg).
• 诺米图表显示出强大的诊断准确性,在训练队列中AUC值为0.939,在验证队列中为0.840.
• 该名图显示在评估CAD严重程度方面具有显著的临床实用性和可靠性.

结论:

• 基于CPET参数开发的名图是用于非侵入性预测CAD严重性的可靠工具.
• 这种个性化,非侵入性的方法有助于风险分层,并支持用于CAD管理的临床决策.