声心图查模型用于改善对心房 Septal 缺陷关闭的评估:一个多中心的回顾性研究
Hezhi Li1, Zehan Huang1, Gangcheng Zhang2
1Department of Cardiology, Guangdong Cardiovascular Institute, Guangdong Provincial People's Hospital (Guangdong Academy of Medical Sciences), Southern Medical University, Guangzhou, Guangdong Province, China.
Echocardiography (Mount Kisco, N.Y.)
|October 29, 2024
概括
一种新的心声回声学模型准确地选了患有心房隔膜缺陷 (ASD) 的成年人,以确定他们是否适合关闭. 这种非侵入性工具有助于识别需要干预的患者,可能预防肺高血压和右心衰竭.
科学领域:
- 心脏病学 心脏病学
- 医疗成像医学成像
- 遗传性心脏病是一种先天性心脏病.
背景情况:
- 前庭隔膜缺陷 (ASD) 是成年人常见的一种先天性心脏病.
- 未经治疗的ASD可能会导致严重的并发症,如肺高血压和右心力衰竭.
- 目前的诊断方法,如右心导管 (RHC),是侵入性的,需要非侵入性的查工具.
研究的目的:
- 开发和验证一种新的,基于心声回声的非侵入性模型,用于查成人ASD患者.
- 通过LASSO回归来识别可纠正的分流的预测因素.
- 将新ASD模型的预测性能与先天性心脏病 (CHD) 的现有模型进行比较.
主要方法:
- 这是一项多中心的回顾性研究,涉及924名成人自闭症患者 (2012-2022年).
- 拉索回归被用来确定可纠正的突变的关键回声心脏学预测因子.
- 开发的ASD模型包括估计的肺动脉缩压 (ePASP),肺门 (PV) 峰值速度,三管 (TVE) 峰值E波速度和右心房 (RA) 纵向维度.
主要成果:
- 在导出组中,ASD模型表现出强大的区分能力,AUC为0.941,在验证队列中表现良好.
- 该模型显示,与已建立的CHD模型相比,该模型在识别可纠正的分流方面具有更好的预测能力.
- 统计学意义得到了净重新分类指数 (NRI) 和综合歧视改善 (IDI) 分析的支持.
结论:
- 开发的ASD模型是一个高效和优秀的工具,用于预先选心房隔膜缺陷的成年患者.
- 这种非侵入性模型可以帮助临床医生识别适合ASD关闭的候选人.
- 这些发现倡导临床采用这种心声回声模型,以改善患者管理和结果.
