开发和验证一个高于CHADS₂和CHA₂DS₂-VASc模型的名图,用于预测左心房附属体密集自发回声对比/左心房附属体血栓

科学领域:

• 心脏病学 心脏病学
• 医疗成像医学成像
• 预测建模预测建模

背景情况:

• 心房动 (AF) 是一种常见的心律失常,中风是其关键并发症,通常是由左心房附属体血栓 (LAAT) 引起的.
• 准确识别LAAT高风险患者对于预防中风至关重要.

研究的目的:

• 构建和验证一个名图模型,用于预测左心房附属体 (LAA) 密集自发回声对比 (SEC) 和LAAT.
• 为了比较新型名录的预测性能与已建立的风险分层模型 (CHADS2和CHA2DS2-VASc).

主要方法:

• 对433名经食道心声扫描 (TEE) 的AF患者进行了回顾性分析.
• 使用后勤回归来确定LAA密集SEC/LAAT的独立预测因素.
• 构建了一个名图,并使用一致性,接收器操作特征 (ROC) 和决策曲线分析来评估其性能.

主要成果:

• 女性性别,D-二次数升高,左心室喷射率降低,左心房喷射率降低,左心房储应变率降低是LAA密集SEC/LAAT的显著预测因素.
• 开发的名图表显示出高一致性 (0.921) 和校准一致性 (0.903).
• 在预测LAA密集的SEC/LAAT方面,该名录显著优于CHADS2和CHA2DS2-VASc模型,显示出优异的净重新分类和综合歧视改进.

结论:

• 这种新型名谱在预测AF患者的LAA密度SEC/LAAT方面提供了卓越的性能.
• 该工具为识别高风险个体提供了与CHADS2和CHA2DS2-VASc模型的优越替代方案.
• 诺米图可以帮助临床医生更准确地对AF患者进行中风风险分层和管理.