心肌梗塞后心脏突然死亡:来自聚合队列的个人参与者数据
Niels Peek1,2, Gerhard Hindricks3,4, Artur Akbarov1
1Division of Informatics, Imaging and Data Science, Faculty of Biology, Medicine and Health, University of Manchester, Manchester, UK.
使用左心室喷射分数 (LVEF) 进行心肌梗塞后突然心脏死亡风险分层是不可靠的. 目前的方法,包括LVEF和其他预测指标,无法准确识别用于除器治疗的高风险或低风险患者.
科学领域:
- 心脏病学 心脏病学
- 预防医学 预防医学
- 医疗成像医学成像
背景情况:
- 心脏突然死亡 (SCD) 风险分层心肌梗塞 (MI) 后往往依赖于左心室喷射率 (LVEF).
- 在指导除器植入决策时,对整个LVEF频谱的准确风险评估至关重要.
- 现有的方法可能无法充分识别那些从除器治疗中受益或受到伤害的个体.
研究的目的:
- 评估LVEF和其他临床参数的预测性表现,以评估后心脏病患者中SCD风险分层.
- 确定多变量模型是否可以改善风险预测,而不是仅使用LVEF.
- 评估风险预测模型在不同患者子组中的通用性.
主要方法:
- 对20个数据集的聚合分析,包括140,204名心脏病后心脏病患者.
- 对于植入式心脏转换器-除器 (ICD) 患者 (LVEF ≤35%),非ICD患者 (LVEF ≤35%) 和非ICD患者 (LVEF >35%) 的单独分析.
- 仅使用LVEF,参数生存和随机森林生存模型的开发和外部验证;通过元分析评估性能.
主要成果:
- 在所有分析的子组中,LVEF显示SCD的预测能力较差 (c-统计0.500.56).
- 包括额外的临床参数并没有提高模型校准,区分或通用性.
- 在所有患者组中观察到大量的初级结局 (SCD或适当的除器治疗).
结论:
- 即使有全面的数据,在后心脏病患者中对SCD的准确风险分层仍然具有挑战性.
- 无论是单独的LVEF还是包含其他预测因子的多变量模型,都不能可靠地识别低风险的LVEF降低个体或高风险的LVEF保持个体.
- 目前的风险分层工具不足以优化整个LVEF范围内的除器植入决策.
更多相关视频
08:51Author Spotlight: Integrated Multi-Omics Analysis for Unveiling Multicellular Immune Signatures in Clinical Heart Attack Cohorts
Published on: September 20, 2024
18:11A Research Method For Detecting Transient Myocardial Ischemia In Patients With Suspected Acute Coronary Syndrome Using Continuous ST-segment Analysis
Published on: December 28, 2012
相关概念视频
Coronary Artery Disease III: Clinical Manifestations
Introduction Cardiac Emergencies
Acute Coronary Syndrome III: Diagnostic studies
Acute Coronary SyndromeI: Introduction
Cardiopulmonary Resuscitation III: AED Use
Acute Coronary Syndrome II: Pathophysiology and clinical manifestations
